Der Rubik’s Cube ist der wahre Stresstest
Kimi K3.1, ein Open-Weight-Modell mit 3 Billionen Parametern, stellte kürzlich eine bemerkenswerte Behauptung auf: Es kann einen 3D-Rubik's Cube generieren und mit ihm interagieren. Das mag trivial klingen, aber frühere Open-Weight-Modelle sind bei diesem Test konsequent gescheitert und zeigten oft inkonsistente Farben, unlogische Drehungen oder lösten den Würfel plötzlich ohne kohärente Physik.
Die Kimi-Demo zeigt ein hyperrealistisches 3D-Rendering des Puzzles, komplett mit dynamischer Beleuchtung und Oberflächenreflexionen. Benutzer können den Würfel über reaktionsschnelle Steuerelemente oder Tastatureingaben manipulieren, Durchmischungen einleiten, Züge rückgängig machen und den Zustand zurücksetzen. Ein Live-Timer verfolgt die Lösungsversuche, und die Schnittstelle enthält sogar einen Schritt-für-Schritt-Löser, der einen Algorithmus verwendet, anstatt nur den Eingabeverlauf umzukehren.
Dies ist nicht bloß eine visuelle Spielerei; der Rubik's Cube-Test erfordert ein Zusammenspiel fortschrittlicher KI-Fähigkeiten. Er erfordert eine präzise Codegenerierung für die 3D-Umgebung, eine dauerhafte Zustandsverfolgung über zahlreiche Permutationen hinweg und ein ausgeklügeltes räumliches Denken, um die Mechanik des Würfels zu verstehen. Das Modell muss diese Elemente zudem in eine kohärente, interaktive Schnittstelle integrieren und eine einheitliche Kompetenz demonstrieren, die über die Erledigung isolierter Aufgaben hinausgeht.
Beeindruckendes Rendering, ungleichmäßiges Verständnis
Die beeindruckenden Rendering-Fähigkeiten von Kimi führen jedoch nicht immer zu einem genauen Verständnis. Als Kimi aufgefordert wurde, ein 3D WebGL-Rendering des „iPhone Duo“ mit dem Ziel der Genauigkeit zu erstellen, erzeugte es überzeugende Reflexionen auf metallischen Kanten und eine dynamische Beleuchtung. Dennoch waren das Gerätedesign und das Apple-Logo völlig falsch und ähnelten eher einem Cartoon als einem realen Produkt. Obwohl das Modell während seiner 28-minütigen und 45-sekündigen Generierungszeit die Websuche nutzte, gelang es ihm nicht, faktische Details zu integrieren.
Ein folgenschwererer Test beinhaltete das Modellieren eines Sicherungsknotens in Blender. Diese Aufgabe erforderte nicht nur Blender-Kenntnisse, sondern auch eine Websuche nach Knotendetails und ein robustes räumliches Vorstellungsvermögen, um die Seil-über-Seil-Beziehungen korrekt darzustellen. Kimi erzeugte die grobe Form eines Knotens an einem Gurt, aber das Rendering war grundlegend fehlerhaft: Der Knoten war nicht richtig geknotet oder befestigt, wodurch die Kernanweisung nicht erfüllt wurde.
Ein zweiter Motion-Graphic-Versuch bot eine ausgefeiltere Präsentation, stellte aber dennoch nicht klar die funktionale Geometrie eines geknoteten Knotens dar. Dieser Unterschied zwischen visuell ansprechendem Output und instruktiv nutzbaren, genauen Informationen verdeutlicht eine kritische Lücke. Kimi zeichnet sich durch die Erzeugung beeindruckender Visualisierungen aus, aber das Verständnis für komplexe, reale physikalische Einschränkungen bleibt ungleichmäßig.
Ein Fall Guys-Klon – und ein vertrauter KI-Look
Als Nächstes generierte Kimi K3.1 ein browserbasiertes Spiel, Bean Blitz, aus einer kurzen Eingabeaufforderung. Dieses Fall Guys-ähnliche Erlebnis bietet 12 Konkurrenten, die einen Hindernisparcours mit Sprung- und Tauchmechaniken bewältigen. Spieler bewegen sich durch Checkpoints, steuern ihren Charakter mit Tastatureingaben und können Einstellungen wie Kamerawinkel und Charaktergeschwindigkeit anpassen.
Der Prototyp funktioniert, ist aber kein fertiges Produkt. Berman bemerkte pastelllastige Grafiken, flackernde Texturen und eine unzuverlässige Kollisionserkennung, was darauf hindeutet, dass Kimi zwar ein funktionierendes Spiel erstellt hat, dieses aber noch verfeinert werden muss. Dies zeigt Kimis Fähigkeit, interaktive Umgebungen zu schaffen, unterstreicht aber auch die aktuellen Einschränkungen bei der ästhetischen Konsistenz und der physikalischen Genauigkeit.
Über Spiele hinaus gestaltete Kimi auch eine Website neu und produzierte ein Parodie-Video. Die Website demonstrierte die Bandbreite in der Front-End-Entwicklung. Für das Video nutzte Kimi Berichten zufolge Python, FFmpeg und eine Video-Generierungs-API, um eine humorvolle Version des Tech-Demo-Formats zu erstellen. Dies deutet darauf hin, dass Kimi mehrere Tools orchestrieren kann, wobei diese berichteten Fähigkeiten auf den Angaben des Erstellers basieren. Für einen tieferen Einblick in die Architektur und die Fähigkeiten von Kimi besuchen Sie Kimi AI.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Open Weights sind zurück – mit Vorbehalten
Kimi K3.1 zeigt, dass Open-Weight-Modelle bei ausgewählten Spitzenaufgaben herausragende Leistungen erbringen können, ihre Fähigkeiten jedoch variieren. Während die Rubik's Cube-Simulation beeindruckende 3D-Physik und konsistente Zustandsverfolgung zeigte, offenbarte das iPhone Duo-Rendering Einschränkungen, da es das angeforderte Produkt trotz überzeugender Reflexionen nicht korrekt darstellen konnte.
Entscheidend ist, dass "Open Weights" nicht vollständig Open Source bedeutet. Kimi K3.1, ein 3-Billionen-Parameter Sparse Mixture-of-Experts (MoE)-Modell mit einem 1M-Token-Kontextfenster, funktioniert anders als Open-Source-Initiativen. Seine spezifische Architektur, wie das KDA (Kimi Delta Attention) lineare Attention-Design, ist proprietär und seine internen Mechanismen sind nicht vollständig transparent.
Die Beobachtung des Videos bezüglich Claude-artigem „Eyebrow-Text“ ist bemerkenswert. Während stilistische Ähnlichkeiten aus gemeinsamen Trainingsdaten oder architektonischen Einflüssen resultieren können, stellen sie keinen Beweis für eine Destillation dar. Anschuldigungen der Destillation erfordern direkte Beweise, nicht nur oberflächliche Ähnlichkeiten.
Letztendlich erfordert die Bewertung von Modellen wiederholbare Aufgaben und nicht nur virale Demonstrationen. Kimis Leistung beim Rubik's Cube ist eine bedeutende technische Errungenschaft, die einen erneuerten Wettbewerbsvorteil für Open-Weight-Systeme bei komplexen räumlichen und physikalischen Schlussfolgerungen signalisiert. Benutzer sollten jedoch weiterhin Modelle anhand einer Vielzahl von Benchmarks bewerten, um ihre wahren Fähigkeiten und Grenzen zu verstehen.
Häufig gestellte Fragen
Was ist Kimi K3.1?
Kimi K3.1 ist ein Moonshot AI-Modell, das im Video als Open-Weight-System der Spitzenklasse präsentiert und durch Coding- und Kreativ-Demos getestet wurde.
Hat Kimi K3.1 den Rubik’s Cube-Test bestanden?
Im Video erstellte es einen interaktiven 3D-Würfel mit funktionierenden Steuerelementen und einem Solver, der eine gültig aussehende Lösung animierte.
Kann Kimi K3.1 lokal ausgeführt werden?
Das Video legt keine lokalen Hardwareanforderungen fest. Open Weights können eine Bereitstellung außerhalb der App des Anbieters ermöglichen, aber der Zugriff und die Rechenanforderungen hängen vom veröffentlichten Modell und den Tools ab.
Ist Kimi K3.1 Open Source?
Das Video beschreibt es als Open Weights. Das bedeutet nicht zwangsläufig, dass die Trainingsdaten, der Code oder der gesamte Entwicklungsprozess Open Source sind.