一年前的11月16日，Kimi全面開放，隨后憑借“長文本”功能迅速占領市場，成為中國首個因技術創新而廣受歡迎的AI應用。如今，Kimi迎來了技術的重大升級。

11月16日，在Kimi正式上線一周年之際，月之暗面發布了最新數學模型k0-math，在多項基準能力測試中，k0-math的數學能力已經可以與全球領先的OpenAI o1-mini和o1-preview模型相媲美，甚至在中考、高考、考研以及入門競賽題MATH等4個數學基準測試中超越了它們。

尤其值得一提的是，在業界最常使用的數學能力基準測試MATH中，k0-math模型得分93.8，超過o1-mini的90分和o1-preview的85.5分。k0-math這一成績在全球僅次于暫未開放使用的o1完全版94.8分。

這是Kimi推出的首款推理能力強化模型，k0-math采用了強化學習和思維鏈推理技術，這也是Open AI o1系列背后的關鍵技術。

官方演示顯示，k0-math通過模擬人腦的思考和反思過程，顯著提升了解決數學難題的能力。即使在經歷多次失敗后，k0-math也能意識到之前使用了過于復雜的方法，并最終得出正確結果。

“訓練這個模型的過程，最重要的是去看它的思路，是不是真正具備深度思考的能力，這一點非常重要。”月之暗面創始人楊植麟表示，對于一些非常難的競賽題目，k0-math能夠提供完整的思路，并在推導過程中不斷給出新的思路，展現出強大的推理能力。

k0-math雖然已經展露出不俗的能力，但AI技術仍處于快速迭代中，它還有很大的提升空間。在兩個難度更大的競賽級別數學題庫OMNI-MATH和AIME的基準測試中，k0-math初代模型的表現與最好的o1-mini相比尚有15%左右的差距。

楊植麟也指出，在一些過于簡單的數學問題上，比如，1+1等于幾，k0-math可能會過度思考，接下來的研究重點是讓它有更好的泛化能力，能在更多場景中落地使用。

作為國內最受矚目的AI獨角獸，月之暗面此時推出k0-math，不僅僅是一次常規技術發布，更代表了Kimi在技術范式上的一次重大迭代。

“我們接下來會越來越關注基于強化學習（Reinforcement Learning, RL）的方法去‘Scale’。”楊植麟認為，Scaling是支撐AI技術過去幾年發展的根本原因，但Scaling并不是簡單地把模型做得更大就好，核心是找到有效方法。

這也會帶來大量工作，比如，重新平衡好數據、算法和算力。楊植麟表示，以前做Next—Token Prediction，是靜態數據，但對強化學習來講，學習數據可能都是自己生成的，會對獎勵模型效果提出挑戰，同時還要把獎勵模型用到學習過程中，減少學習錯誤。

好在楊植麟早已預見到，隨著訓練數據到達上限，推理的比例將遠遠超過訓練，因為需要生成數據，就需要用到強化學習，這是必然會發生的事情。“Open AI o1的變化其實可以預測。”

為此，月之暗面在人才和技術上提前做了儲備，這也為Kimi推出數學模型k0-math奠定了基礎。今年9月，OpenAI發布首款具有推理能力的模型o1，只用2個月，k0-math就已問世，并即將上線，可見速度之快。

“長文本”讓月之暗面一戰成名，邁出登月第一步，如今，公司邁出以深度推理能力為標志的第二部。事實上，在云棲大會上，楊植麟就已表示，行業接下來最重要的里程碑是強化學習，新的Scaling范式會形成一些突破機會。

如今來看，新的強化學習技術范式帶來的推理能力提升，也將應用到更多日常任務上，而能否讓模型在廣泛的場景里使用，這是衡量模型市場前景和商業價值的核心。

楊植麟認為，數學模型可以應用到教育領域，K12、大學甚至是競賽。同時，為了把推理模型進行更多的泛化，他把強化學習用在了搜索場景里，跟Kimi探索版進行結合。

數據顯示，Kimi探索版的搜索量是普通版的10倍，一次搜索可精讀超過500個頁面。在信息調研和分析場景的搜索問題測試中，Kimi探索版綜合性能超過國內外同類產品至少30%。

Kimi探索版在搜索過程中的推理能力顯著提升，意圖增強、信源分析和鏈式思考方面的能力顯著提升，以鏈式思考為例，Kimi探索版可以更好地基于思維鏈推理能力處理產品、公司、行業等研究問題。尤其受到程序員、科學家、咨詢顧問、投資人、律師等專業人群的歡迎。

過去一年多，月之暗面經歷了飛速發展，無論是產品技術還是估值，都成為“AI六小虎”中發展勢頭最迅猛的公司之一。

楊植麟透露，Kimi在10月月活躍用戶已經超過3600萬，并還在持續增長中。業內人士表示，Kimi在PC網頁端是國內第一的AIGC生產力工具，手機端在國內目前僅次于繼承了抖音娛樂基因的豆包，且頭部優勢愈發明顯，不過，相較Open AI幾億量級的用戶而言，Kimi還有很長一段路要走。

華爾街見聞獲悉，月之暗面的多模態產品已經處于內測當中，預計很快會對外公布，疊加推理模型的推出，這些動作無疑會吸引更多用戶。

在這場全球AI競賽中，楊植麟要帶領Kimi在一個裹挾著巨大希望和時刻被質疑的行業里，闖出一條通往AGI的漫漫長路，這場征程才剛剛開始。