Core Insights - Kimi has launched its K2.5 model, which features enhanced aesthetic capabilities and supports multimodal recognition for videos, significantly improving the visual quality of AI-generated web pages [1][5][32] Group 1: Design Capabilities - K2.5 can better adhere to design drafts and prompts, making it easier for designers to realize their visions [8] - For non-designers, K2.5 simplifies the process by allowing users to input content without needing to find attractive design references [8] - The model has shown proficiency in replicating complex interactive components, such as a tab-switching interaction video, demonstrating its advanced multimodal and code generation capabilities [9][17] Group 2: Iterative Design Process - The iterative process with K2.5 allows for easy feedback through screenshots and annotations, leading to quick adjustments and refinements [13][19] - After several iterations, K2.5 successfully recreated a smooth animation effect for a card component system, showcasing its ability to handle multiple card types and animations [30][31] - The model can generate a design system website based on specific prompts, indicating its capability to create comprehensive design specifications [46][49] Group 3: Performance and Limitations - K2.5's performance is notably enhanced in the Agent mode, which allows for higher task completion rates by utilizing virtual machines and various tools [39] - Despite significant improvements, K2.5 still struggles with capturing precise design details, such as small corner radii and specific color values, which remains a challenge for multimodal models [66][68]

编辑 | Panda、泽南 今天真是国产大模型打架的一天！昨晚千问上新模型，今天 DeepSeek 开源 OCR 2。 中午，Kimi 也开卷，网站、App、API 开放平台和编程助手产品 Kimi Code 模型版本全面更新，Kimi K2.5 来了。 月之暗面创始人杨植麟还首次出镜，向大家分享了新模型的能力。 Kimi K2.5 是一个拥有 1 万亿参数（1 trillion）的 MoE 基础模型。相较前代，K2.5 的视觉理解能力大幅增强（可以处理视频了），Coding 能力也有了 明显提升，更重要的是，K2.5 依然开源。 Kimi K2.5 在包括 HLE、BrowseComp 和 DeepSearchQA 等极具挑战性的 agent 评测上取得了当前最佳表现（SOTA），比如 HLE（人类最后考试） 上拿到 50.2%，BrowseComp 拿到了 74.9%。 同时，K2.5 的编程能力也非常突出，它在 SWE-bench Verified 上拿到了 76.8 %，缩小了与顶尖闭源模型之间的差距，K2.5 在多项视觉理解评测上也 实现了当前开源最佳效果。 可以看到，在核心基准测试上，Kimi K ...

杨植麟说，他们的目标是"Scale the variety of agents"。而我觉得，Kimi K2.5 最核心的价值，是 Scale your ambition（扩展你的野心）。 硬·AI 不管是GPT-5还是Claude4.5，它们确实越来越聪明，但本质上，我还是在和一个AI对话。我依然需要像个保姆一样，把任务拆碎，一步步喂给它，然后盯着 它干活。 我们都想要一个能干活的AI，但实际上更多时候它只是个知识库。 但如果，AI变成了一支随叫随到的"军队"呢？ 作者 | KMGGGG、小猫 编辑 | 硬 AI 坦白说，过去半年，我对大模型的更新已经有点"审美疲劳"了。 就在刚刚，月之暗面发布了Kimi K2.5。深度体验后，我被它完全震惊到了： AI正在成为你的外包公司 。 这一次，Kimi K2.5 抛弃了单纯卷参数、卷长文本的旧叙事，直接祭出了一个让硅谷都感到压力的杀手锏：Agent Swarm（智能体集群）。 它的意义，不仅仅是评测榜单上的开源SOTA，更重要的是，它让我第一次感觉在调度一整个团队。 这，可能就是我们一直在等的"AI 2.0"时刻。 01 我的 Kimi K2.5 "指挥"体验 先说 ...