蚂蚁发布“灵光”AI助手：革新多模态内容生成

文｜邓咏仪

编辑｜苏建勋

蚂蚁集团，在To C市场展现强劲攻势。

11月19日，蚂蚁隆重推出“灵光”应用，首发三大功能板块，即“灵光对话”、“灵光闪应用”及“灵光开眼”。

“灵光”定位为“全代码生成多模态内容”的AI助手。简而言之，AI的回复不再仅限于文本，每一次对话，都将生成一个交互网页，涵盖图文、3D模型、动画、地图、表格、音视频等多元内容。

△来源：灵光

“闪应用”功能允许用户输入自然语言，在30秒内生成可编辑、可交互的小应用，支持多种信息输出。

“灵光开眼”则更像视觉助手，用户可通过上传图片或实时拍照，让AI识别并理解内容，提供相关信息或执行后续操作。

自11月18日上线至发稿，“灵光”下载量已超100万，位居App Store总榜第6。这一增速已超越多款热门AI应用。据Appfigures数据，近期热议的Sora2破百万下载用了5天。

巧合的是，就在“灵光”推出的前一天，阿里也对旗下的AI To C应用进行了翻新和整合，以“千问”App形式重新亮相。

两款产品相隔一天推出，蚂蚁集团CTO何征宇表示，这只是时间上的巧合。

背景在于，此前阿里在To C应用上投入不多。2025年，AI领域重回模型竞赛后，阿里在To C应用上明显加速发展。“千问”上线时，阿里曾高调宣布全力进军AI To C市场。

对阿里而言，多元化布局是关键。“马老师也鼓励我们冲刺App Store榜前列。”蚂蚁CTO何征宇透露。

当前模型能力持续变化，充满不确定性，押注多个方向是明智策略。何征宇比喻：“如同在沙漠中找水，不会把所有希望寄托在一个方向。”

两款产品在定位上也有明显差异。

“千问”基于阿里旗舰模型Qwen构建，更像是展示模型实力的窗口，适合处理通用知识问答、长文本写作等。

相比之下，“灵光”更侧重移动端交互创新。不仅能回答问题，还能通过生成代码渲染多模态内容（如图表、界面），直接呈现信息丰富的网页；同时，押注代码能力，让AI直接生成小程序。

何征宇补充，“灵光”并非通用助手入口，也不主打陪伴功能，而是定位效率工具。

超越传统：打造高密度信息AI助手

与通用AI助手相比，“灵光”的最大差异在于信息展现形式的创新。

这相当于在原有AI助手对话形态上进一步升级——AI的回答不仅包含文字，还有图形、动画、3D模型、图表等。如老师边讲解边绘图，让人一目了然。

例如，用户询问“如何做糖醋排骨”，传统AI助手可能提供长篇文字食谱。但并非所有人都喜欢这种交互方式。“灵光”则希望以更多模态展示。

△来源：智能涌现制图

“这就像从email进化到web时代。”灵光产品负责人蔡伟解释，“我们希望AI的回答也能达到这种信息密度。”

“所见即所得”的交互方式更符合人类认知世界的习惯，适用于更多场景——如写论文时提问，AI直接生成图表；讨论装修时生成3D户型图；聊太阳系时展示行星运转动画。

“闪应用”：自动生成交互式小应用

“闪应用”能根据用户需求自动生成交互式小应用。

例如，输入“帮我做一个计时器”，30秒后生成可直接使用的计时器应用。这些应用可编辑、保存和分享。

△来源：智能涌现制图

“难的是从简单指令生成大量内容（高膨胀率），这需要更多计算资源和时间。”何征宇透露，“相比纯文本输出，代码的膨胀率大约是5-6倍。”

“我们不仅要提升代码生成能力，还需精准推理（判断信息呈现形式）、工具调用（动态生成地图、图表）、数学能力（处理数据可视化）及深度理解用户意图。”蔡伟补充道。

“DeepSeek”：解放大厂应用包袱