核心内容摘要
惊呆！小熊奶糖温可儿“黑料”满天飞？起底颜值女神背后的反转真相
Kimi K
5这次升级简化了人类的工作流程或许在Agent时代写简历都不用长篇大论了一句“精通Kimi”就够了doge。
说真的AI圈现在恨不得睁眼闭眼就变天产品一个接一个难怪网友都开始“求求你们别更新了”……△图源抖音hyarriver这不今天一睁眼就又看到个新东西。
能直接从录屏里扒特效代码并复现的模型你见过没反正我是开眼了。
随手从相册里挖出下面这个视频上传输入“实现这个交互特效”几个字模型一通操作之后我得到了如下成品只能说春节档的电影还没开始预热中国的开源力量就已经势如破竹了。
这是Moonshot AI新推出的最强Agentic模型Kimi K
5发布后就在某推上热度起飞。
掌门人杨植麟还亲自上阵为这个新模型录制了中英两版介绍视频。
从视频内容看Kimi K
5的升级点不少实现视觉与文本、思考与即时、对话与Agent功能的一体化整合主打一个All in one具备设计审美可生成带高级动效的网页支持visual edit可视化编辑截图圈选即可修改界面上传动效录屏可自动拆解逻辑并生成专业代码推出编程工具Kimi Code可在终端运行无缝集成VSCode、Cursor等IDE支持图片/视频输入自动迁移用户现有技能与MCP。
本来只是看完介绍想浅试一下结果没想到还真有点意思。
那咱就接着细说、接着测视觉能力是大招动手实测之前先亮一亮Kimi K
5的基准测试成绩单。
K
5在人类最后的考试HLE、BrowseComp和DeepSearchQA等一众高难度测试集上拿下了SOTA的好成绩编程方面在SWE-bench Verified上得分高达77以开源的姿态缩小了和顶级闭源模型的差距视觉理解多项测试也刷出新高。
值得一提的是在多项评测中K
5的表现甚至优于GPT-
2-xhigh。
Kimi K
5这次更新了4种使用模式适应不同场景不管你有啥需求都能找到适合自己的打开方式。
快速模式主打极速反馈适合日常闲聊或简单查询思考模式专攻难题帮你一步步拆解复杂逻辑Agent模式则擅长深度挖掘比如搞研究、生成办公文档或网页最猛的是Agent集群模式针对那些需要多线程处理的超级任务能调动一大波智能体分身并行执行。
开头的特效复现案例就用的是Agent集群模式——Kimi给我分配了一个叫阿澈的开发员。
光说不练假把式既然介绍里主打「视觉x代码」那咱就测一测K
5的代码能力。
第一个实测项目是看图写代码。
把一张音乐播放器网页截图上传给K
5作为参考然后输入提示词参考这个网页生成对应代码没过多久一套完整的代码就新鲜出炉了。
生成的网页不仅还原了原设计的功能连按钮的hover动效、音乐播放进度条的滑动效果也都做出来了。
实际上大家也能看出来我给的参考图清晰度不是很高但模型也能精准识别网页上展示的音乐封面是模型自己生成的除此之外可以看出最下方的按钮布局没完全还原但这个效果在我看来已经算是一张还原度超过90%的优秀答卷。
当然了大家应该也能看到上传的参考图片上显示的是红色感叹号srds模型确实能识别图片进行分析只能说所有模型可能都有些小bug但能干实事儿就无伤大雅doge。
除了能看图写代码K
5还能截图改代码。
拿刚才生成的音乐播放器网页来说我想让它调整一下播放器的布局于是截了个图圈出播放器的主体部分然后告诉K
5:把这部分放到左下角模型秒懂我的意图2分钟之内给出了修改后的代码刷新网页一看除了截图部分按要求调整了布局其余地方都没变主打一个精准而且这次还没红色感叹号hhh。
而且整个过程像在用绘图软件涂改一样直观省去了大段文字描述的麻烦。
我又反复试了几轮发现哪怕圈选区域模糊、不完整它也能智能补全意图避免了AI常见的误读问题。
比如我觉得播放器的配色有点单调于是截了个图只圈出了播放器左侧栏部分告诉K
5想要换成莫兰迪色系这部分配色有点单调换成莫兰迪色系模型再次秒懂意图5分钟之内给出了修改后的代码刷新网页一看它自己选的颜色和原来的搭配起来还挺和谐而且不止换了一种颜色还给我来了个“伪渐变”。
就算你既没有找到喜欢的设计图脑子里也暂时没什么想法也完全不用担心只要简简单单一句话也能让K
5自由发挥。
比如我随手输入帮我生成一个文艺风的书籍推荐网页没想到啊没想到它居然整了个大活儿。
青绿色的背景搭配多种字体一股文艺气息扑面而来鼠标扫过书籍封面还能升起一句话简介再往下拉是读书社区和「每周一书」活动的介绍卡片还带有翻转展开的动效除此之外Kimi还设计了阅读体验、读者聚会、作者介绍等模块每一处展示都细节满满完全超出了我的预期毕竟我的输入只有一句话……接下来我又让K
5 Thinking下图左和K2 Thinking下图右分别生成了一个Switch手柄设计一个Switch手柄屏幕上显示pygame风格的推箱子游戏放在一起对比明显能看出K
5 Thinking设计出来的游戏不管是在画面比例上还是像素上都优于K2 Thinking甚至K
5最终的代码行数为738而K2一共有818行。
看到这儿你是不是也发现了K
5设计出来的代码和我们平时见到的那些AI产物其实不太一样——不是一水儿的紫色调也不是呆板的模块化布局而是在视觉上变得更加美观、更多元化。
显然团队的目标不止于功能实现还想注入设计审美让AI输出的创意像人类一样有灵魂有个性。
过去AI编程往往停留在“能跑就好”现在它能交付高质量的专业级产品门槛低到只需一张图或一句话。
除了「视觉x代码」这块儿亮眼Kimi K
5在Office办公领域也玩得转。
上传文件把这个文件内容转换为PPT风格为简约风格主色调为灰白色再看输出的效果颜色正确、风格正确、分析和展示的内容也非常全。
最重要的是可编辑这样就极大方便了普通用户不懂提示词工程的人也能用好Kimi即使AI有啥小差错也不用一遍遍通过Prompt纠正自己动手随时能改。
之前为了应对不同的工作人需要学习不同的Office语言比如什么公式、函数、数据格式……现在有了Kimi K
5办公软件也开始听人话了。
Agent Swarm是内功如果说视觉能力是Kimi K
5亮眼的招式那智能体集群Agent Swarm就是支撑K
5突破效率的内功。
Agent Swarm的核心逻辑就是让多个具备独立功能的智能体协同工作各司其职又互相配合本质上也是对分布式AI协作的具象化表达。
这个概念很有可能成为今年Agent领域的核心叙事。
AI圈的大红人英伟达老黄都在2025年多次公开表示AI Agents有望成为下一个机器人级别的万亿级产业并且特别看好swarm/collective intelligence集群/集体智能的发展前景足见这个赛道的潜力之大。
回顾Kimi的技术迭代路径不难发现他们早就开始布局“Agents Scaling”。
半年前他们推出首个万亿参数开源模型Kimi K2那时的焦点在参数Scaling上。
后来Kimi K2 Thinking上线通过延长思考链条让单Agent能独立搞定长达300步的操作序列提升了长程任务处理。
但这远远不够单智能体的能力终究有上限。
Kimi团队也意识到要啃下真正场景里的复杂难题不能只靠单打独斗必须要让智能体学会协作。
于是在Kimi K
5上他们实现了关键跃进。
从单一Agent转向Agent集群能即时调度上百个分身并发协作。
这些Agent就像是K
5的分身每一个都有自己的专长有的擅长数据分析有的精通文案撰写有的专攻市场调研。
当遇到一个复杂任务时K
5不再让一个Agent包揽所有工作而是会根据任务需求现场给这些分身分配角色、拆解子任务整个过程没有任何预设的规则全靠K
5自主决策。
举个简单的例子。
比如要做100家公司的市场调研K
5会立刻组建一个调研团队让不同的Agent分别负责不同行业的公司有的收集财务数据有的分析市场份额有的整理竞品动态原本需要几星期才能完成的工作现在十几分钟就能给出一份详尽的报告。
整个过程从串行到并行切换自如效率提升非常明显。
据团队内部评测搭载Kimi K
5的Kimi Code在软件工程能力上比前代模型大幅进步。
相较于单智能体执行模式智能体集群能将实现目标性能所需的最少关键步骤缩减3至
5倍且目标要求越高步骤的节省幅度就越大同时借助并行化处理其实际运行耗时壁钟时间最多可缩短
5倍。
让AI“干活”让人“定义”实际上这么看下来Kimi K
5通过视觉能力和Agent集群极大地抹平了普通用户与专业交付成果之间的技术鸿沟。
毕竟连提示词都不用反复修改润色只要拿图或视频给K
5看它就能交给你一个基本满意的答卷。
办公方面的升级也在侧面说明Kimi现在已经是被微软认定的生产力工具要知道微软之前在「AgentOffice」这方面合作的核心可是OpenAI的GPT系列。
大家总爱说AI迟早要替代人但在K
5这里我们看到的是AI正在赋予每个人“指挥千军万马”的超能力。
就像Kimi团队说的那样要让用户专注于定义问题和做决策剩下的重活儿、累活儿、杂活儿统统交给这群“Kimi分身”就好。
总的来说Kimi K