用AI把一段视频变成可视化网页，Google的新模型又卷飞了。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
用AI把一段视频变成可视化网页，Google的新模型又卷飞了。
原创 数字生命卡兹克 数字生命卡兹克 2025-05-07 09:01 北京
Google也不知道受了什么刺激，最近在AI场上，好像越来越有站起来的意思了。
之前我就写过Gemini 2.5 pro，是在聊天记录可视化的文章里。
全世界，只有Gemini 2.5 pro，能吃下一个每天999+微信群聊天记录的上下文，同时还能给你干出，一个还挺好看的可视化网页。
在Qwen3的跑分中，也印证了，Gemini 2.5 Pro的能力也是真的强。
而我自己在是日常使用中，也几乎是把Gemini 2.5 Pro，变成了我的默认编程模型。
但是昨晚，Google好死不死的，又把模型更新了一版，把版本号变成了，Genmini 2.5 Pro（I/O版）。
而在后台的模型调用里，命名是Gemini 2.5 Pro Preview 05-06。
现在在Gemini自己的产品官网上，虽然看着还是原来的2.5 Pro (experimental)，但其实背后的模型已经变成Gemini 2.5 Pro Preview 05-06了。
有一说一，Google你的命名到底能不能统一一下。
真的好乱。。。
而且，Google是真的感觉等不及了，其实距离他们一年一度的I/O大会，也就不到两周时间了，但是还是选择了把新模型直接放出来。
这种行为，一般要么是真牛逼，要么是来吹牛逼。
但是Google，这回是前者，是真的有点牛逼。
他们自己也说了：
We were going to release this update at Google I/O in a couple weeks, but based on the overwhelming enthusiasm for this model, we wanted to get it in your hands sooner so people can start building.
不是我来营销，是真的人民群众需要啊，我只是顺势而为。
这次Gemini 2.5 Pro 05-06版本（后面就简称05-06版了），跟今年三月DeepSeek V3 03-24的更新很像。都是完全为了代码服务的，把代码能力，往上提升了一个巨大的优先级。
而这次的05-06版，我觉得有两个亮点：
1. 模型代码能力在盲测竞技场登顶，力压Claude 3.7 Sonnet。
2. 得益于2.5 Pro强大的多模态能力，这次不仅可以给参考图生成代码，还可以，给参考视频生成代码。
特别是第二点，目前应该是全球唯一。
先看看代码能力的跑分。
这次最核心的榜单，就是，WebDev Arena。
https://web.lmarena.ai/leaderboard
0506版直接脚踩Claude 3.7 Sonnet，勇得第一。
可能很多人不知道WebDev Arena是啥，我稍微解释一下，这玩意，还是挺有含金量的。
LMArena，最著名的大模型盲测竞技场，我相信一直关注AI的，大多数人都或多或少的听过。
跟一些传统的测试集不一样，这玩意就是纯粹的盲测，用户提出一个Prompt，然后LMArena直接给你两个你也不知道是什么模型生成的回答，让你选你觉得哪个好。
所以，在这上面，你几乎就做不了弊，全靠普通用户，一票一票投出来的，就跟拆盲盒一样。
而WebDev Arena，其实就是一个子榜，还是由LMArena他们开发的，专为评测网页前端开发任务（比如HTML、CSS 和 JavaScript）而设立的。
玩法跟LMArena一样，也是用户盲测二选一。
唯一不同的是，WebDev Arena会生成代码的预览给你看，而不只是文字了。
比如我让他生成一个Web的像素猫小游戏。
在等了一分钟两边全部生成完之后，你就能非常明确的看出来，两边哪个是垃圾。。。
傻子都能看出来，右边爆杀左边，这个时候，你就为右边，投出神圣的一票就行。
然后呢，他们用Bradley-Terry（BT）模型，成对对决中的胜负数据，来估算模型的强度，为每个模型计算一个分数，这个分数反映此模型相对于其他模型的获胜概率。
这个排名系统非常类似于国际象棋和LOL、王者荣耀里中常用的Elo分。
只不过在WebDev Arena里，这个分数，叫做Arena Score。
现在，我们再回过头去看，你就能看到，05-06版，是结结实实提高了147分。。。
研究过王者荣耀或者LOL的影藏分也就是ELO分机制的朋友，就知道，这玩意提升100多分有多难。。。
这一次，Google的Gemini，登顶了。
第二个亮点，也是我觉得很牛逼的，05-06版本，也提升了视频的理解能力，在在VideoMME基准测试中得分为84.8%。
这就带来一个很有趣的化学反应。
过去我们经常给一个PDF、给一个图片，让它生成一段可视化网页，但是现在，你可以，给一个视频，来变成可视化网页了。。。
不过现在有点BUG，Gemini官网本身不支持视频的上传，只能在AI Studio里传视频，但而上传的时候，又经常会报错。
Reddit里很多网友也遇到了这个问题。。。
Emmmmm，不过，目前使用YouTube的在线链接生成，目前是可以的。
我们直接打开AI studio的官网：
模型调整至05-06版。
在加号那，选YouTube。
我直接扔了一段OpenAI发在YouTube上的Sora教程上去，然后继续用藏师傅的可视化Prompt。
很快啊，代码就跑出来了。
我们复制一下，运行看看。
完整版网页在此：https://2uwv6grszo.app.yourware.so/
虽然这事，看着很NTR，但是，他真的很酷啊。
这玩意用于学习，你就可以想想，他有多棒。
比如我有时候，回去YouTube上看Blender教程。
现在，我就可以把这个视频和Prompt扔给他。
等输出完代码以后，我们看看效果。
真的很爽。。。
所以整体来看，这一次Gemini 2.5 Pro 05-06版本，确实是一次非常实在的升级。
既有实打实的代码能力提升，也在多模态理解上给到了新可能，尤其是视频转网页这种交叉场景，很可能会带来新的开发范式。
当然，Google 现在的问题依然是产品打磨还不够稳，入口混乱、命名迷惑、交互也还有bug，但模型本身的进步，确实值得承认。
它已经不是那个只靠PPT和论文刷存在感的Gemini了。
也不再是每次都被OpenAI狙击的AI界汪峰了。
接下来就看I/O大会正式发布时。
Google会不会再放出更大一锤了。
我们，拭目以待。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言