惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

雷峰网
雷峰网
MongoDB | Blog
MongoDB | Blog
D
Docker
Martin Fowler
Martin Fowler
人人都是产品经理
人人都是产品经理
GbyAI
GbyAI
Jina AI
Jina AI
酷 壳 – CoolShell
酷 壳 – CoolShell
M
MIT News - Artificial intelligence
腾讯CDC
阮一峰的网络日志
阮一峰的网络日志
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
B
Blog RSS Feed
云风的 BLOG
云风的 BLOG
Blog — PlanetScale
Blog — PlanetScale
Vercel News
Vercel News
The Cloudflare Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
有赞技术团队
有赞技术团队
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
I
InfoQ
U
Unit 42

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
KIMI视觉思考模型到底强不强?公开3轮真实体验和分析
AI产品经理Echo · 2024-12-24 · via 人人都是产品经理

在人工智能技术的不断进步中,Kimi的视觉思考模型K1以其独特的能力吸引了众多关注。本文将带您深入了解K1模型的实际体验,通过三轮真实的测试视频和细致的分析,我们将探索K1在解决复杂问题、解读图表和识别图片内容等方面的强大功能。

Kimi的视觉思考模型 K1已经发布有几天了,有很多的测评和赞美。到底强不强,需要自己去体验一下才行。

今天就体验和测评一下Kimi的这款新能力。

一、入口

进入KimiPC官网,在首页 – 搜索框下,有一个快捷入口。

【Kimi k1 视觉思考模型抢先体验】

二、对话体验界面

中间是对话区域和3个提示问题,如下;

  1. 接下来我会发你截图,帮我解答图中的题目好吗?
  2. 接下来我会发你一张复杂图表,请你帮我逐步解读?
  3. 接下来我会发你食物照片,收到后帮我逐步计算卡路里?

看似默认的预设问题,分别暗示了Kimi的K1思考模型的3个能力层面。

  1. 解答数学题,很难很难的那种。
  2. 解读复杂的图表,类似于财报,包含了柱状图、饼图、曲线图、还有表格等各种复杂内容、数字、符号的图表文档等。
  3. 图片实体内容识别,并解读实体背后的核心逻辑,展现惊人的图片识别和分析能力。

三、Kimi+的名片体验

还有右边的Kimi+的名片,作为产品经理,也是要好好研究一下的,值得玩味。

Kimi 视觉思考版

每个像素,都值得深入思考。基于 k1 视觉思考模型 | 来自 Kimi

文档解读很强大。

支持的文件格式:PDF、Word 文档(DOC、DOCX)、Excel 表格(XLSX)、PPT(PPT、PPTX)、TXT、CSV、MD。

四、测试素材准备

为了顺利测试Kimi的这几个方面的能力,我准备了3张不同的图片,如下:

第一张:超高难度奥数题

第二张:电动汽车充电市场展望分析图

第三张:用AI生成的一盘实物图片

五、Kimi视觉思考模型解奥数题

体验过程,我已经把体验的过程录制成了视频,请观看,可获得更直观的感受。

体验过程中的几点感受:

优点:

  1. 预设好的问题,埋好了prompt,上传并发送相关图片,即可得到想要的答复,体验很好。
  2. 响应速度很快,很好,基本不用等待。
  3. 输出的过程非常详细,这道题很难,我几乎是看不懂,Kimi思考了完整的详细的过程,并连续输出了4分钟,1共59行推理过程,包含文字、数字、和公式。

如果哪位数学大牛懂这道题,可以详细看看Kimi的解答过程是否合理。从多个其他大模型做这道题的过程借结果来看,我感觉Kimi的功底还是挺深的。

缺点:

1、不管是PC端还是APP端,都存在前端公式渲染效果的问题,如下图:

六、Kimi视觉思考模型解读图表

体验过程:

数据错误:

ABB:从6.6下降到0.9,下降幅度非常显著。

结论也稍有问题:

这一部分的下降幅度更为显著,尤其是ABB,其市销率从6.6骤降至0.9。这可能表明这些公司在盈利能力和市场预期方面面临更大的挑战。

七、Kimi视觉思考模型计算图中食物卡路里

体验过程,我已经把体验的过程录制成了视频,请观看,可获得更直观的感受。

Kimi的回答,第一步:

识别图片中的食物,按照主次、大小的一般逻辑描述图中的食物。

第二步:按照识别到的食物,逐一计算卡路里。

计算方式:

1、设定食物类型

2、该种食物单位热量计算

3、估算图中该种食物的分量

4、计算图中该种食物的热量值

第三步:所有食物热量相加,得出总热量值

第四步:自我反思,重新评估,反复确认

以上就是体验的基本情况。

当然还有更多场景没有覆盖,有兴趣的伙伴也可以自己去试试。

还可以给一些潦草的笔记,让Kimi识别后进行思考输出,很有意思。

利用这几点能力,可以帮解决工作和生活中的一些问题。

本文由人人都是产品经理作者【Echo 产品论】,微信公众号:【产品经理的逻辑与审美】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Kimi官网截图