鹭羽 发自 凹非寺

量子位 | 公众号 QbitAI

阿里系这是捅了AI APP的窝？！！

千问APP还没发热乎，蚂蚁集团就端上了全模态通用AI助手——灵光。

最快只需30秒就能生成一个私人定制的小APP，而且可编辑可交互可分享！

这也是业界首个全模态通用AI助手，无论是3D、音视频、图表，还是动画、地图等，通通都能一站满足，而且生成效果还不赖。

话不多说，实测上手～

灵光APP一手实测

目前灵光APP已全面上线安卓和苹果应用商店。

进入页面，就能看到首批主推的三大功能入口：灵光对话、灵光闪应用、灵光开眼。

先来试一下灵光对话，官方给出的title是“化繁为简”，也就是说再复杂的问题，到这儿都能给出最一目了然的答案。

那么试试最近很火的这个博士生提示词：

Prompt：我是一名智力低下的博士生，我想学习一下世界模型，请用傻子能懂的语言详细给我讲一下这是什么，特别是算法方面。

嘶！感觉自己的工作岌岌可危……这不就是一篇很完整的公众号文章吗TT

不仅速度快到飞起，指令遵循做得也不错，是一篇完整的世界模型入门指南。

最让人惊喜的是，不同于一般AI生成的文字包轰炸，灵光的答案排版非常漂亮，还用了卡片设计标注重点。

其中，既有符合主题的卡通风格头图生成，又有专业的仿真示意图。而每一张图片也都能进行微操，可以选择下载保存，或者对图片细节继续提问，又或者二创一下。

比如说，这里先试试让这张图动起来，效果be like：

动作流畅自然，还配了BGM，感觉很适合用来做科普宣传片。

改图这里，也是暖心值拉满！不会写提示词？可以点击输入框左下方骰子，AI会自动生成合适的提示词组合，旁边的按键还能选择画质清晰度。

而且想怎么改就怎么改，各种风格任君挑选。

下面再用这个闪应用功能，做一个电子猫咪捕获器（doge）

可爱捏！戳戳猫脸，快乐度+1；基础的喂食、玩耍、清洁功能也都会分别加不同属性；最下面还有小猫的成长日志。果然赛博猫猫拯救世界！

那么既然来都来了，还都是同一家公司出品，那就倒反天罡做一个支付宝应用吧！

虾仁！居然真的整出来了，还是同款蓝色风格，而且每个按键还真的可以用！甚至还有对应的转账记录可查。

就是这收款码显得有点过于草率了……PS：要是这钱是真的就好了（doge）

咳咳，言归正传，再试试这个灵光开眼的功能。据官方介绍，只需要打开摄像头，就能识别万物。

那么先掏出一本“世界名著”——《埃隆·马斯克传》！

人物识别成功✅

再点击下方的拍照功能，就能看到算法推荐的灵感泡泡，比如说书籍的购买方式、人物的延展知识以及书籍封面的文字内容提取等。

还能对图像再创作，例如做个马斯克的表情包～

All in all，灵光可玩性很高，而且很专业，无论是乐子人还是专业人士，都推荐来试试这个工作生活的全能搭子。

所以灵光是怎么做到的呢？

主打全模态生成

首先显而易见的是，灵光在可视化方面做足了功夫。

好看又好玩，相比传统的AI问答形式，灵光会把复杂知识重组成结构化、可互动的内容，对小白很友好。

而且形式多样，自动就会生成音视频、表格等全模态内容，答案的逻辑线也很清晰明确。

这背后是灵光实现了基于全代码生成的多模态输出能力，不仅是回答文本，更是AI生成能力的提升，同时还构建了多智能体协作的Agentic架构。

简单来说，就是每个模态都分配有一个Agent干活，主模型在前台理解用户需求，后台的这些专用Agent就会动态协作完成整个内容生成。

其次，在应用生成上，真正地把AI Coding做到了大众可用的程度，低门槛、高效率，连通了静态前端和大模型后端调用。

“灵光开眼”功能则搭载了AGI相机技术，通过实时视频流解析实现对物理世界的观察和理解，并支持文生图/视频、图生图/视频等多种创作模式。

那么想必就有朋友问了，同属阿里系、同是最新发布的AI助手应用，灵光和千问有什么区别吗？

在深度体验过两款产品后，总结就是：完全不一样。

首先二者的底层模型就不一样，千问用的是阿里自家的Qwen模型，而灵光搭载的模型虽然还没有明确透露，但预估和其自研的百灵大模型脱不了关系。

而且虽然它们都是以“对话+搜索”作为核心架构，但从定位来说，灵光主打的是全模态生成和轻量化应用，而千问则更聚焦传统的对话场景，强调深度思考能力。

前者侧重表现形式多样，后者偏向基础任务通用。所以如果喜欢丰富多样的交互，选灵光；如果更多的是文字处理、办公流程辅助，那么选千问没有错。

更具体来说，一个更偏生活，一个更偏工作。

（PS：当然成年人都要All in啦～）

OMT

老实说，过去蚂蚁集团给大众的印象可能还停留在当家王牌的数字金融上，但从今年开始，它在AGI布局上可谓是野心勃勃。

例如，在今年6月份上线的AI医疗管家AQ，作为一款聚焦医疗健康场景的垂直领域应用，可以提供健康科普、就诊咨询、报告解读、健康档案等上百项AI功能。

而且和灵光一样，都是面向C端建立。

在具身智能上，还专门成立了灵波科技，负责完成机器人+AI交互的硬件闭环，主要面向的同样是养老、医疗健康等服务型场景。

灵波科技最新发布的首款人形机器人Robbyant-R1，其重点强调的也是对物理世界的多模态感知能力。

另外，在今年，蚂蚁旗下的百灵大模型Ring - 1t及预览版Ring-1t-preview，也正式进入了万亿参数模型阵营，而且这两款模型还以开源形式发布，在推理、代码生成等核心能力上表现亮眼。

可以说，蚂蚁在AGI上的战略已然清晰明了，那就是依托自己的金融场景优势，转型为AI驱动型科技公司，并从大模型、多模态、具身智能全方面一起发力。

其关键词就是低门槛、多模态、重C端、落场景和全链路。

参考链接：

[2]https://m.163.com/dy/article/KEKTGKIC05566WT8.html

[3]https://cn.chinadaily.com.cn/a/202509/17/WS68ca629ca310f07257748f06.html