用AI把一段视频变成可视化网页，Google的新模型又卷飞了。

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：

https://aistudio.google.com/

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。

（文：数字生命卡兹克）