錄屏扒代碼、截圖改網頁！Kimi K2.5把「視覺x代碼」玩明白了

聞樂 發自 凹非寺
量子位 | 公眾號 QbitAI

說真的，AI圈現在恨不得睜眼閉眼就變天，產品一個接一個，難怪網友都開始“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新東西。

能直接從錄屏里扒特效代碼并復現的模型你見過沒？？反正我是開眼了。

隨手從相冊里挖出下面這個視頻上傳，輸入“實現這個交互特效”幾個字：

模型一通操作之后，我得到了如下成品：

只能說，春節檔的電影還沒開始預熱，中國的開源力量就已經勢如破竹了。

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

掌門人楊植麟還親自上陣，為這個新模型錄制了中英兩版介紹視頻。

從視頻內容看，Kimi K2.5的升級點不少：

• 實現視覺與文本、思考與即時、對話與Agent功能的一體化整合，主打一個All in one
• 具備設計審美，可生成帶高級動效的網頁；
• 支持visual edit可視化編輯，截圖圈選即可修改界面，上傳動效錄屏可自動拆解邏輯并生成專業代碼；
• 推出編程工具Kimi Code，可在終端運行，無縫集成VSCode、Cursor等IDE，支持圖片/視頻輸入，自動遷移用戶現有技能與MCP。

本來只是看完介紹想淺試一下，結果沒想到還真有點意思。

那咱就接著細說、接著測！

視覺能力是大招

動手實測之前，先亮一亮Kimi K2.5的基準測試成績單。

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

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

視覺理解多項測試也刷出新高。值得一提的是，在多項評測中，K2.5的表現甚至優于GPT-5.2-xhigh。

Kimi K2.5這次更新了4種使用模式，適應不同場景，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，適合日常閑聊或簡單查詢；
• 思考模式專攻難題，幫你一步步拆解復雜邏輯；
• Agent模式則擅長深度挖掘，比如搞研究、生成辦公文檔或網頁；
• 最猛的是Agent集群模式，針對那些需要多線程處理的超級任務，能調動一大波智能體分身并行執行。

開頭的特效復現案例，就用的是Agent集群模式——Kimi給我分配了一個叫阿澈的開發員。

光說不練假把式，既然介紹里主打「視覺x代碼」，那咱就測一測K2.5的代碼能力。

第一個實測項目是看圖寫代碼

把一張音樂播放器網頁截圖上傳給K2.5作為參考；

然后輸入提示詞：

• 參考這個網頁，生成對應代碼

沒過多久，一套完整的代碼就新鮮出爐了。

生成的網頁不僅還原了原設計的功能，連按鈕的hover動效、音樂播放進度條的滑動效果也都做出來了。

實際上大家也能看出來，我給的參考圖清晰度不是很高，但模型也能精準識別；

網頁上展示的音樂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完全還原，但這個效果在我看來已經算是一張還原度超過90%的優秀答卷。

當然了，大家應該也能看到上傳的參考圖片上顯示的是紅色感嘆號，srds模型確實能識別圖片進行分析，只能說所有模型可能都有些小bug，但能干實事兒就無傷大雅（doge）。

除了能看圖寫代碼，K2.5還能截圖改代碼

拿剛才生成的音樂播放器網頁來說，我想讓它調整一下播放器的布局，于是截了個圖，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分鐘之內給出了修改后的代碼，刷新網頁一看，除了截圖部分按要求調整了布局，其余地方都沒變，主打一個精準（而且這次還沒紅色感嘆號hhh）。

而且整個過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。

我又反復試了幾輪，發現哪怕圈選區域模糊、不完整，它也能智能補全意圖，避免了AI常見的誤讀問題。

比如我覺得播放器的配色有點單調，于是截了個圖，只圈出了播放器左側欄部分；

告訴K2.5想要換成莫蘭迪色系：

• 這部分配色有點單調，換成莫蘭迪色系

模型再次秒懂意圖，5分鐘之內給出了修改后的代碼，刷新網頁一看，它自己選的顏色和原來的搭配起來還挺和諧，而且不止換了一種顏色，還給我來了個“偽漸變”。

就算你既沒有找到喜歡的設計圖，腦子里也暫時沒什么想法，也完全不用擔心，只要簡簡單單一句話，也能讓K2.5自由發揮。

比如我隨手輸入：

• 幫我生成一個文藝風的書籍推薦網頁

沒想到啊沒想到，它居然整了個大活兒。

青綠色的背景搭配多種字體，一股文藝氣息撲面而來；鼠標掃過書籍封面還能升起一句話簡介；

再往下拉，是讀書社區和「每周一書」活動的介紹，卡片還帶有翻轉展開的動效；

除此之外，Kimi還設計了閱讀體驗、讀者聚會、作者介紹等模塊，每一處展示都細節滿滿，完全超出了我的預期，畢竟我的輸入只有一句話……

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

• 設計一個Switch手柄，屏幕上顯示pygame風格的推箱子游戲

放在一起對比，明顯能看出K2.5 Thinking設計出來的游戲，不管是在畫面比例上還是像素上都優于K2 Thinking；

甚至K2.5最終的代碼行數為738，而K2一共有818行。

看到這兒，你是不是也發現了，K2.5設計出來的代碼和我們平時見到的那些AI產物，其實不太一樣——

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

顯然，團隊的目標不止于功能實現，還想注入設計審美，讓AI輸出的創意像人類一樣有靈魂有個性。

過去AI編程往往停留在“能跑就好”，現在它能交付高質量的專業級產品，門檻低到只需一張圖或一句話。

除了「視覺x代碼」這塊兒亮眼，Kimi K2.5在Office辦公領域也玩得轉

• （上傳文件）把這個文件內容轉換為PPT，風格為簡約風格，主色調為灰白色

再看輸出的效果，顏色正確、風格正確、分析和展示的內容也非常全。

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，也不用一遍遍通過Prompt糾正，自己動手隨時能改。

之前為了應對不同的工作，人需要學習不同的Office語言，比如什么公式、函數、數據格式……

現在有了Kimi K2.5，辦公軟件也開始聽人話了。

Agent Swarm是內功

如果說視覺能力是Kimi K2.5亮眼的招式，那智能體集群Agent Swarm就是支撐K2.5突破效率的內功。

Agent Swarm的核心邏輯，就是讓多個具備獨立功能的智能體協同工作，各司其職又互相配合，本質上也是對分布式AI協作的具象化表達。

這個概念很有可能成為今年Agent領域的核心敘事。

AI圈的大紅人，英偉達老黃都在2025年多次公開表示，AI Agents有望成為下一個機器人級別的萬億級產業，并且特別看好swarm/collective intelligence（集群/集體智能）的發展前景，足見這個賽道的潛力之大。

回顧Kimi的技術迭代路徑，不難發現他們早就開始布局“Agents Scaling”。

半年前他們推出首個萬億參數開源模型Kimi K2，那時的焦點在參數Scaling上。

后來Kimi K2 Thinking上線，通過延長思考鏈條，讓單Agent能獨立搞定長達300步的操作序列，提升了長程任務處理。

但這遠遠不夠，單智能體的能力終究有上限。Kimi團隊也意識到要啃下真正場景里的復雜難題，不能只靠單打獨斗，必須要讓智能體學會協作。

于是，在Kimi K2.5上，他們實現了關鍵躍進。

從單一Agent轉向Agent集群，能即時調度上百個分身并發協作。

這些Agent就像是K2.5的分身，每一個都有自己的專長，有的擅長數據分析，有的精通文案撰寫，有的專攻市場調研。

當遇到一個復雜任務時，K2.5不再讓一個Agent包攬所有工作，而是會根據任務需求，現場給這些分身分配角色、拆解子任務，整個過程沒有任何預設的規則，全靠K2.5自主決策。

舉個簡單的例子。

比如要做100家公司的市場調研，K2.5會立刻組建一個調研團隊，讓不同的Agent分別負責不同行業的公司；

有的收集財務數據，有的分析市場份額，有的整理競品動態，原本需要幾星期才能完成的工作，現在十幾分鐘就能給出一份詳盡的報告。

整個過程從串行到并行切換自如，效率提升非常明顯。

據團隊內部評測，搭載Kimi K2.5的Kimi Code在軟件工程能力上，比前代模型大幅進步。

相較于單智能體執行模式，智能體集群能將實現目標性能所需的最少關鍵步驟縮減3至4.5倍，且目標要求越高，步驟的節省幅度就越大；

同時借助并行化處理，其實際運行耗時（壁鐘時間）最多可縮短4.5倍。

讓AI“干活”，讓人“定義”

實際上這么看下來，Kimi K2.5通過視覺能力和Agent集群，極大地抹平了普通用戶與專業交付成果之間的技術鴻溝。

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

辦公方面的升級，也在側面說明Kimi現在已經是被微軟認定的生產力工具；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。

大家總愛說AI遲早要替代人，但在K2.5這里，我們看到的是AI正在賦予每個人“指揮千軍萬馬”的超能力。

就像Kimi團隊說的那樣，要讓用戶專注于定義問題和做決策，剩下的重活兒、累活兒、雜活兒，統統交給這群“Kimi分身”就好。

總的來說，Kimi K2.5這次升級簡化了人類的工作流程，或許，在Agent時代寫簡歷都不用長篇大論了，一句“精通Kimi”就夠了（doge）。

— 完 —