2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

戴上眼镜的Kimi能力超强,领先 o1 和 Gemini

发布日期:2024-12-26 12:35:06 浏览次数: 2715
作者:LLM榴莲猫

微信搜一搜,关注“LLM榴莲猫”


Kimi 低调了一阵,但还是压不住自身的实力。
最近 Kimi 帮自己戴上了一副特异功能眼镜,化身为眼镜小蓝人,眼镜不是赌神的作弊眼镜,而是一个Kimi最新推出的视觉思考模型。
我们在 Kimi 官方的侧边栏可以看到戴眼镜的小蓝人,

在各路模型在卷文字版的推理追赶 o1 的时候,Kimi又一次一马当先地做出了惊艳的视觉版的推理"o1"。
而且 Kimi 的视觉能力是原生的,非常强悍。
实测一波之后,眼镜 Kimi既能接地气地解决很多实际的需求,也能跟进许多宏大的叙事, 
下面我来说说它的几个高效的用法。

代码方面
比如我在中午空闲的时候想到做一个猜数字的小游戏,于是把它随意地画在纸上:

然后把它拍下来传给 戴眼镜的Kimi:

可以看到即便是我的字写得很丑,图画得歪歪扭扭,但眼镜 Kimi 还是非常准确地识别到了我的意图,并且用 HTML 简单的代码实现了我的游戏:

而且非常厉害的是,Kimi的视觉思考模型会反思自己的做法是否有不妥,然后不断改进,而且整个思考过程用户完全能看到!

同样的,我给出一个网站的手稿设计,或者让它参考复制别的网站设计,眼镜Kimi也可以给到很好的效果,
比如这里我就让他做一个和 模仿Kimi 的首页:

眼镜 KIMI 会根据你的需求飞速帮你写所需要的任务代码文件,我这里只是用了基础的 css 和 html,如果写react 和其他框架也是可以的:

还有很多不同的玩法,比如假设你是作为学习任何新知识的新手,我们可以把不懂的内容用手机拍给眼镜 Kimi,
让它以新手的角度,发挥它的视觉推理能力,一步一步地教学解释。
这是一个非常有效率的学习方法,你可以随手拍给眼镜Kimi 去利用碎片时间来学习。
比如我有一份进口的热量表,我让眼镜 Kimi 推导我一天能吃多少块才能不超过热量:

整个推理过程我都能看到,能够学习卡路里的概念和算法,同时也正因为它公开的视觉推理让结果更加可信。

另一个非常强的应用就是 OCR
眼镜 Kimi 的 OCR 能力非常牛逼,牛逼不只是能准确识别内容的牛逼,而是能基于识别的内容再进一步的推理做数据分析。
先试试眼镜 Kimi 的基础 OCR 能力:
比如我们常用的手写实体的识别:

效果非常炸裂,而且这是免费就能用的功能!!

而不止如此,再来一个图表的数据 OCR+数据分析

除了基础数据识别之外,眼镜 Kimi 还能给出数据的洞察和给出引导式的探索,这对写数据分析报告的打工人简直是一大神器。

还有一个是我自己用来学习任何概念的一个玩法,平时我们会看到很多【一图看懂 xxx】的系列图,
而往往我们只是点了收藏之后就躺在收藏夹里面吃灰(即使用普通 OCR 识别为文字),原因是因为我们其实不能吃透里面的内容,
尤其是那些外文的图,往往里面蕴藏着极大的信息价值。
而眼镜 Kimi的视觉推理能力能够很好地改善这一点,
比如这幅图:

我让它先进行 OCR 识别,然后根据提取出来的核心做一个精辟的分析,以表格的形式附录在我收藏的这幅图旁边:
这样我就能快速获取任何语言的压缩知识,把知识快速吸纳进自己的笔记体系,真正地理解所有信息的价值。

以上是接地气的几个用法,实际上在我看来眼镜 Kimi 的视觉思考能力能接上非常多的宏达叙事。
尤其在教育方面,眼镜Kimi 在数理化这些重推理和视觉的课程辅导简直是降维打击,因为已经很多人介绍过了,我也不多说,非常推荐去看看官方号的评测。
在安防和机器视觉方面用视觉推理分析也能大大提高系统的实际效果和响应效率,不会放过任何蛛丝马迹。
今天说的差不多,
戴眼镜的 Kimi 目前免费对任何人使用,
赶紧去探索试试吧!

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅