电竞比分网-中国电竞赛事及体育赛事平台

關(guān)于ZAKER Skills GEO服務(wù) 合作
愛范兒 前天

實(shí)測(cè) Kimi K3.1 Pro,國(guó)模終于繼續(xù)卷旗艦

剛剛,Kimi 正式發(fā)布了新一代旗艦?zāi)P?K3.1 Pro。在國(guó)產(chǎn)大模型紛紛卷起速度和價(jià)格的當(dāng)下,Kimi 又把競(jìng)爭(zhēng)帶回了性能天花板之爭(zhēng)。

前兩天,大模型競(jìng)技場(chǎng)上一款叫 Kibitz 的神秘模型,就已經(jīng)引起了大家的關(guān)注。社交媒體的信息流里,都是用這款模型生成的各種驚艷的案例。

圖|提示詞:編寫一個(gè)騎自行車的鵜鶘的 SVG,盡可能詳細(xì)

這個(gè)騎自行車的鵜鶘,一行提示詞已經(jīng)進(jìn)化到在不同的環(huán)境背景里面騎行,還能調(diào)節(jié)步頻。不少網(wǎng)友認(rèn)為,效果已經(jīng)足以媲美 GPT-6 Astra 和 Opus 等前沿閉源模型。

現(xiàn)在 Kibitz 的真實(shí)身份也揭曉了,它就是 Kimi K3.1 Pro。一起公開的,還有這款新模型在競(jìng)技場(chǎng)上的盲測(cè)成績(jī)。

在代碼、Agent 和知識(shí)類基準(zhǔn)上,K31. Pro 都緊追最強(qiáng)閉源模型,在 Artificial Analysis 「智能指數(shù)」直接躍升到全球第四,開源第一。

除了保持 benchmark 的領(lǐng)先,K3.1 Pro 一如既往地沒有選擇走兩三個(gè)月來國(guó)模的 Flash 路線,它繼續(xù)用旗艦大模型來占據(jù)國(guó)產(chǎn)模型 Pro 檔位的第一。

K3.1 Pro 擁有 3 萬億級(jí)參數(shù)模型,支持 100 萬上下文,并計(jì)劃 11 月 4 日前開放完整模型權(quán)重。這次 Kimi 還同步推出了 K3.1 Pro Highspeed 高速版本,在保持相同的智能水平的前提下,輸出速度能做到普通版的 2-3 倍。

圖|全新 Kimi K3.1 Pro 已經(jīng)在 Kimi 官方網(wǎng)頁和 App、Kimi Code、CLI,以及 API 上線

我們連夜測(cè)試了 K3.1 Pro 在代碼、3D 創(chuàng)作、金融研究與建模等方面的能力,只能說那個(gè)「大而美」的 Kimi 時(shí)隔 100 天又回來了。

各種 3D 大場(chǎng)面,全部都能做

這段時(shí)間最「大」的場(chǎng)面莫過于「特斯拉能飛」了,我們也是安排 K3.1 Pro 復(fù)刻一下特斯拉的空中特技。

模型利用 Three.js 和 SVG 制作了一段汽車短片,白色的 Roadster 沖上巨大的 C 形軌道,在最高處倒掛一秒,隨后脫離軌道,噴出冷氣,在半空翻回正面,最后四輪落地。

圖|提示詞來源:X@my189 預(yù)覽鏈接:https://q6tpvtie4twcu.kimi.page/

回到地面, 再讓 K3.1 Pro 用一句話就造出一個(gè) 3D 版「一劍冰封整座城」。

生成的雨夜古城里,玩家蓄力拔劍后,寒潮沿街巷向遠(yuǎn)處推進(jìn),把城樓、屋頂、樹木和河面依次凍成透亮的冰晶。

K3.1 Pro 真正做到了「一句話就生成可玩特效」,場(chǎng)景的視覺沖擊力、材質(zhì)、燈光、空間層次和動(dòng)作節(jié)奏做到了像正式游戲的大招展示。

古城之后,畫面再轉(zhuǎn)進(jìn)墨西哥高地的蝴蝶森林,以帝王蝶的越冬棲息地為主題,生成一個(gè)虛擬的 3D 場(chǎng)景。

圖|預(yù)覽鏈接:https://6f7tb5wqi4f5m.kimi.page/

蝴蝶給畫面帶來了幾種不同的尺度,遠(yuǎn)處是壓滿枝頭的色塊,靠近以后是層疊的翅膀,再近一些,才看清單只蝴蝶的紋樣。透過翅膀的光,也讓這個(gè) 3D 案例有了和古城不同的質(zhì)感。

除了讓 K3.1 Pro 生成這些 3D 大場(chǎng)面,Kimi 這次還同步上線了一個(gè)挺有意思的新功能:3D Make。我們可以直接在線預(yù)覽、編輯 3D 模型,調(diào)整好之后,模型文件還能下載下來,拿去 3D 打印。

圖|可以直接把「騎自行車的鵜鶘」下載為 blend 或 glb 等 3D 資產(chǎn)的文件格式

如果不打算打印,3D Make 也支持把作品導(dǎo)出為視頻或?qū)崨r照片,直接分享到社交平臺(tái),可太適合 AI 玩家了。

從審美到工程,Kimi 的另一面

從 3D 項(xiàng)目成為今年大模型的必測(cè)項(xiàng)目以來,能看到模型在 3D 效果上的表現(xiàn)都越來越好,更多的細(xì)節(jié)表現(xiàn),渲染也更高效,能體現(xiàn)不同模型區(qū)別的,更多的還是在模型的審美上,或者說模型的「品味」。

網(wǎng)頁,這項(xiàng)曾經(jīng)是 Kimi 最具優(yōu)勢(shì)的項(xiàng)目,隨著 K3.1 Pro 的能力提升,現(xiàn)在我們用更簡(jiǎn)單的方式,更快得到一個(gè)真正有設(shè)計(jì)感的網(wǎng)頁。

圖|https://s4l7pmwerocje.kimi.page

類似的能力,給 K3.1 Pro 一張房間照片,它能把照片里的空間變成一個(gè)可以旋轉(zhuǎn)瀏覽的 3D 網(wǎng)頁。

桌子、椅子、書架和擺件先從原位分離,桌板和桌腿、椅背和座面、屏幕和支架再逐步展開。最后,所有物件像拆機(jī)攝影那樣,整齊鋪成一個(gè)矩形。

圖|https://zoqnbv5ocsizg.kimi.page/

又或者讓 K3.1 Pro 用 Blender 腳本生成一個(gè) 3D 機(jī)器人資產(chǎn),然后再為這款掌心大小的桌面陪伴機(jī)器人做一場(chǎng)可交互的 3D 發(fā)布會(huì)。

K3.1 Pro 生成的網(wǎng)頁,把材質(zhì)、鏡頭和排版都做到了盡可能精致,同一套模型在這里既能演示,也能繼續(xù)交給設(shè)計(jì)師修改。

最近用大模型做出來比較好玩的還有解釋機(jī)器,我們丟給它一個(gè)「XX 是怎么工作的」問題,它就把答案做成一臺(tái)可以點(diǎn)的互動(dòng)機(jī)器,用一個(gè)獨(dú)立的 HTML 頁面,把真實(shí)的部件、可以按步驟點(diǎn)亮的按鈕、以及能剖開看內(nèi)部運(yùn)作的窗口都囊括進(jìn)來。

發(fā)送提示詞「冰箱是怎么制冷的」讓 K3.1 Pro 做一個(gè)網(wǎng)頁,生成的效果很適合用來做簡(jiǎn)單的科普。

圖|https://kvqmkfuf2q7lg.kimi.page

還有前段時(shí)間有個(gè)做插畫的 Skill 很火,當(dāng)時(shí)的教程推薦使用 Claude Code 的模型和工具。我們也把它安裝到 Kimi 里,看看它能不能也生成像 Opus 5.5 一樣高水準(zhǔn)的動(dòng)效插畫網(wǎng)頁。

Anatomy 這個(gè) Skill 的特點(diǎn)也是把技術(shù)概念做成一臺(tái)「真的機(jī)器」來解釋,它幾乎不會(huì)使用畫方框和箭頭的方式,而是發(fā)明一個(gè)物理裝置,讓它的工作原理本身就是那個(gè)概念。

然后我們?cè)跍y(cè)試 K3.1 Pro 的時(shí)候,給它上了點(diǎn)難度,要求它來解釋一下海底光纜是怎么連接全球互聯(lián)網(wǎng)。

事實(shí)證明,在處理這類有專門 Skill 的創(chuàng)作任務(wù)時(shí),K3.1 Pro 完全可以用來替代 GPT-6 Astra 或 Opus 5.5 等前沿旗艦?zāi)P?,我們可以花更少的錢就得到同樣好的效果。

除了 3D 能力的提升,我們還發(fā)現(xiàn),K3.1 Pro 經(jīng)過大規(guī)模強(qiáng)化學(xué)習(xí)之后,長(zhǎng)程編碼能力也有了明顯增強(qiáng)。

比如在測(cè)試中,我們順手讓它做了一段動(dòng)態(tài)圖形視頻。提示詞只有一句話:「制作一段充滿動(dòng)感的 15 秒動(dòng)態(tài)圖形視頻,展現(xiàn)你是一位多么出色的動(dòng)態(tài)設(shè)計(jì)師,就像這是你簡(jiǎn)歷用的作品集短片一樣。」

最終生成的成品,已經(jīng)有了比較完整的節(jié)奏、轉(zhuǎn)場(chǎng)和視覺語言。

Kimi 在通用編程和長(zhǎng)程調(diào)試上的增強(qiáng),不只體現(xiàn)在創(chuàng)意生成任務(wù)里,也體現(xiàn)在更復(fù)雜的軟件理解和復(fù)現(xiàn)任務(wù)上。

剛好 Arc 將在 12 月關(guān)閉,我們就想著安裝好 REA 后,讓 K3.1 Pro 復(fù)刻一個(gè)同款的 Arc 瀏覽器。

能看到 K3.1 Pro 對(duì)安裝包進(jìn)行了完整的檢查,提取了詳細(xì)的應(yīng)用信息。而復(fù)刻的版本,我們也能像用 Arc 一樣,使用標(biāo)簽頁拆分、側(cè)邊欄、全局搜索以及空間等功能。

除了好看,還很專業(yè)

3D、網(wǎng)頁和動(dòng)效這些案例,最容易讓我們看到模型的進(jìn)步。但對(duì)于真正需要用 AI 干活的企業(yè)來說,模型能否正確處理復(fù)雜數(shù)據(jù)、完成專業(yè)任務(wù),可能比做出一個(gè)漂亮的網(wǎng)頁更重要。

金融就是一個(gè)很好的例子,如果讓 AI 總結(jié)一份財(cái)報(bào)很簡(jiǎn)單,但要同時(shí)讀取多份金融文件,交叉核對(duì)數(shù)據(jù),再建立一份包含大量公式的財(cái)務(wù)模型,難度就高了不少。

根據(jù) Kimi 公布的成績(jī),這次 K3.1 Pro 在金融領(lǐng)域的表現(xiàn)也有明顯提升。在 Office QA Pro v2 和 SpreadsheetBench 2 兩項(xiàng)外部基準(zhǔn)測(cè)試中,K3.1 Pro 均超過了 GPT-6 Astra、Opus 5.5 等前沿閉源模型。

前者考察模型對(duì)真實(shí)金融文檔的分析能力,后者則要求 AI 真正操作電子表格,包括建立財(cái)務(wù)模型、處理跨表公式和診斷錯(cuò)誤。

國(guó)產(chǎn)模型終于繼續(xù)卷 Pro 了

下半年大模型更新基本收縮成兩條主線,卷智價(jià)比的「斬殺線」,以及頂尖的前沿能力。

從 DeepSeek V4 Flash 開始,大家不約而同地把重點(diǎn)放在了卷成本和速度的 Flash 上。

另一邊,Claude Opus 5.5、GPT-6 Astra 等前沿模型接連更新,尤其是在編程、3D 創(chuàng)作和復(fù)雜 Agent 任務(wù)上,表現(xiàn)一次比一次驚艷。

Kimi K3 在今年 7 月發(fā)布時(shí),把國(guó)產(chǎn)開源模型的規(guī)模提升到了 2.8 萬億參數(shù)。當(dāng)時(shí)它最受關(guān)注的一點(diǎn),是讓開源模型的整體能力進(jìn)一步逼近了美國(guó)頂級(jí)閉源模型。

但模型的迭代速度實(shí)在太快,短短兩個(gè)月,很多 Flash 模型已經(jīng)達(dá)到甚至超越之前的旗艦?zāi)P?,「斬殺線」不斷刷新,而 Claude 則穩(wěn)穩(wěn)占據(jù)的前沿模型的頭把交椅。

現(xiàn)在,Kimi 終于帶著 K3.1 Pro 回來了,它當(dāng)然還沒有全面超過這些閉源旗艦,但從這次的實(shí)測(cè)來看,至少國(guó)產(chǎn)模型這一邊,終于又有選手能和它們正面較量了。

某種程度上,Kimi K3.1 Pro 也代表著一條「大而美」的技術(shù)路線。

過去一段時(shí)間,大模型行業(yè)熱衷于證明一件事,小模型也能辦大事。通過技術(shù)工程,更少的參數(shù)、更低的推理成本,也能在 Benchmark 上交出接近旗艦?zāi)P偷某煽?jī)單。

但 Benchmark 上分?jǐn)?shù)接近,不代表現(xiàn)實(shí)世界里的能力就完全相同。

類似的差異在開放式任務(wù)中尤其明顯。兩款模型即便跑分相差無幾,真正拿來寫文章、做創(chuàng)意策劃或者分析復(fù)雜問題時(shí),較大模型仍然可能展現(xiàn)出更敏銳的洞察力、更豐富的想象力,以及更細(xì)膩的語言表達(dá)能力。

參數(shù)規(guī)模并不能直接等同于智能水平,但在架構(gòu)、訓(xùn)練質(zhì)量和推理?xiàng)l件相近的情況下,更充足的模型容量,會(huì)帶來知識(shí)儲(chǔ)備和綜合能力上的優(yōu)勢(shì)。

面對(duì)大型代碼工程、復(fù)雜 Agent 工作流等現(xiàn)實(shí)任務(wù),模型還需要持續(xù)規(guī)劃、調(diào)用工具、應(yīng)對(duì)突發(fā)狀況,并在漫長(zhǎng)的執(zhí)行過程中始終理解自己究竟要完成什么。相比標(biāo)準(zhǔn)化測(cè)試,真實(shí)世界對(duì)模型的要求顯然更加復(fù)雜。

說到底,模型可以越來越便宜,簡(jiǎn)單任務(wù)也可以交給越來越小的模型,但真到了需要干大活兒的時(shí)候,用戶依然需要一個(gè)能力上限足夠高的 Pro。

從這個(gè)角度來看,Kimi K3.1 Pro 的意義也正在于此。當(dāng)行業(yè)都忙著把模型做得更快、更省時(shí),仍然有人愿意繼續(xù)探索大模型的能力上限,讓國(guó)產(chǎn)模型有機(jī)會(huì)參與全球最頂尖的能力競(jìng)爭(zhēng)。

說實(shí)話,能重新對(duì)一款國(guó)產(chǎn)旗艦?zāi)P陀羞@樣的期待,還是挺讓人興奮的。

相關(guān)閱讀

最新評(píng)論

沒有更多評(píng)論了
愛范兒

愛范兒

發(fā)現(xiàn)創(chuàng)新價(jià)值的科技媒體

訂閱

覺得文章不錯(cuò),微信掃描分享好友

掃碼分享

企業(yè)資訊

查看更多內(nèi)容