Kimi重磅發佈視覺思考模型K1，沖上第一，如下圖所示：

在初級數理化、高級數理化，全面壓倒O1和Claude3.5 Sonnet模型。

在幾何圖形基準能力測試中，無論入門、初級，還是高級集合圖形測試，Kimi都超越了O1和Claude模型，取得第一名。

Kimi是否有宣傳中說的這麼強大？

下面我來實測Kimi新發的視覺思考模型K1，專挑了4個難度較高的任務，都是需要很強的視覺+推理能力才能解決好的任務。

第一個實測用例，從LeetCode最高hard級題中，再給它加大難度，選擇一道題目描述帶有文字和圖片的：

把上面的截圖扔給Kimi，再在文字框輸入：請用中文回覆此題，並在最後給出Python求解程式碼：

複製如下所示K1生成的程式碼到LeetCode裡，我們檢驗下這版程式碼是否能夠一次性通過：

class TreeNode:    def __init__(self, x):        self.val = x        self.left = None        self.right = None
class Solution:    def minCameraCover(self, root: TreeNode) -> int:        self.cameraCount = 0
        def minCamera(node):            if not node:                return 2  # 0: No camera, 1: Camera, 2: Covered
            left = minCamera(node.left)            right = minCamera(node.right)
            if left == 0 or right == 0:                self.cameraCount += 1                return 1  # Place camera here            elif left == 1 or right == 1:                return 2  # Covered by child camera            else:                return 0  # No camera needed
        if minCamera(root) == 0:            self.cameraCount += 1
        return self.cameraCount

這是複製到LeetCode後截圖，然後提交submit這版程式碼：

這版程式碼不僅一次被通過（紅框Accepted所示），而且擊敗了100%的程式碼：這真是用實力碾壓了一眾全球程式設計師，還真是蠻驚豔：

K1思考模型是如何做到的？我們再回到它的回答過程中，可以看到推理過程極其詳細，它會自我反思，自我修正，自動調整。

第二個實測用例：一張Web截圖直接轉程式碼

前端設計看起來容易，但是真正設計過的朋友都懂，做出一個協調美觀的還是需要來回呼整。最簡單的一個方法就是模仿別人的設計介面。有了K1視覺思考模型，擷取下面這張圖，放到Kimi裡，直接得到對應html程式碼：

下面是Kimi根據Web介面截圖和一句提示詞，生成介面程式碼的推理過程，視訊無加速推理思考時長大約50秒：

我拿著生成的html程式碼，運行後得到如下圖所示的Web介面，和輸入介面雖然沒有達到與輸入Web介面一模一樣，但是基本的頁面風格比較相似，缺失的幾個圖示可以手動補充，肯定比從零開發要快很多了：

第三個實測用例：一個資料分析圖直接轉程式碼

除了能轉化頁面為程式碼，我們日常看到的資料分析圖，再也不用眼饞他們的了，只需要擷取一個圖，放到K1里，告訴它生成Python程式碼，一鍵生成出來：

根據生成的程式碼，我複製過來保存為py指令碼，直接運行後得到如下氣泡圖。看到能夠生成與輸入相同類型的圖形，並且有幾分相似，程式碼一次能夠運行通過，我相信已經達到很多人的要求了。

第四個實測用例：一鍵解讀論文結果圖

論文文獻裡也好，日常看的圖片也好，比如下面6幅圖，論文作者想要傳達什麼含義，如果一時沒看懂，直接截圖一下，扔給K1:

建議感興趣的閱讀上面推理過程，K1精準分析了論文6個子圖說明的問題，還最後做了如下的詳細分析：

其他的科學問題，數理化問題，生活問題，截個圖，提問K1，就好了。

如下圖所示，進入Kimi.ai官網後，點選戴眼鏡的Kimi：

然後螢幕中上區域開始出現這樣的會話區域：

輸入圖片，再適當寫一句提示詞，K1瞬間讀懂圖片中的複雜資訊。

本文我實測了四個很具挑戰性的任務，結果表明眼鏡版K1在視覺推理方面的硬核表現，能讀取圖片裡的每一幀，並給出中間詳細推理過程，模型表現確實夠硬。

希望通過本篇使用教學，讓朋友們及時瞭解到最新大模型，並將它應用到你的日常工作和學習中，用好了，效率指定是提速的。

最後說一句，Kimi新發的這個眼鏡版K1模型，免費使用。使用方法如下三種，或者點選文章最後的閱讀原文：

小程序：微信搜尋“Kimi智能助手” (郭震AI)

#視覺思考模型 你可以在這裡找到鉅亨號中所有使用「視覺思考模型」為關鍵字所發布的內容