ルービックキューブこそが真のストレステスト
3兆パラメータを持つオープンウェイトモデルであるKimi K3.1は、最近、3Dルービックキューブを生成し、それと対話できるという驚くべき主張を行った。これは些細なことに聞こえるかもしれないが、これまでのオープンウェイトモデルは一貫してこのテストに失敗しており、色の不整合、非論理的な回転、あるいは物理法則を無視して突然キューブを完成させるなど、一貫性のない挙動を示してきた。
Kimiのデモは、ダイナミックなライティングと表面反射を備えた、パズルの超リアルな3Dレンダリングを披露している。ユーザーは、レスポンシブな面操作やキーボード入力でキューブを操作したり、スクランブルを開始したり、操作を取り消したり、状態をリセットしたりできる。ライブタイマーが試行時間を追跡し、インターフェースには単に入力履歴を逆再生するのではなく、アルゴリズムを使用したステップバイステップのソルバーも含まれている。
これは単なる視覚的な演出ではない。ルービックキューブのテストには、高度なAI能力の融合が求められる。3D環境のための正確なコード生成、無数の順列にわたる状態の持続的な追跡、そしてキューブの仕組みを理解するための洗練された空間推論が必要となる。モデルはこれらの要素を統合して一貫性のある対話型インターフェースにする必要があり、単一のタスク完了を超えた統合的な能力を示している。
印象的なレンダリング、不均一な理解力
しかし、Kimiの印象的なレンダリング能力が、常に正確な理解につながるとは限らない。正確さを目指して「iPhone Duo」の3D WebGLレンダリングを生成するように指示された際、Kimiは金属エッジの説得力のある反射やダイナミックなライティングを生成した。しかし、デバイスのデザインやAppleのロゴは完全に間違っており、実在の製品というよりは漫画のように見えた。モデルは28分45秒の生成時間中にウェブ検索を使用していたにもかかわらず、事実関係を統合することに失敗した。
より重要なテストとして、Blenderでビレイノット（確保結び）をモデリングするタスクを行った。このタスクには、Blenderの習熟度だけでなく、結び目に関する詳細なウェブ検索、そしてロープ同士の関係を適切にレンダリングするための堅牢な空間認識能力が求められた。Kimiはハーネス上の結び目の大まかな形状は生成したが、レンダリングには根本的な欠陥があった。結び目は適切に結ばれておらず、指示の核心部分を満たせなかった。
2回目のモーショングラフィックスの試みでは、より洗練されたプレゼンテーションが提供されたが、それでも結び目の機能的な幾何学構造を明確に描写することはできなかった。視覚的に魅力的な出力と、指示として利用可能で正確な情報との間のこの区別は、重要なギャップを浮き彫りにしている。Kimiは印象的なビジュアルを生成することには長けているが、複雑で現実世界の物理的制約に対する理解は依然として不均一である。
Fall Guysのクローンと、見慣れたAIの様相
次に、Kimi K3.1は短いプロンプトからブラウザベースのゲーム「Bean Blitz」を生成した。このFall Guysのような体験では、12人の競技者がジャンプやダイビングのメカニズムを駆使して障害物コースを進む。プレイヤーはチェックポイントを通過し、キーボード入力でキャラクターを操作し、カメラアングルやキャラクターの速度などの設定を調整できる。
プロトタイプとしては機能するが、完成品ではない。Berman氏は、パステルカラーが多用されたビジュアル、ちらつくテクスチャ、信頼性の低い衝突判定を指摘しており、Kimiが動作するゲームを作成できた一方で、洗練が必要であることを示している。これはKimiが対話型環境を作成する能力を持っていることを証明しているが、同時に美的整合性と物理的正確さにおける現在の限界も浮き彫りにしている。
ゲーム以外にも、Kimiはウェブサイトの再設計やパロディ動画の制作も行いました。ウェブサイトはフロントエンド開発におけるその幅広さを示しました。動画制作において、KimiはPython、FFmpeg、および動画生成APIを活用し、テックデモの形式をユーモラスに表現したと報告されています。これは、Kimiが複数のツールを統合して運用できることを示唆していますが、これらの報告された能力は作成者の説明に基づいています。Kimiのアーキテクチャと機能の詳細については、Kimi AIをご覧ください。
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし
オープンウェイトが復活—ただし注意点も
Kimi K3.1は、オープンウェイトモデルが特定のフロンティアタスクにおいて卓越したパフォーマンスを発揮できることを証明していますが、その能力にはばらつきがあります。ルービックキューブのシミュレーションでは印象的な3D物理演算と一貫した状態追跡が示されましたが、iPhone Duoのレンダリングでは、説得力のある反射表現にもかかわらず、要求された製品を正確に描写できないという限界が露呈しました。
重要な点として、「オープンウェイト」は完全にオープンソースであることを意味するわけではありません。Kimi K3.1は、100万トークンのコンテキストウィンドウを持つ3兆パラメータのスパースMixture-of-Experts (MoE) モデルであり、オープンソースの取り組みとは異なる運用がなされています。KDA (Kimi Delta Attention) 線形アテンション設計のような特定のアーキテクチャはプロプライエタリ（独自技術）であり、その内部メカニズムは完全には透明化されていません。
動画で指摘されたClaudeのような「眉毛テキスト」の観察は注目に値します。スタイルの類似性は、共通のトレーニングデータやアーキテクチャの影響から生じる可能性はありますが、蒸留の証拠にはなりません。蒸留の非難には、単なる表面的な類似性ではなく、直接的な証拠が必要です。
最終的に、モデルの評価にはバイラルなデモだけでなく、再現可能なタスクが必要です。ルービックキューブにおけるKimiのパフォーマンスは重要な技術的成果であり、複雑な空間的および物理的推論においてオープンウェイトシステムが再び競争力を高めていることを示しています。しかし、ユーザーはモデルの真の能力と限界を理解するために、多様なベンチマークを通じてモデルを継続的に評価する必要があります。
よくある質問
Kimi K3.1とは何ですか？
Kimi K3.1は、動画内でフロンティアクラスのオープンウェイトシステムとして紹介されたMoonshot AIのモデルであり、コーディングやクリエイティブなデモを通じてテストされています。
Kimi K3.1はルービックキューブのテストに合格しましたか？
動画内では、操作可能なインタラクティブな3Dキューブを構築し、有効に見える解法をアニメーション化するソルバーを作成しました。
Kimi K3.1はローカルで実行できますか？
動画ではローカルのハードウェア要件は確立されていません。オープンウェイトであればプロバイダーのアプリ以外での展開が可能になるかもしれませんが、アクセスや計算リソースの必要性は、リリースされるモデルやツールに依存します。
Kimi K3.1はオープンソースですか？
動画ではオープンウェイトであると説明されています。それは必ずしもトレーニングデータ、コード、または完全な開発プロセスがオープンソースであることを意味するわけではありません。