实测完“灵光”，我意识到人类对 AI 助手的开发不足1%

55 0 0

文章摘要

蚂蚁集团推出的AI应用“灵光”近期引发广泛关注，定位为零门槛全模态助手，其核心功能展现了AI生成能力的突破性进展。通过自然语言指令30秒生成可互动小应用，该产品重新定义了普通用户与技术交互的方式。当前AI助手领域正面临关键挑战：如何实现生成能力的“涌现”，即超越基础功能，创造意料之外的实用价值。

灵光对话模块以高度提炼的图文输出为核心优势。测试显示，面对“霸王龙与迅猛龙区别”这类问题，系统能在十秒内生成比喻精当的答案（如“重装坦克”与“特种部队”），并自动插入3D模型等可视化内容。技术层面，这是通过全代码生成的多模态输出实现的，实时构建结构化、可交互的答案，显著提升了知识传递效率。在旅行规划等复杂场景中，仅凭一句话指令即可生成包含路线、费用、装备建议的完整方案，其细节程度媲美专业定制服务。

真正颠覆性的创新在于“灵光闪应用”功能。用户无需代码知识即可在30秒内创建功能完整的轻量级应用，如太阳系科普程序或解压小游戏。与常规开发流程相比，该系统跳过了产品设计、前后端编码等环节，直接生成具备前后端逻辑的交互程序。测试中创建的翻译工具能实时处理输入，故事书应用可自主编写并朗读内容，这种“对话式AI Coding”将开发门槛降至历史新低。该技术不仅释放普通用户的创造力，更实质性地推动了AI技术民主化。

“灵光开眼”作为多模态入口，实现了现实世界与数字知识的无缝衔接。通过摄像头捕捉环境信息，系统能识别物体（如植物品种、商品型号）并延伸科普背景，其“拍摄即问”的交互模式突破了传统搜索框的限制。更具想象力的是实时创作功能：对准办公桌上的玩偶和绿植，指令“让羊驼吃草”即可生成动态视频，这种为静态场景注入生命力的能力，展现了生成式AI在增强现实领域的潜力。

与谷歌Gemini 3.0等国际产品相比，灵光的差异化在于极致的易用性。尽管性能存在差距，但其零门槛特性使前沿技术真正触达大众。从图文问答到应用开发，再到环境交互，该产品昭示着AI助手的进化方向：从被动响应指令的工具，转变为主动拓展人类能力的伙伴。当前展现的功能可能只是技术潜力的冰山一角，随着用户探索深入，更多颠覆性的应用场景或将涌现，持续重新定义人机协作的边界。