Kimi K2.5: วิดีโอเดียว → ได้โค้ดเว็บทั้งดุ้น…
คลิปเดโมที่ไวรัลคือฟีเจอร์ Video to Code แบบ one-shot ด้านซ้ายเป็น screen recording ของเว็บที่มีแอนิเมชันจัดเต็ม ด้านขวา Kimi สร้างโค้ด HTML CSS JavaScript ออกมาให้ใกล้เคียงทั้งหน้าตาและการโต้ตอบแบบแทบจะใช้ได้ทันที
จุดที่ผมว่ามันโหดคือมันไม่ใช่แค่ก็อปเลย์เอาต์ แต่มันพยายามอ่าน “พฤติกรรม” ของเว็บจากวิดีโอ เช่น scroll แล้วอะไรขยับ parallax มาไหม hover เปลี่ยนยังไง smooth scroll fade motion พวกนี้ที่ปกติเราต้องไล่ดูโค้ดเอง
Kimi K2.5 เป็นโมเดลแนว multimodal และ agentic คือรับทั้งภาพ วิดีโอ และข้อความ แล้วคิดเป็นขั้นตอนเพื่อสร้างผลลัพธ์ ไม่ได้แค่ตอบโค้ด แต่พยายามวิเคราะห์ว่าควรมีองค์ประกอบอะไรบ้างในเว็บนั้น
เชิงเทคนิค โมเดลตระกูลนี้ใหญ่มากในระดับรวม แต่เวลาใช้งานจริงจะเปิดใช้แค่บางส่วน ทำให้ทั้งฉลาดและพอจะเร็ว เหมาะกับงานโค้ดที่ยาวและซับซ้อนแบบหน้าเว็บจริง
อีกจุดสำคัญคือ context ยาวมาก เลยเหมาะกับงานที่ต้องสร้างไฟล์โค้ดหลายส่วนพร้อมกัน หรืออธิบายขั้นตอนการรัน การแก้ไขต่อ โดยไม่หลุดบริบทกลางทาง
ถ้าจะลองให้ได้ผล ผมว่าอย่าสั่งแค่ “clone เว็บนี้” อย่างเดียว แต่เพิ่มเงื่อนไข เช่น แยกไฟล์ให้ชัด ใช้หรือไม่ใช้ไลบรารีอะไร ระบุ timing ของแอนิเมชัน และขอขั้นตอนเปิดรันบนเครื่อง แบบนี้โค้ดที่ได้จะเอาไปต่อได้ง่ายกว่า
มุมที่ต้องคิดนิดนึงคือเรื่องลิขสิทธิ์ อันนี้เหมาะมากกับ prototyping การเรียนรู้ หรือทำ mock เพื่อคุยกับทีม แต่ถ้าจะเอาไปใช้จริงเชิงพาณิชย์ ต้องระวังเส้นบาง ๆ ระหว่างการศึกษา กับการก็อปงานคนอื่น
Kimi K2.5 ทำให้แนวคิดว่า “วิดีโอคือ requirement” ใกล้ความจริงขึ้นมาก เราโชว์พฤติกรรมที่อยากได้ให้ AI ดูก่อน แล้วให้คนมาเก็บรายละเอียด ปรับคุณภาพ และทำให้พร้อมใช้งานจริงทีหลัง
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac