Kimi K3.1 Pro凌晨突袭！2.8万亿参数，终端跑分距Opus仅0.7分
图片加载中…
今天凌晨，Kimi K3.1 Pro发布。
这次的演示视频里，3D打印机正在打零件。装起来，接上电，灯亮了。
这盏灯的模型，是Kimi做的。
2.8万亿总参数，100万Token上下文。 Token可以粗略理解成AI读写内容时用的小单位。后面这个数字，说的是它一次能处理多长的材料。
新模型现在已经上线，完整权重计划在11月4日前放出。
灯放后面看，先看看它这次做出来的游戏——有地图，有战斗，还有两阶段Boss。
5个区域、两阶段Boss，冒险游戏做出来了
这款3D动作冒险游戏，画风偏卡通，用的是Godot 4.7.2。
Godot和Unity、Unreal Engine一样，都是游戏引擎。说白了，就是把角色、场景、操作和玩法放在一起，做成游戏的工具。
整个项目有 5个可以探索的区域，村庄、地形、道路、水面和植被都搭好了。
地图做好了，还得有得玩。
它做了第三人称战斗，Boss战分成两个阶段。角色可以采集，地图有昼夜变化，还能在营火之间快速传送。
图片加载中…
卧槽，AI做游戏已经到这一步了？
图片加载中…
往下看它怎么做的，倒也很实在。植物、村庄、角色和动画，用了Quaternius、Kenney、KayKit等素材库里的现成素材，Kimi再把它们接进游戏里。
这就很接近实际做项目的方式了，合适的素材拿来用，把时间花在怎么让它们一起跑起来。
3600万三角面，巨龙飞进UE天宫
到了Unreal Engine 5.8，也就是常说的UE，画风一下就换了。
东方天宫，大殿、柱廊，一条巨龙从远处靠过来。
主角用MetaHuman制作，这是UE的一套数字人制作工具。巨龙则是在Blender里用程序建模的，Blender就是常用来做3D模型和动画的软件。
光这个场景的源模型，就有 3600万个三角面。你看到的3D模型，就是由这些小面拼起来的。
场景还用了UE的Nanite和Lumen，前者负责处理这些复杂模型的显示，后者负责光照。
图片加载中…
接着，视角到了天上。
剑客御剑穿过云海，飞过浮岛，再进入云上的古城。这是一支用UE 5.8做的东方风格RPG预览片，RPG就是角色扮演游戏。
图片加载中…
这段的概念设计和部分素材灵感，来自小红书创作者@-Duduu-。里面还用了博物馆公开的CC0三维扫描素材，也就是可以自由使用的那类开放素材。
找参考、挑素材、搭场景，再把动作和镜头串起来。一段片子背后，要接起来的活儿其实不少。
官方也把Unity列进了支持的游戏引擎名单。这批具体演示里，能看到的是Godot的冒险游戏，以及UE里的天宫和御剑预览片。
从机器人短片，到一盏真的能亮的灯
Blender接到的活儿，就不止建个模型了。
这部机器人短片里，旧金属车间、城里的废墟、扬起来的灰尘、傍晚的光，都做了。机器人也有自己的表情和动作。
制作时用了Blender 5.2和Python，Python是一门编程语言，在这里用来控制建模和动画。
道具、石头、贴图和天空用了一部分现成素材。后面的画面渲染、视频输出和声音，也接着处理好了。
模型、动画、灯光、声音，最后合在一整段片子里。
图片加载中…
片子做到这里，可以交了。但开头那盏灯，还要从屏幕里拿出来。
它的设计灵感来自福建土楼，一共拆成5个零件。灯罩、底座、里面的结构，都能单独看，也能看它们怎么装回去。
图片加载中…
然后，镜头从电脑画面切到了3D打印机，零件开始一层层打出来。
图片加载中…
装好，点亮。刚才还在屏幕里转的模型，现在能摆到桌上了。
图片加载中…
这次上线的3D Make，可以用文字、草图或者参考图来做模型。做完能在线预览、继续改，下载去3D打印，也能导出视频和实况照片。
图片加载中…
家具和机械零件也在展示范围里。K3.1 Pro会写脚本，调用Blender和CAD软件来改模型。CAD常用来画工程图、设计零件，尺寸得对得上。
比如做个柜子，你把柜宽改了，隔板和开口也跟着改，这就叫参数化建模。
36处计算错误，它回头修了模拟器
漂亮的成品看了不少，下面这个，开头就没那么顺了。
Kimi基于开源人体解剖模型human-atlas，搭了一个行走模拟器，让电脑里的模拟人学着走路。
最早的版本，站不了多久就倒。
图片加载中…
它接着训练、接着改，可有一阵子，手臂怎么调都不对。
训练里有一套奖励规则，做对了就得分，用来引导它学会走路。但光调这套规则，问题没解决。
它回头查模拟器，最后发现了 36处错误，都出在肩部肌肉怎么带动手臂的计算上。
图片加载中…
把这些地方修掉，再训练，模拟人终于能左右脚交替迈步，连续走了11.2秒。整次实验一共做了167项任务、420次复核。
图片加载中…
大家常说的Agent，可以理解成会调用工具、一步步干活的AI。代码写完，还要运行、看结果，出了问题再回去改。
这一来一回，和交一段代码就结束，已经是两种工作方式了。
终端65.7%，CAD建模92.7%
前面看的是官方演示，再看看测试成绩。
Terminal-Bench 4.0考的是让AI在终端里完成工程任务。终端就是那个输入命令、运行程序的窗口。
在官方汇总的成绩里，Kimi K3.1 Pro是65.7%，Claude Opus 5.5是66.4%，GPT-6 Astra是58.2%。
这一项，Kimi和Opus只差0.7个百分点。
图片加载中…
到了3D建模，考法就变了。
BenchCAD会给AI几张不同角度的图，让它写CAD代码，把模型做出来。
允许调用工具时，Kimi的成绩是92.7%，Opus是96.2%，Astra是95.9%。图里的with tools，说的就是可以用工具。
图片加载中…
Kimi还做了一组内部对比，专门看多步骤的长任务。
这项测试叫Kimi Code Bench 3.0 Long-horizon，主要看AI能不能连续做很多步、调用工具，把工程任务从头做到尾。
K3是55.95%，K3.1 Pro到了61.2%，提高了5.25个百分点。
K3.1 Pro是在K3基础上继续训练出来的，100万Token上下文，上一代就有。
英伟达财务模型，公式和预测一起交付
游戏和动画之外，官方还交了几份办公文件：英伟达的财务估值模型、宁德时代的投委会演示文稿，还有量子计算行业报告。
投委会，就是讨论要不要投资的那群人开会。演示文稿得把判断和依据讲清楚。
财务模型这一份，关键在表格里面。
几张表是连着算的，公式也能点开看。你改了前面的一个数字，后面的结果就跟着变。
下面这张资产负债表，能看到实际数据、预测栏和公式。
图片加载中…
研究报告则把另一件事接上了：看到一个判断，顺着引用，就能找到它用的原始资料。
表格能接着算，报告能回头查。 天天做材料的人，应该知道这能省多少来回翻找的工夫。
在OfficeQA Pro v2上，K3.1 Pro的官方成绩是64.4。这项测试会让AI从真实财务文件里找资料，对照几份文件，再完成计算。
写在最后
过去，一个人脑子里有个世界，最后却可能只留下一段文字。未必是他最想写故事，只是建模、写程序、做动画，哪样都得从头学。
如果这些活儿能更多地交给AI，选择的顺序也许可以倒过来。
先问：这个世界，应该让人读到，看到，还是走进去？