智東西
作者 李水青
編輯 心緣

智東西11月21日杭州報(bào)道，上線僅三天，螞蟻集團(tuán)首款全模態(tài)通用AI助手“靈光”便躋身iOS免費(fèi)工具榜第一、App Store總榜第七，成為2025年底最受矚目的通用AI助手競(jìng)爭(zhēng)者。

▲靈光App迅速登頂App Store免費(fèi)工具榜（圖源：App Store）

阿里巴巴創(chuàng)始人馬云三天前剛現(xiàn)身螞蟻園區(qū)，他對(duì)這款產(chǎn)品寄予厚望。螞蟻集團(tuán)CTO何征宇在采訪中透露，馬云期待這款產(chǎn)品能“往前沖第一”。而截至昨日下午，靈光App下載量已經(jīng)突破50萬，遠(yuǎn)超團(tuán)隊(duì)今年全年目標(biāo)。

在字節(jié)“豆包”、深度求索“DeepSeek”以及同是阿里系的“千問”等通用AI助手已有一定聲量的背景下，螞蟻這次推出的“靈光”有什么獨(dú)特之處？又想要如何影響當(dāng)下通用AI助手市場(chǎng)的格局？

為了探討這些問題，智東西等媒體昨日抵達(dá)杭州螞蟻園區(qū)，與螞蟻集團(tuán)CTO何征宇、靈光負(fù)責(zé)人蔡偉進(jìn)行了面對(duì)面交流。

從產(chǎn)品基本面來看，“靈光”首批上線三大功能：“靈光對(duì)話”、“靈光閃應(yīng)用”、“靈光開眼”。其開創(chuàng)性地在移動(dòng)端實(shí)現(xiàn)“自然語言30秒生成小應(yīng)用”，支持輸出3D數(shù)字模型、音頻、圖標(biāo)、動(dòng)畫、地圖等全模態(tài)信息，并且交互“絲滑”。（《螞蟻靈光App空降！太絲滑了，零門檻生成專屬應(yīng)用》 ）

▲靈光App擁有極簡(jiǎn)的視圖（圖源：靈光）

而通過本次近兩個(gè)小時(shí)的采訪對(duì)話，我們對(duì)螞蟻AI超級(jí)入口戰(zhàn)略、靈光App設(shè)計(jì)理念及技術(shù)亮點(diǎn)以及整個(gè)通用AI助手賽道的產(chǎn)業(yè)趨勢(shì)，都有了更深入了解，主要信息干貨如下：

1、馬云內(nèi)部表示期待“靈光”團(tuán)隊(duì)“往前沖第一”，并認(rèn)為原定“年底20萬用戶”的目標(biāo)“太低了”。

2、開發(fā)“靈光”的是一支200多人的AGI“探索小組”，從研發(fā)到工程都在統(tǒng)一主軸下工作。

3、不主動(dòng)對(duì)標(biāo)ChatGPT等競(jìng)品，“不認(rèn)為對(duì)標(biāo)是一個(gè)特別好的目的”，認(rèn)為現(xiàn)在談競(jìng)爭(zhēng)為時(shí)過早。

4、與豆包、DeepSeek打差異化，一大特色是“一句話生成應(yīng)用”功能，定位普惠、低門檻，與Cursor等專業(yè)工具也形成差異。

5、回應(yīng)與“千問”的競(jìng)爭(zhēng)：是共赴AGI的“戰(zhàn)友”和“兄弟”，并用“沙漠中分路找水”比喻協(xié)同探索。

6、“靈光”底層為多模型混合架構(gòu)，采用了包括阿里“千問”及螞蟻?zhàn)匝虚_源模型等在內(nèi)的多個(gè)模型。

7、業(yè)內(nèi)首個(gè)基于全代碼生成的產(chǎn)品，類似于從Email進(jìn)化到Web，背后解決了代碼輸出量比文本高“五六倍”的膨脹率帶來的流暢度挑戰(zhàn)。

8、認(rèn)同“模型即產(chǎn)品”，明確靈光現(xiàn)階段是“Save time”的“效率類”產(chǎn)品，主軸并非情感陪聊。

9、承認(rèn)產(chǎn)品存在不完美，但認(rèn)為這是在“模型能力邊界上創(chuàng)新”必須付出的代價(jià)，并相信會(huì)快速優(yōu)化。

10、螞蟻支持幾大AI助手的算力儲(chǔ)備充足，AI Infra技術(shù)大大提高算力效率，“業(yè)務(wù)的成功掩蓋了我們技術(shù)的光芒”。

本次采訪的主要速記內(nèi)容如下，智東西做了不改變?cè)獾木庉嫛?/strong>

一、關(guān)于螞蟻AI超級(jí)入口戰(zhàn)略：不對(duì)標(biāo)任何產(chǎn)品，馬云讓“沖第一”

Q1：前兩天，馬云先生出現(xiàn)在螞蟻園區(qū)，他對(duì)這個(gè)產(chǎn)品有沒有什么評(píng)價(jià)？

答：馬老師他那天來肯定不是因?yàn)椤办`光”（笑）。然后他今天早上跟我聊的是希望我們要“往前沖第一”。我跟他說的是，我們本來也沒這個(gè)期待，本來是準(zhǔn)備玩一玩，年底到個(gè)20萬用戶，他說“這個(gè)目標(biāo)太低了”?，F(xiàn)在來看，我們昨天已經(jīng)完成了年底目標(biāo)。

Q2：靈光APP與阿里千問App發(fā)布僅相隔一天，兩者有什么聯(lián)系？底層用的是千問模型嗎？

答：產(chǎn)品發(fā)布方面，我們確實(shí)沒有約好。我們?yōu)槭裁磿?huì)選18號(hào)？這是“靈光”自己算的，有了這么一個(gè)機(jī)緣巧合。靈光底層用了多個(gè)模型，也包括了千問，以及螞蟻?zhàn)匝械拈_源模型。

Q3：“靈光”有對(duì)標(biāo)的產(chǎn)品嗎，比如ChatGPT？是否會(huì)與“千問”或其他產(chǎn)品共同爭(zhēng)奪“國(guó)民級(jí)AI應(yīng)用”的頭把交椅？

答：我不認(rèn)為對(duì)標(biāo)是一個(gè)特別好的目的，它可能是你產(chǎn)品到一個(gè)階段后的結(jié)果。從產(chǎn)品的角度，我更愿意用發(fā)展的思路向前去看，說現(xiàn)在的模型能力是什么？現(xiàn)在產(chǎn)品表達(dá)是什么？半年后模型能力能演進(jìn)到什么程度？能夠解決什么樣的用戶需求？我認(rèn)為這個(gè)想法在AI時(shí)代是非常重要的。因?yàn)槲磥淼娜舾赡陜?nèi)，模型的能力依然在持續(xù)的演進(jìn)，所以基于大模型的應(yīng)用會(huì)是一個(gè)高速發(fā)展的市場(chǎng)，現(xiàn)在依然處在早期。

首先短暫的第一名可能是沒那么重要的，然后你去直接對(duì)標(biāo)一個(gè)競(jìng)爭(zhēng)對(duì)手也是沒那么重要，甚至是錯(cuò)誤的。

其實(shí)這個(gè)理念在互聯(lián)網(wǎng)時(shí)代、移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)反復(fù)的在不斷地被驗(yàn)證。就跟當(dāng)年各種短視頻平臺(tái)扎堆，還有產(chǎn)品一騎絕塵，后來抖音突然在某一年橫空出世，并且在這幾年成為一個(gè)國(guó)民級(jí)應(yīng)用。本質(zhì)上還是說這個(gè)賽道足夠的寬廣，給用戶體驗(yàn)的提升空間非常大。

在現(xiàn)在AGI時(shí)代，我們認(rèn)為是一樣的，這個(gè)賽道足夠的寬廣，然后模型的能力依然會(huì)有持續(xù)的很大的發(fā)展空間。我們要做的就是找準(zhǔn)正確的方向，基于模型的能力向前看，一路狂奔。等我們奔到模型能力進(jìn)展沒有那么快的時(shí)候，再去回頭看一看整個(gè)市場(chǎng)的格局是什么樣的，有哪些競(jìng)爭(zhēng)對(duì)手。

Q4：具體聊一聊靈光App和千問App的競(jìng)合關(guān)系。有人說“靈光”和“千問”的發(fā)布，意味著阿里系打出“通用+垂直模型”的組合拳，對(duì)此你們是怎么理解的？

答：我理解應(yīng)該是共赴AGI的這種“戰(zhàn)友”和“兄弟”的感覺。

因?yàn)锳GI的技術(shù)空間和市場(chǎng)空間都是巨大的，它也充滿著不確定性。我經(jīng)常打一個(gè)比方，就是說我在沙漠中要找水的話，我一定不會(huì)把所有人都派到一個(gè)方向走，一定是好幾路一起去找，誰找到了大家一起分，應(yīng)該是個(gè)這樣一個(gè)邏輯。而且在很多的技術(shù)上，我們大家都比較開放，我們還開源了自研萬億參數(shù)模型；AGI時(shí)代就是開源開放時(shí)代，沒有這種開放精神，大家都很難進(jìn)步。

Q5：為什么螞蟻不再把AI嵌入支付寶，而單獨(dú)推出一個(gè)靈光App？是如何與集團(tuán)的其他板塊去協(xié)同的？

答：不是說不選擇嵌入支付寶。支付寶下拉的“快捷訪問”中的AI助手，其實(shí)還是運(yùn)用了大模型技術(shù)，比如可以用下拉語音對(duì)話叫車。每一個(gè)產(chǎn)品最關(guān)鍵的是說要有產(chǎn)品主張，或者說你到底解決什么問題。這些東西已經(jīng)在支付寶主端開始慢慢落地了，再單獨(dú)發(fā)一個(gè)App的話大家感知可能沒那么強(qiáng)。這又回到了第二個(gè)問題，就是我們很多技術(shù)已經(jīng)慢慢擴(kuò)散到螞蟻的其他幾大支柱產(chǎn)品，大家都會(huì)陸續(xù)看到新進(jìn)展。

Q6：你們短期內(nèi)會(huì)有什么目標(biāo)？比如20萬下載量已經(jīng)達(dá)到，下一階段目標(biāo)是多少？

答：我們沒有朝著什么對(duì)標(biāo)去走，但我們希望被別人對(duì)標(biāo)一下。20萬下載量是一個(gè)指標(biāo)，它不是目標(biāo)。靈感的目標(biāo)還是我們想成為一個(gè)開放性的、有主張的、大家能喜歡的用戶產(chǎn)品。

二、關(guān)于“靈光”產(chǎn)品技術(shù)亮點(diǎn)：定位效率產(chǎn)品而非陪伴，移動(dòng)端“手搓應(yīng)用”是特色

Q7：靈光App的產(chǎn)品差異化特色是什么？

答：從產(chǎn)品特色的角度來講，我覺得“閃應(yīng)用”毫無疑問是一個(gè)非常有特色的能力?，F(xiàn)在已經(jīng)上線了兩天，我們?cè)谟^察用戶行為的時(shí)候，發(fā)現(xiàn)很多用戶會(huì)長(zhǎng)輪次地用“閃應(yīng)用”，這超出我們?cè)谏暇€前的預(yù)期——他們平均的在一個(gè)案例里修改達(dá)到6輪，其中有一個(gè)用戶他連搓兩個(gè)多小時(shí)，改了一百多次，做了一個(gè)應(yīng)用。這是讓我們非常驚喜的地方，因?yàn)橹辽衮?yàn)證它向某些用戶實(shí)現(xiàn)了實(shí)實(shí)在在的Deliver（交付）。

靈光App的“閃應(yīng)用”是業(yè)內(nèi)第一個(gè)把“手搓應(yīng)用”真的做到移動(dòng)端的產(chǎn)品。產(chǎn)品本身足夠的新，雖然還不完美，但是對(duì)很多用戶來講，它解決了之前完全解決不了的問題，解放了很多人的一些生產(chǎn)力。

▲用靈光App一句話生成“記賬”和“云養(yǎng)貓”應(yīng)用（圖源：智東西）

Q8：從3月立項(xiàng)到11月上線，團(tuán)隊(duì)是如何確定了現(xiàn)在的三大核心功能（靈光對(duì)話、靈光開眼、閃應(yīng)用）？中間是否經(jīng)歷過艱難的取舍？

答：在開始的時(shí)候，我們更多的是聊用戶的價(jià)值和主張，功能是在討論清楚價(jià)值之后在確定的。

當(dāng)時(shí)我們有兩個(gè)判斷，一是判斷回合制的“主對(duì)話”方式，依然是一個(gè)天花板足夠高、能夠承載未來若干年模型能力發(fā)展的一種形式。所以就有了剛才的三大功能里面其中的兩大——“問答“和“閃應(yīng)用”。

“開眼”是說，除了這種回合制的交互之外，我們有沒有實(shí)時(shí)的交互。其實(shí)人和人之間的交流大致也就分成這兩種：一種是你來我往，一種就是面對(duì)面的交流或打電話實(shí)時(shí)交流。所以這種回合制的交互和實(shí)時(shí)交互，是我們對(duì)產(chǎn)品本身在交互層面的一些思考。

回到“閃應(yīng)用”，選用過程其實(shí)相對(duì)更特殊一點(diǎn)。今年1月我們整體在做規(guī)劃的時(shí)候，先出了一個(gè)視頻Demo，然后當(dāng)時(shí)就把這種類似的可交互的功能規(guī)劃進(jìn)去了。有一個(gè)有趣的小插曲，當(dāng)時(shí)算法同學(xué)就看到設(shè)計(jì)同學(xué)在做這個(gè)視頻，他就說你們做得太酷炫了，問這是用來干什么的？設(shè)計(jì)同學(xué)跟他說做的是你們下個(gè)季度的OKR，然后那個(gè)算法同學(xué)就對(duì)不做聲了，默默的回到了座位。其實(shí)在那個(gè)時(shí)間點(diǎn)，我們也不知道這種實(shí)時(shí)可交互的方式，到底能不能夠在一個(gè)10秒左右的時(shí)間生成一個(gè)像今天這樣“閃電”般的的效果。但回過頭來看，好像一切順理成章。

在今年3月份的時(shí)候，這個(gè)事情沒有那么的明朗，當(dāng)時(shí)確定的是Coding能力很重要，并且這個(gè)能力在不斷向前發(fā)展，但是到底能發(fā)展到什么程度？什么時(shí)候能達(dá)到用戶滿意的效果？其實(shí)這在當(dāng)時(shí)有非常多的不確定性。但我判斷這是在AGI時(shí)代的一個(gè)核心能力，就設(shè)下了這個(gè)方向。

Q9：在進(jìn)行快速研究時(shí)，靈光生成的內(nèi)容排版清晰、可讀性強(qiáng)。想請(qǐng)問，這類回答是否基于預(yù)設(shè)的呈現(xiàn)模板，還是主要由模型自身的生成能力驅(qū)動(dòng)？

答：這也是這一代的AI產(chǎn)品跟之前的很多產(chǎn)品最大的一個(gè)區(qū)別。我們不再需要靠預(yù)設(shè)模板去達(dá)到好的效果。甚至你看同一個(gè)問題，刷新重新問一下，他可能會(huì)呈現(xiàn)不同的優(yōu)美排版，信息效率同樣的高。

▲靈光App生成的內(nèi)容圖文并茂、排版美觀（圖源：智東西）

這里面的核心的是我們的產(chǎn)品主張。比如說對(duì)于信息的獲取，我們有幾個(gè)維度是非常關(guān)鍵的要求：多、快、好、新。就是信息要豐富，信息出來的時(shí)間要短，你不能等個(gè)一兩分鐘；然后信息要好，這個(gè)好包括基礎(chǔ)準(zhǔn)確性、閱讀體驗(yàn)等。然后還有信息要新，比如今天上午發(fā)生的一些事情，我們中午去問就應(yīng)該有相關(guān)的結(jié)果。

所以在這樣的產(chǎn)品主張的情況下，我們會(huì)把這樣的主張去學(xué)到模型里面，然后同時(shí)給模型一定程度上發(fā)揮空間，同時(shí)盡量限制他的幻覺。在這樣的情況下，我們才能做到相對(duì)絲滑的整體效果。它會(huì)更像一個(gè)人的回答。這里本質(zhì)還是依賴很多模型能力跟算法。

Q10：支付寶此前推出過“探一下”功能，“靈光開眼”在某些方面看起來也和“探一下”有共通之處，比如靈光也會(huì)分析場(chǎng)景里的精彩內(nèi)容，然后實(shí)時(shí)呈現(xiàn)到畫面之中。請(qǐng)問“靈光開眼”和“探一下”在技術(shù)實(shí)現(xiàn)或設(shè)計(jì)理念上，是否延續(xù)或借鑒了“探一下”的經(jīng)驗(yàn)？

答：“探一下”是我們團(tuán)隊(duì)去年的產(chǎn)品，它是在支付寶內(nèi)的一個(gè)功能。它的功能是當(dāng)我看到一個(gè)場(chǎng)景，給它拍張照，它會(huì)針對(duì)這個(gè)照片進(jìn)行一些分析，這是我們?nèi)ツ甑囊粋€(gè)視覺原生入口的嘗試，本身也有非常多的訪問用戶。

今年在靈光里面的“開眼”功能，是在“探一下”的基礎(chǔ)上做了一個(gè)升級(jí)。它不是只是拍一張照片做一些分析，而是能夠在實(shí)時(shí)的場(chǎng)景里去展示出你想要得到的信息。底層邏輯是我們認(rèn)為“人與世界交互的方式是連續(xù)的”，所以“我們?cè)贏GI產(chǎn)品里面呈現(xiàn)的方式應(yīng)該也是連續(xù)的”。但背后很多的算法技術(shù)、理念都是一脈相承的。

Q11：“閃應(yīng)用”不支持修改代碼？

答：這也是一個(gè)產(chǎn)品主張。因?yàn)榻^大部分人不具備直接修改代碼的能力。“靈光”在這個(gè)點(diǎn)定位跟Cursor不一樣（為專業(yè)用戶而生），靈光編程整體門檻會(huì)更低一些，另一方面它可能也會(huì)犧牲一些編程靈活度。

Q12：馬斯克預(yù)測(cè)未來5到6年之內(nèi)，AI崛起會(huì)推動(dòng)傳統(tǒng)App消失，靈光生成的應(yīng)用會(huì)不會(huì)符合這個(gè)預(yù)期？

答：我認(rèn)為未來這樣的形式創(chuàng)作會(huì)越來越普遍，它是一個(gè)大勢(shì)所趨。但至于說未來這樣形式的應(yīng)用和傳統(tǒng)App是不是會(huì)共存，以怎樣的方式共存，并不是我們目前最關(guān)心的問題。但我相信共存方式還是以用戶價(jià)值為核心的。

Q13：請(qǐng)問靈光未來是否會(huì)考慮打造完善的閃應(yīng)用生態(tài)體系，例如提供官方的應(yīng)用托管平臺(tái)或應(yīng)用市場(chǎng)？

答：未來這方面的能力是有待考慮的。我們核心還是希望能夠做到普惠，所以凡是符合這樣的產(chǎn)品主張的功能都是在考慮之內(nèi)的。

閃應(yīng)用今天還是一個(gè)非常早期的形態(tài)。因?yàn)槲覀兿嘈盼磥?-8個(gè)月內(nèi)，整個(gè)模型的Coding能力肯定會(huì)越來越強(qiáng)。我們今天依然堅(jiān)信這是一個(gè)技術(shù)演進(jìn)的必然趨勢(shì)，所以閃應(yīng)用肯定會(huì)越來越好，越來越豐富，就像GPT-3.5到GPT-5有一個(gè)過程。等時(shí)機(jī)成熟的時(shí)候，我們會(huì)自然而然地推出這種MarketPlace或生態(tài)平臺(tái)。但是它的一個(gè)前提是，我們的質(zhì)量可以達(dá)到“多、快、好、新”的精品，因?yàn)橹挥芯反蠹也庞蟹窒碛?、消費(fèi)欲。

Q14：靈光App實(shí)現(xiàn)了很不錯(cuò)的一個(gè)交互，像一款GUI（圖形用戶界面）產(chǎn)品，之后在這方面會(huì)有什么更進(jìn)一步的探索？

答：講實(shí)話，我們?cè)谕七M(jìn)產(chǎn)品中的思路不是說一定要做一個(gè)GUI的產(chǎn)品，核心還是希望在信息傳遞的過程當(dāng)中實(shí)現(xiàn)效率最高。我們還是沿著這樣的一個(gè)產(chǎn)品主軸，再結(jié)合整個(gè)模型能力的突破。在這個(gè)過程中，我們發(fā)現(xiàn)模型寫代碼、調(diào)動(dòng)各種工具，確實(shí)到了一個(gè)不僅是能夠降本增效，還具備生成用戶消費(fèi)級(jí)內(nèi)容的一個(gè)臨界點(diǎn)。

然后對(duì)我們團(tuán)隊(duì)，包括對(duì)整個(gè)螞蟻，在很多技術(shù)上面我們都走在科技的前沿，我們都會(huì)去嘗試現(xiàn)在最前沿最先進(jìn)的技術(shù)。所以在這一塊，我們未來也依然會(huì)用閃應(yīng)用形式、圖文并茂的呈現(xiàn)方式、多模態(tài)的形態(tài)等，還比如還未透露的SVG（可縮放矢量圖形）形態(tài)，用這種形態(tài)為用戶講解“量子力學(xué)”、“波粒二象性”等動(dòng)態(tài)演示效果。所以其實(shí)我們會(huì)做很多這樣的一些嘗試。

我們相信，在過去我們看到的互聯(lián)網(wǎng)上所有的內(nèi)容，本質(zhì)上都是用代碼生成的。只不過這些代碼以前都是人去寫的。未來我們完全有能力去重塑整個(gè)互聯(lián)網(wǎng)的內(nèi)容和服務(wù)生態(tài)。本質(zhì)上還是因?yàn)槲覀兿嘈糯a能力越來越強(qiáng)，編程的能力越來越強(qiáng)。我們把這些能力用好，整個(gè)信息的呈現(xiàn)方式、交互方式會(huì)有質(zhì)的提升。

Q15：就我的體驗(yàn)，靈光在生成圖片時(shí)對(duì)一些意境不是特別理解，文字潤(rùn)色上會(huì)出現(xiàn)生硬的情況，接下來的產(chǎn)品會(huì)不會(huì)在這方面有更好的優(yōu)化？

答：下次你如果遇到這種情況，你刷新一下，可能結(jié)果就對(duì)了（笑）。

我覺得這是個(gè)很好的問題，它反映了兩個(gè)點(diǎn)：第一個(gè)點(diǎn)就是剛才聊的，我們是在模型的能力邊界上做一些創(chuàng)新，這就意味著可能并不是所有的能力都非常穩(wěn)。當(dāng)然我覺得這也是需要付出的一些代價(jià)，如果去等所有的技術(shù)都非常成熟了，我們可能就失去了很多迭代跟先發(fā)的機(jī)會(huì)。這些問題隨著模型能力的提升，會(huì)變得越來越好的。

然后第二點(diǎn)，現(xiàn)在市面上但凡做得比較好的產(chǎn)品，它都有自己的產(chǎn)品主張，都是不一樣的。比如豆包里面很多打電話的功能很有特色，DeepSeek里的深度思考的功能也很有特色。對(duì)靈光App來講，也有自己的產(chǎn)品主場(chǎng)，我們需要做的都是把自己最擅長(zhǎng)的那一部分打得非常的長(zhǎng)。任何一個(gè)產(chǎn)品不是要解決所有人的所有的問題，這也是為什么世界上有非常多不同的公司。我們希望靈光能夠在最擅長(zhǎng)的一些場(chǎng)景里打透打穿，這樣才能夠形成一個(gè)相對(duì)穩(wěn)定的用戶群，對(duì)這部分用戶創(chuàng)造更大的價(jià)值。

Q16：靈光定位一個(gè)更偏工具型的產(chǎn)品，產(chǎn)品設(shè)計(jì)中的取舍是什么考慮？比如它的記憶功能、陪伴情緒等功能方面與上下文等技術(shù)迭代速度上如何取舍？

答：我個(gè)人觀點(diǎn)是，上下文本身跟工具的屬性并不矛盾，或者說我們可能不一定要用工具這個(gè)詞。本質(zhì)上它解決的一類問題是效率類問題。現(xiàn)在大部分的互聯(lián)網(wǎng)產(chǎn)品可以分成兩類：一類是效率類，它要滿足用戶的需求，就是Save time（節(jié)省時(shí)間），說到底是在什么場(chǎng)景里怎么去Save time，比如百度搜索、大眾點(diǎn)評(píng)、ChatGPT等；還有一類產(chǎn)品其實(shí)是殺時(shí)間產(chǎn)品，比如說最典型的是抖音。很多時(shí)候大家可能是一天上班很累了，然后打開抖音去看一看。

一個(gè)產(chǎn)品開始的階段需要有一個(gè)主軸。我們的產(chǎn)品主張，是把靈光的主軸定位在效率側(cè)。當(dāng)然你說一個(gè)產(chǎn)品發(fā)展到后面，它可能二者都會(huì)有涉及。那么在這個(gè)階段，靈光現(xiàn)在主打的功能并不是陪聊，不管是情感的陪聊還是IP陪聊，并不是目前產(chǎn)品的一個(gè)主張。我覺得這個(gè)更多還是對(duì)于一個(gè)新產(chǎn)品，我們還是認(rèn)為想要先把長(zhǎng)板拉得足夠長(zhǎng)，然后再去補(bǔ)其他的短板，可能這是一個(gè)效率最高的方式。這也是一個(gè)更容易讓用戶記住，能夠創(chuàng)造更多用戶價(jià)值的。

三、關(guān)于通用AI助手賽道格局：“今天講的競(jìng)爭(zhēng)不是競(jìng)爭(zhēng)”，與豆包、DeepSeek打差異化

Q17：AI to C市場(chǎng)已有一些產(chǎn)品，現(xiàn)在入局，是否會(huì)覺得“起步稍晚”？比如字節(jié)豆包有抖音的流量，騰訊元寶有微信社交生態(tài)，那么螞蟻“靈光”的底氣在哪？同時(shí)挑戰(zhàn)在哪？您如何看整個(gè)行業(yè)的競(jìng)爭(zhēng)？

答：我還是不期待用競(jìng)爭(zhēng)的視角去看這個(gè)東西，因?yàn)闄C(jī)會(huì)太大了。我們相信它是一個(gè)互聯(lián)網(wǎng)級(jí)別的機(jī)會(huì)，我們至今至少享受了30年的互聯(lián)網(wǎng)時(shí)代紅利。那大模型從2022年至今也才三年，我們還有很長(zhǎng)的路要走。所以說你今天講的競(jìng)爭(zhēng)，我認(rèn)為都不是競(jìng)爭(zhēng)。只是有人暫時(shí)在一個(gè)方向上找了一桶油，有人找到了一個(gè)蘋果。

第二個(gè)，在AI to C的這個(gè)方向上，我認(rèn)為還是要看大家的理念是什么。比如豆包的打電話功能、DeepSeek擅長(zhǎng)的推理模型，已經(jīng)能夠幫大家解決很多問題了，我們沒有去也特別關(guān)注這些。我們一直強(qiáng)調(diào)的是到底能幫用戶解決什么樣的真實(shí)需求，剛才說的信息獲取效率肯定是個(gè)問題和痛點(diǎn)，所以我們是朝著這個(gè)方向去走的。

而且我們相信，因?yàn)槲覀兛吹搅诉@些問題，并堅(jiān)持我們的技術(shù)理念，我們團(tuán)隊(duì)所有一流的工程師都在這個(gè)方向去努力，那么我們肯定能走得比較快，或者比別人好。所以才能贏得我們今天超出預(yù)期的結(jié)果，我認(rèn)為這是我們最大的底氣。

Q18：您說就是從年初開始組建這個(gè)AGI攻堅(jiān)隊(duì)伍，你們是怎么去規(guī)劃這種產(chǎn)品和研究?jī)蓚€(gè)方向的目標(biāo)，你是怎樣去規(guī)劃AGI藍(lán)圖的？

答：我們不叫攻堅(jiān)小組，叫探索小組。我們也不存在兩個(gè)目標(biāo)，你們后面會(huì)看到你說的多位大佬的作品，都是在同一個(gè)賽道里面各司其職。

我認(rèn)為今天的時(shí)代的紅利是什么？如果我們能夠把做的Research（科研）變成一個(gè)普惠的產(chǎn)品，我們就有更多的紅利。從這個(gè)邏輯來講，我們必須加快這個(gè)速度，加快循環(huán)效率。因?yàn)槟撤N意義上，可以做的研究方向太多了，但從用戶視角去看產(chǎn)品，研究萬變不離其宗，就是一直講的效率。

我們有一系列的戰(zhàn)略選擇，為什么會(huì)做Diffusion（擴(kuò)散模型）？是因?yàn)樗闹辽購(gòu)腃lose generation（最近一代）的效率來講是非常好的；為什么會(huì)做Coding（編程）？我們堅(jiān)信Coding既是語言的延伸，也是各種各樣的媒體的表達(dá)形式，那我們就要把效率做到極致；你今天看到的“靈光”的所有的東西，哪怕就是文字，它其實(shí)也是html，這里面其實(shí)對(duì)Research的要求是很高的。

其實(shí)很多朋友第一個(gè)反應(yīng)是問你們?yōu)槭裁醋龅眠@么快？因?yàn)槲覀儺a(chǎn)生的代碼和同樣的文本來比，它的膨脹率是非常高的，大概有五六倍。那你如何能夠瞬間跟文字一樣的流暢地輸出？其實(shí)我們是在硬件利潤(rùn)上，包括在模型架構(gòu)，從數(shù)據(jù)到系統(tǒng)上下了很多功夫。

所以我想說的是，我們并不是說分頭在行動(dòng)，而是說從研發(fā)到工程，到產(chǎn)品，都是在一個(gè)主軸上——就是如何讓用戶獲得信息的效更高。

Q19：如何看待“模型即產(chǎn)品”？

答：我認(rèn)同“模型即產(chǎn)品”。作為一個(gè)產(chǎn)品來講，它本身就是要解決用戶的需求。解決用戶的需求其實(shí)有很多種方式，有時(shí)候我們用模型去解決，也有時(shí)候我們堆人去解決。大模型能力帶來了很多變化，我們會(huì)越來越傾向于用模型的方式解決，雖然很多時(shí)候短期內(nèi)堆人更快，但是這種方式往往是不可持續(xù)的。從這個(gè)角度來講，靈光的定位依然是一個(gè)非常純粹的技術(shù)產(chǎn)品——一個(gè)大模型出口。從這個(gè)角度來講，我認(rèn)“同模型即產(chǎn)品”。

但另一方面，如果我們認(rèn)為我們做好了一個(gè)基礎(chǔ)模型，其他什么也不用做，然后把這個(gè)模型扔在外面，它就會(huì)變成一個(gè)日活過億的國(guó)民級(jí)產(chǎn)品，我覺得大概率不會(huì)發(fā)生。原因是模型是一個(gè)底座，它提供了很多能力，但每個(gè)人的需求千差萬別，怎么才能夠嫁接模型能力到用戶具體的需求上，這里面其實(shí)是需要產(chǎn)品經(jīng)理、設(shè)計(jì)師、運(yùn)營(yíng)、算法、工程等團(tuán)隊(duì)做很多的工作，共同去探索究竟模型的能力成長(zhǎng)了，能解決哪些幾年前解決不了的用戶需求。

我們只有在模型能力跟用戶需求的邊界上不斷地探索，才有可能去挖掘出很多新的點(diǎn)。

其實(shí)“靈光”App里面的“閃應(yīng)用”是一個(gè)非常典型的例子，我們?cè)谶@個(gè)模型能力的邊界上找到了這么一個(gè)點(diǎn)，然后用普惠思維把它做到了移動(dòng)端，讓每個(gè)人都能夠一句話生成應(yīng)用。而在過去，無論你堆多少資源也做不到這樣的效果。

所以我覺得模型跟應(yīng)用要齊頭并進(jìn)，這也是我們整體去做大模型產(chǎn)品的一個(gè)理念。

Q20：靈光App在螞蟻生態(tài)當(dāng)中的角色定位是什么？

答：我經(jīng)常開玩笑說一句話，就是“螞蟻業(yè)務(wù)的成功掩蓋了我們技術(shù)的光芒”。雖然“靈光”今年3月才立項(xiàng)，但前期所有的技術(shù)其實(shí)是轉(zhuǎn)化到了上來。今天來看，“靈光”還小，我們對(duì)他的愿景肯定是美好的。在AI時(shí)代，我們肯定得有一款自己的代表產(chǎn)品，可能是“AQ”、“螞小財(cái)”，也可能是“靈光”。但就像螞蟻當(dāng)年從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)有了支付寶，然后有了余額寶、網(wǎng)商銀行一樣。

我們?cè)诓煌姆较蛉ヌ剿?，希望“靈光”成為所有人的全能的助手，“AQ”成為所有人的健康管家，“螞小財(cái)”成為每個(gè)人的“數(shù)字巴菲特”，這種愿景指引我們?cè)诓煌较蛏希ㄇ斑M(jìn)）。其實(shí)就是盡你所能去找那口井的感覺。今天來看，我們不是說有一個(gè)推導(dǎo)目標(biāo)，而是探索是一些不確定的東西，恰好這種不確定性帶來了非常好的機(jī)遇。

靈光區(qū)別于其他產(chǎn)品的地方，一是它站在我們技術(shù)的最前沿，二是它也是在一個(gè)不確定性中去尋找確定性的一個(gè)產(chǎn)品。