湖北
這是蒼何的第 475 篇原創！
大家好，我是蒼何。
今天，Kimi 帶著他的最強模型 K2.5 強勢來襲，我也第一時間做了測試，給大家帶來一波分享。
這次，K2.5 是一個全能型的統一模型，最大的特點就是視覺、編程、Agent一口氣全包。
先來一個省流版預覽，K2.5 模型能力提升如下：
支持多模態理解：Kimi 終于補全了多模態的空白，而且一次性支持圖片+視頻理解。
思考模式切換：同時支持推理和非推理。
前端審美設計能力：個人感覺可以和 Gemini 3 Pro 一戰了。
基于 K2.5，Kimi 一口氣放出了 4 個產品：
1、開源的 Claude Code——Kimi code：全面支持 Skills，Benchmark 分數高，無需 MCP 即可支持視頻輸入。
2、Visual Coding：能看圖或視頻復刻網頁，還能做視覺調整，并能一鍵部署。
3、Agent 集群：智能體軍團，可根據任務創建多達 100 個 Agent 分身，并自主分工協作。
4、Office Agent：PPT、Word、Excel 審美和設計能力全面提升。
整體測試下來最大的感受是 K2.5 的 coding 能力提升比較明顯，特別是前端審美能力，在一些 case 上甚至還超過 Gemini 3 Pro。
比如，這個是我用 K2.5 一句話復刻的 X 首頁：
相對比之下，這是我當時同樣的提示詞用 Gemini 3 復刻的 X 頁面：
可以看到 K2.5 除了復刻頁面的每一個元素，甚至連頁面中的圖片都復刻了，而不是用占位符替代。
我又讓它復刻小紅書首頁，也做的很好。
因為 K2.5 能理解視頻，我又上傳了一個點擊交互的視頻，K2.5 能理解視頻中的交互，并像人一樣能看清每一個交互后的頁面，然后復刻。這是我復刻的帶有交互的 B 站首頁。
我還測試了個 APP 復刻的場景，直接錄制了一段操作即刻的視頻，然后丟給 K2.5，輸入提示詞：
復刻視頻中的 APP 頁面，包括交互，保證 APP 頁面可用。
可以看到，復刻的挺不錯，視頻中的交互，K2.5 理解后并輸出成了頁面，而且效果相當好，這或許就是 Visual Coding 的魅力所在吧。
然后我又做了個帶有手勢交互的小游戲，需要喚起攝像頭并理解我的手勢，來模擬粒子炸開的效果。
K2.5 一次就完成了這個效果，效果相當棒，而且代碼開發的速度非?？?。
我記得當時 Gemini 3 我做過一個做 macos 操作系統的 case，當時挺震撼的，于是我輸入同樣的提示詞給 K2.5。
同樣一次，就出來了這樣一個，很不錯的效果。
真牛逼，而且整個一次性生成，就簡簡單單一個提示詞，整個的 macos 風格的感覺就都出來了。
硅谷閉源模型不再等于性能的天花板，Kimi K2.5提供了更具性價比的選擇。
為了繼續捶打，我又做了個實驗，把架構圖傳過去，希望生成可編輯的版本，K2.5 同樣完成的非常出色。
然后我對 Agent Swarm 模式進行了測試，說的簡單點，這是個 Agent 的軍團，能創建無數個分身來幫扶完成復雜的任務。
我輸入這樣一大串提示詞：
請模擬 5 位風格極度反差的知名藝術家或視覺流派，為當代「打工人」設計 5 個系列、每個系列 10 張的微信表情包。
主題是「職場求生記」，我希望看到的不僅是風格不同，
更是對職場情緒的不同維度的解讀，比如憤怒、焦慮、躺平、假笑和瘋狂可以看到它開始并行調用 5 個 Agent 來幫我生成不同藝術風格的表情包。
表情包圖片生成的遠比我想象中的快，有智能體軍團并行的效率太高了。
這些生成的表情包圖片有些確實符合打工人的不同情緒了。
最后我針對 Kimi code 進行了測試，這就更有意思了，在 cli 中 input 圖片變得如此絲滑，好像還是第一次。
比如我直接把這張圖丟到 cli 終端中，讓 K2.5 做下理解。這個是原圖：
可以看到把圖片拖到 Kimi Code 后，自動帶出路徑：
Kimi Code 先是調用 ReadMediaFile 這個讀取圖片和視頻文件的 agent 來理解圖片。
我看了下官方文檔說明，這個 agent 最多能讀取 100MB 大小的文件。
之后就給我一份詳細的解釋，效果不錯，整個流程，我都沒有調用外部的任何工具，模型自身就具備理解能力，這太舒服了啊。
同樣將視頻直接丟給 kimi code，也完全能理解。
然后我利用 remotion-best-practices 這個 skills 以及配音 skills，將剛才的視頻做一下翻譯配音。
這里 skills 有一個分層加載機制，并且會按照以下優先級加載。
其中 Kimi CLI 內置了 2 個 Skills：
- kimi-cli-help
：Kimi CLI 幫助。解答關于 Kimi CLI 安裝、配置、斜杠命令、鍵盤快捷鍵、MCP 集成、供應商、環境變量等問題。
- skill-creator
：Skill 創建指南。當你需要創建新的 Skill（或更新現有 Skill）來擴展 Kimi 的能力時，可以使用此 Skill 獲取詳細的創建指導和最佳實踐。
最終就出來一個做了中文配音的數字人混剪視頻了，效果還是非常 nice 的。
寫到這里，雖然測的有點累了，不過人還是相當的興奮，就像當初熬夜測 Gemini 3 一樣。
其實一開始 kimi 的 k2 模型在代碼能力上已經表現的相當不錯，還跑通了 obsidian 工作流。
這次 k2.5 的表現讓人更加振奮，是那種肉眼可見的進步和爽感。
前端審美以及對圖片視頻的理解能力有了很大提升，特別是在 kimi code 中可以絲滑的不借助外力就可以理解圖片和視頻還是非常舒服的。
整體測試下來，k2.5 給我帶來了不少的驚喜，接下來我也會嘗試用它來進行工程化的實踐。
也歡迎持續關注蒼何，你將獲得最新的關于 AI 大模型的一手真實評測。
好啦，感謝你喜歡我的文章，我們下一期見。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
