聞樂(lè) 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

說(shuō)真的，AI圈現(xiàn)在恨不得睜眼閉眼就變天，產(chǎn)品一個(gè)接一個(gè)，難怪網(wǎng)友都開始“求求你們別更新了”……

△圖源：抖音hyarriver

這不，今天一睜眼就又看到個(gè)新東西。

能直接從錄屏里扒特效代碼并復(fù)現(xiàn)的模型你見(jiàn)過(guò)沒(méi)？？反正我是開眼了。

隨手從相冊(cè)里挖出下面這個(gè)視頻上傳，輸入“實(shí)現(xiàn)這個(gè)交互特效”幾個(gè)字：

模型一通操作之后，我得到了如下成品：

只能說(shuō)，春節(jié)檔的電影還沒(méi)開始預(yù)熱，中國(guó)的開源力量就已經(jīng)勢(shì)如破竹了。

這是Moonshot AI新推出的最強(qiáng)Agentic模型Kimi K2.5，發(fā)布后就在某推上熱度起飛。

掌門人楊植麟還親自上陣，為這個(gè)新模型錄制了中英兩版介紹視頻。

從視頻內(nèi)容看，Kimi K2.5的升級(jí)點(diǎn)不少：

• 實(shí)現(xiàn)視覺(jué)與文本、思考與即時(shí)、對(duì)話與Agent功能的一體化整合，主打一個(gè)All in one
• 具備設(shè)計(jì)審美，可生成帶高級(jí)動(dòng)效的網(wǎng)頁(yè)；
• 支持visual edit可視化編輯，截圖圈選即可修改界面，上傳動(dòng)效錄屏可自動(dòng)拆解邏輯并生成專業(yè)代碼；
• 推出編程工具Kimi Code，可在終端運(yùn)行，無(wú)縫集成VSCode、Cursor等IDE，支持圖片/視頻輸入，自動(dòng)遷移用戶現(xiàn)有技能與MCP。

本來(lái)只是看完介紹想淺試一下，結(jié)果沒(méi)想到還真有點(diǎn)意思。

那咱就接著細(xì)說(shuō)、接著測(cè)！

視覺(jué)能力是大招

動(dòng)手實(shí)測(cè)之前，先亮一亮Kimi K2.5的基準(zhǔn)測(cè)試成績(jī)單。

K2.5在人類最后的考試HLE、BrowseComp和DeepSearchQA等一眾高難度測(cè)試集上，拿下了SOTA的好成績(jī)；

編程方面，在SWE-bench Verified上得分高達(dá)77，以開源的姿態(tài)縮小了和頂級(jí)閉源模型的差距

視覺(jué)理解多項(xiàng)測(cè)試也刷出新高。值得一提的是，在多項(xiàng)評(píng)測(cè)中，K2.5的表現(xiàn)甚至優(yōu)于GPT-5.2-xhigh。

Kimi K2.5這次更新了4種使用模式，適應(yīng)不同場(chǎng)景，不管你有啥需求，都能找到適合自己的打開方式。

• 快速模式主打極速反饋，適合日常閑聊或簡(jiǎn)單查詢；
• 思考模式專攻難題，幫你一步步拆解復(fù)雜邏輯；
• Agent模式則擅長(zhǎng)深度挖掘，比如搞研究、生成辦公文檔或網(wǎng)頁(yè)；
• 最猛的是Agent集群模式，針對(duì)那些需要多線程處理的超級(jí)任務(wù)，能調(diào)動(dòng)一大波智能體分身并行執(zhí)行。

開頭的特效復(fù)現(xiàn)案例，就用的是Agent集群模式——Kimi給我分配了一個(gè)叫阿澈的開發(fā)員。

光說(shuō)不練假把式，既然介紹里主打「視覺(jué)x代碼」，那咱就測(cè)一測(cè)K2.5的代碼能力。

第一個(gè)實(shí)測(cè)項(xiàng)目是看圖寫代碼

把一張音樂(lè)播放器網(wǎng)頁(yè)截圖上傳給K2.5作為參考；

然后輸入提示詞：

• 參考這個(gè)網(wǎng)頁(yè)，生成對(duì)應(yīng)代碼

沒(méi)過(guò)多久，一套完整的代碼就新鮮出爐了。

生成的網(wǎng)頁(yè)不僅還原了原設(shè)計(jì)的功能，連按鈕的hover動(dòng)效、音樂(lè)播放進(jìn)度條的滑動(dòng)效果也都做出來(lái)了。

實(shí)際上大家也能看出來(lái)，我給的參考圖清晰度不是很高，但模型也能精準(zhǔn)識(shí)別；

網(wǎng)頁(yè)上展示的音樂(lè)封面是模型自己生成的，除此之外可以看出最下方的按鈕布局沒(méi)完全還原，但這個(gè)效果在我看來(lái)已經(jīng)算是一張還原度超過(guò)90%的優(yōu)秀答卷。

當(dāng)然了，大家應(yīng)該也能看到上傳的參考圖片上顯示的是紅色感嘆號(hào)，srds模型確實(shí)能識(shí)別圖片進(jìn)行分析，只能說(shuō)所有模型可能都有些小bug，但能干實(shí)事兒就無(wú)傷大雅（doge）。

除了能看圖寫代碼，K2.5還能截圖改代碼

拿剛才生成的音樂(lè)播放器網(wǎng)頁(yè)來(lái)說(shuō)，我想讓它調(diào)整一下播放器的布局，于是截了個(gè)圖，圈出播放器的主體部分；

然后告訴K2.5:

• 把這部分放到左下角

模型秒懂我的意圖，2分鐘之內(nèi)給出了修改后的代碼，刷新網(wǎng)頁(yè)一看，除了截圖部分按要求調(diào)整了布局，其余地方都沒(méi)變，主打一個(gè)精準(zhǔn)（而且這次還沒(méi)紅色感嘆號(hào)hhh）。

而且整個(gè)過(guò)程像在用繪圖軟件涂改一樣直觀，省去了大段文字描述的麻煩。

我又反復(fù)試了幾輪，發(fā)現(xiàn)哪怕圈選區(qū)域模糊、不完整，它也能智能補(bǔ)全意圖，避免了AI常見(jiàn)的誤讀問(wèn)題。

比如我覺(jué)得播放器的配色有點(diǎn)單調(diào)，于是截了個(gè)圖，只圈出了播放器左側(cè)欄部分；

告訴K2.5想要換成莫蘭迪色系：

• 這部分配色有點(diǎn)單調(diào)，換成莫蘭迪色系

模型再次秒懂意圖，5分鐘之內(nèi)給出了修改后的代碼，刷新網(wǎng)頁(yè)一看，它自己選的顏色和原來(lái)的搭配起來(lái)還挺和諧，而且不止換了一種顏色，還給我來(lái)了個(gè)“偽漸變”。

就算你既沒(méi)有找到喜歡的設(shè)計(jì)圖，腦子里也暫時(shí)沒(méi)什么想法，也完全不用擔(dān)心，只要簡(jiǎn)簡(jiǎn)單單一句話，也能讓K2.5自由發(fā)揮。

比如我隨手輸入：

• 幫我生成一個(gè)文藝風(fēng)的書籍推薦網(wǎng)頁(yè)

沒(méi)想到啊沒(méi)想到，它居然整了個(gè)大活兒。

青綠色的背景搭配多種字體，一股文藝氣息撲面而來(lái)；鼠標(biāo)掃過(guò)書籍封面還能升起一句話簡(jiǎn)介；

再往下拉，是讀書社區(qū)和「每周一書」活動(dòng)的介紹，卡片還帶有翻轉(zhuǎn)展開的動(dòng)效；

除此之外，Kimi還設(shè)計(jì)了閱讀體驗(yàn)、讀者聚會(huì)、作者介紹等模塊，每一處展示都細(xì)節(jié)滿滿，完全超出了我的預(yù)期，畢竟我的輸入只有一句話……

接下來(lái)，我又讓K2.5 Thinking（下圖左）和K2 Thinking（下圖右）分別生成了一個(gè)Switch手柄：

• 設(shè)計(jì)一個(gè)Switch手柄，屏幕上顯示pygame風(fēng)格的推箱子游戲

放在一起對(duì)比，明顯能看出K2.5 Thinking設(shè)計(jì)出來(lái)的游戲，不管是在畫面比例上還是像素上都優(yōu)于K2 Thinking；

甚至K2.5最終的代碼行數(shù)為738，而K2一共有818行。

看到這兒，你是不是也發(fā)現(xiàn)了，K2.5設(shè)計(jì)出來(lái)的代碼和我們平時(shí)見(jiàn)到的那些AI產(chǎn)物，其實(shí)不太一樣——

不是一水兒的紫色調(diào)，也不是呆板的模塊化布局；而是在視覺(jué)上變得更加美觀、更多元化。

顯然，團(tuán)隊(duì)的目標(biāo)不止于功能實(shí)現(xiàn)，還想注入設(shè)計(jì)審美，讓AI輸出的創(chuàng)意像人類一樣有靈魂有個(gè)性。

過(guò)去AI編程往往停留在“能跑就好”，現(xiàn)在它能交付高質(zhì)量的專業(yè)級(jí)產(chǎn)品，門檻低到只需一張圖或一句話。

除了「視覺(jué)x代碼」這塊兒亮眼，Kimi K2.5在Office辦公領(lǐng)域也玩得轉(zhuǎn)

• （上傳文件）把這個(gè)文件內(nèi)容轉(zhuǎn)換為PPT，風(fēng)格為簡(jiǎn)約風(fēng)格，主色調(diào)為灰白色

再看輸出的效果，顏色正確、風(fēng)格正確、分析和展示的內(nèi)容也非常全。

最重要的是可編輯，這樣就極大方便了普通用戶，不懂提示詞工程的人也能用好Kimi；即使AI有啥小差錯(cuò)，也不用一遍遍通過(guò)Prompt糾正，自己動(dòng)手隨時(shí)能改。

之前為了應(yīng)對(duì)不同的工作，人需要學(xué)習(xí)不同的Office語(yǔ)言，比如什么公式、函數(shù)、數(shù)據(jù)格式……

現(xiàn)在有了Kimi K2.5，辦公軟件也開始聽人話了。

Agent Swarm是內(nèi)功

如果說(shuō)視覺(jué)能力是Kimi K2.5亮眼的招式，那智能體集群Agent Swarm就是支撐K2.5突破效率的內(nèi)功。

Agent Swarm的核心邏輯，就是讓多個(gè)具備獨(dú)立功能的智能體協(xié)同工作，各司其職又互相配合，本質(zhì)上也是對(duì)分布式AI協(xié)作的具象化表達(dá)。

這個(gè)概念很有可能成為今年Agent領(lǐng)域的核心敘事。

AI圈的大紅人，英偉達(dá)老黃都在2025年多次公開表示，AI Agents有望成為下一個(gè)機(jī)器人級(jí)別的萬(wàn)億級(jí)產(chǎn)業(yè)，并且特別看好swarm/collective intelligence（集群/集體智能）的發(fā)展前景，足見(jiàn)這個(gè)賽道的潛力之大。

回顧Kimi的技術(shù)迭代路徑，不難發(fā)現(xiàn)他們?cè)缇烷_始布局“Agents Scaling”。

半年前他們推出首個(gè)萬(wàn)億參數(shù)開源模型Kimi K2，那時(shí)的焦點(diǎn)在參數(shù)Scaling上。

后來(lái)Kimi K2 Thinking上線，通過(guò)延長(zhǎng)思考鏈條，讓單Agent能獨(dú)立搞定長(zhǎng)達(dá)300步的操作序列，提升了長(zhǎng)程任務(wù)處理。

但這遠(yuǎn)遠(yuǎn)不夠，單智能體的能力終究有上限。Kimi團(tuán)隊(duì)也意識(shí)到要啃下真正場(chǎng)景里的復(fù)雜難題，不能只靠單打獨(dú)斗，必須要讓智能體學(xué)會(huì)協(xié)作。

于是，在Kimi K2.5上，他們實(shí)現(xiàn)了關(guān)鍵躍進(jìn)。

從單一Agent轉(zhuǎn)向Agent集群，能即時(shí)調(diào)度上百個(gè)分身并發(fā)協(xié)作。

這些Agent就像是K2.5的分身，每一個(gè)都有自己的專長(zhǎng)，有的擅長(zhǎng)數(shù)據(jù)分析，有的精通文案撰寫，有的專攻市場(chǎng)調(diào)研。

當(dāng)遇到一個(gè)復(fù)雜任務(wù)時(shí)，K2.5不再讓一個(gè)Agent包攬所有工作，而是會(huì)根據(jù)任務(wù)需求，現(xiàn)場(chǎng)給這些分身分配角色、拆解子任務(wù)，整個(gè)過(guò)程沒(méi)有任何預(yù)設(shè)的規(guī)則，全靠K2.5自主決策。

舉個(gè)簡(jiǎn)單的例子。

比如要做100家公司的市場(chǎng)調(diào)研，K2.5會(huì)立刻組建一個(gè)調(diào)研團(tuán)隊(duì)，讓不同的Agent分別負(fù)責(zé)不同行業(yè)的公司；

有的收集財(cái)務(wù)數(shù)據(jù)，有的分析市場(chǎng)份額，有的整理競(jìng)品動(dòng)態(tài)，原本需要幾星期才能完成的工作，現(xiàn)在十幾分鐘就能給出一份詳盡的報(bào)告。

整個(gè)過(guò)程從串行到并行切換自如，效率提升非常明顯。

據(jù)團(tuán)隊(duì)內(nèi)部評(píng)測(cè)，搭載Kimi K2.5的Kimi Code在軟件工程能力上，比前代模型大幅進(jìn)步。

相較于單智能體執(zhí)行模式，智能體集群能將實(shí)現(xiàn)目標(biāo)性能所需的最少關(guān)鍵步驟縮減3至4.5倍，且目標(biāo)要求越高，步驟的節(jié)省幅度就越大；

同時(shí)借助并行化處理，其實(shí)際運(yùn)行耗時(shí)（壁鐘時(shí)間）最多可縮短4.5倍。

讓AI“干活”，讓人“定義”

實(shí)際上這么看下來(lái)，Kimi K2.5通過(guò)視覺(jué)能力和Agent集群，極大地抹平了普通用戶與專業(yè)交付成果之間的技術(shù)鴻溝。

畢竟，連提示詞都不用反復(fù)修改潤(rùn)色，只要拿圖或視頻給K2.5看，它就能交給你一個(gè)基本滿意的答卷。

辦公方面的升級(jí)，也在側(cè)面說(shuō)明Kimi現(xiàn)在已經(jīng)是被微軟認(rèn)定的生產(chǎn)力工具；要知道，微軟之前在「Agent+Office」這方面合作的核心可是OpenAI的GPT系列。

大家總愛(ài)說(shuō)AI遲早要替代人，但在K2.5這里，我們看到的是AI正在賦予每個(gè)人“指揮千軍萬(wàn)馬”的超能力。

就像Kimi團(tuán)隊(duì)說(shuō)的那樣，要讓用戶專注于定義問(wèn)題和做決策，剩下的重活兒、累活兒、雜活兒，統(tǒng)統(tǒng)交給這群“Kimi分身”就好。

總的來(lái)說(shuō)，Kimi K2.5這次升級(jí)簡(jiǎn)化了人類的工作流程，或許，在Agent時(shí)代寫簡(jiǎn)歷都不用長(zhǎng)篇大論了，一句“精通Kimi”就夠了（doge）。

— 完 —