一道步骤难懂的数学奥赛试题、一场组会中的“头脑风暴”、一个需要做大量“功课”才能做出的生活决策——当大模型能像人类一样思考时，你会发现，这一切都将在一次回车的敲下后迎刃而解。
“什么样的场景最适合让AI锻炼思考能力？我们认为是数学场景。”11月16日，月之暗面创始人杨植麟发布了新一代数学能力可对标OpenAI o1系列的数学推理模型k0-math，在中考、高考、考研以及包含竞赛题的MATH等数学基准测试中，k0-math初代模型成绩已经超过o1-mini和o1-preview模型。
“这可以说是，在OpenAI o1发布后，国内首个摸索出并实现o1思路的公司。”对于k0-math的推出，一位国内头部互联网公司的大模型技术人员表示，k0-math模型采用的全新强化学习和思维链（CoT）推理技术，正是业内普遍认为OpenAI o1系列的技术关键所在，国内多家互联网巨头均在破解这一“新思路”，但在k0-math发布时，尚未有其他类似模型问世。
在“百模大战”开战的一年多里，新技术、新团队、新应用不断涌现，战况也随之频繁变动。从月之暗面、零一万物等“新AI六小龙”和字节跳动、阿里等互联网大厂团队在混战中脱颖而出，到如今应用最广的AI智能助手陆续上线，可以观察到的是，豆包和Kimi的领先让AI智能助手领域逐渐呈现出了“两超多强”的新格局。
新模型登场
Kimi对标o1
“如果你有100枚硬币，每枚硬币正面朝上。每次翻转包含当前正面朝上的硬币和它相邻的两枚硬币。最少需要翻转多少次才能使所有硬币反面朝上？”
仿佛一个数学天才型选手，Kimi数学版在40秒钟里完成了对该题的问题分解、3种思路尝试、解法验证并正确作答的全套解题流程。
值得注意的是，其中，“意识到逐个翻转硬币不可行，我开始思考如何最大化每次翻转的效果”“意识到翻转之间隔两枚硬币会导致重叠，我考虑增加间隔”等对思维链推理的展示，均是模型自我思考能力的体现。
今年9月，被Open AI创始人Sam Altman喻为“新范式开始”的o1诞生，以模仿人类思维过程进行的强化学习和思维链技术，突破了AI推理瓶颈。自此，行业的技术焦点也从预训练转向了推理和强化学习。
11月16日，Kimi率先交出国内首份答卷。据介绍，相较于以尽快提供答案为关键目标的常规模型，新推出的k0-math模型在做题过程中会花更长的时间来推理，包括思考和规划思路，并且在必要时自行反思改进解题思路，提升答题的成功率。
发布会上，月之暗面公布了k0-math的目前测评得分：在业界最常使用的数学能力基准测试MATH中，k0-math模型得分93.8分，超过o1-mini的90分和o1-preview的85.5分，且k0-math这一成绩仅次于o1完全版的94.8分。
在两个难度更大的竞赛级别的数学题库OMNI-MATH和AIME基准测试中，k0-math初代模型的表现分别达到了o1-mini最高成绩的90%和83%。
从线上AI社区的讨论中选取一道数学题进行实测，Kimi数学版用时2分10秒完成了对该题的正确解答。从线上该帖的评论区反馈来看，在求解该题时，o1-mini和o1-preview在用时上有约30秒的优势，但多次测试均未得出正确答案。
“该数学推理模型上的技术也可以被放进更多的场景里，例如让Kimi探索版去做更多的探索。”正如杨植麟在发布会上所言，全新技术范式带来的推理能力提升，也能泛化到更多日常任务上。
编辑就“找到北上广深的各个市辖区内，有重点初中，还有直升高中并且每年至少20个清北，告诉我这个区最适合的学区房”这一较为复杂的指令，对Kimi探索版、Kimi普通版和另两款知名AI产品进行测试。
测试结果显示，Kimi探索版在搜索量、搜索内容和生成内容上优势明显，甚至出现了对1311个网页的分析，直观感受到Kimi探索版在意图增强、信源分析和链式思考上的能力提升。
豆包、Kimi的领先
分水岭明显
Kimi领先的每一步，都在一次次搜索中被用户清晰地感知着。“以前2、3个小时才能看懂的文章，用Kimi几分钟就能得到所有关键信息，现在也会在实验中让探索版给出研究设计、方法论选择上的建议。”一位江南大学的在读工科博士表示。
基于Kimi对学术研究、市场分析等专业应用场景的不断深耕和所体现出的明显优势，其用户群体涵盖了学生、科研人员、职场人士和内容创作者等知识需求型人群。月之暗面也表示，Kimi探索版发布后，受到了程序员、科学家、咨询顾问、投资人、律师等专业人群的喜爱。
从用户体量来看，根据量子位智库统计的数据，截至今年10月，在国内现有的68款AI智能助手产品中，只有豆包和Kimi迈过“5000万大关”，其中豆包历史累计下载量破亿，Kimi智能助手下载总量超过5700万。
榜单中，排名第3、4位的产品下载总量各超过2000万。同时，10月新增用户超1400万的Kimi还在将身后的差距逐渐拉大，有望成为“破亿俱乐部”的下一位成员。
第三方平台点点数据也显示，今年10月，ChatGPT、豆包和Kimi智能助手位列全球AI APP苹果端下载量前三，占据了全球苹果端AI APP下载量的51%。
在用户黏性方面，量子位智库指出，我国AI智能助手产品今年10月的留存率基本与上月持平，豆包和Kimi仍稳居前二，两者平均三日留存率超27%，平均七日新增留存率约18%。而其他AI助手产品的平均三日留存率均在25%以下。
此外，从用户活跃度来看，Kimi的10月日活用户量也仅次于豆包。月之暗面公布的数据显示，截至今年10月，Kimi的月活已超3600万人，而且数据仍在持续增长。
从用户体量、活跃度和黏性等多个重要维度来观察，豆包和Kimi已处于第一领跑集团，并与随后各梯队间出现鲜明的分水岭。
“竞争本身并不产生价值，我们做好模型思考推理能力，给用户带来价值，做正确的事情，而不是专门做不一样的事情。”在k0-math的发布会上，杨植麟谈及和以交互能力见长的豆包的竞争时，再度以“聚焦”作为回应。
学会“聚焦”，这是杨植麟过去一年中的一个大课题。如今，这个“创业明星”和他的团队决定眼看前方，继续以加速度向月之暗面迈步前去。
记者|杨昕怡
编辑|蒙锦涛