上周 AI 圈又出了一款現(xiàn)象級產(chǎn)品，名字叫「靈光」。

這款 App 上線 4 天后就達到了下載量 100 萬的成績，也很快沖上了 AppStore 免費榜第一。

我在很多信息渠道都看到不少人在吹「靈光」，說是中國 AI 的又一王炸產(chǎn)品，甚至夸張到說可以平替現(xiàn)在所有 AI 工具。

說實話，我覺得有點吹過頭了。

靈光這款 App 并不是哪家創(chuàng)業(yè)公司的產(chǎn)品，而是出自阿里旗下的螞蟻集團，也就是做支付寶的那個。

所以，當你下載完 App 后可以用支付寶賬號一鍵授權(quán)登錄。

進入產(chǎn)品后還是挺簡潔的，他們主打「讓復(fù)雜，變簡單」，這個產(chǎn)品主張也的確落到了所有功能里。

不過我倒是好奇，為什么是支付寶？

可能很多人都沒想到，一個如此火爆的 AI 產(chǎn)品竟然出自一個做金融服務(wù)和支付產(chǎn)品的公司。

雖然背靠阿里，但支付寶相對于淘寶和阿里系其他產(chǎn)品來說應(yīng)該不是那個最有優(yōu)勢的選手。

我特意查了下，靈光使用的大模型并非完全依靠阿里的千問系列，而是有一部分自己訓(xùn)練營的多模態(tài)模型，他們叫全模態(tài)。

這并不是一個單一模型，而是包含了實時搜索、視覺理解、代碼生成能力的多模型工具集合。

簡單說，他們是把各種模型單一能力組合成了一個工具箱。

再看功能。

在我看來，靈光體驗最好的部分就是它的回答模式。

具體表現(xiàn)在，它會用圖文并茂、帶可動組件、排版和視覺合理的方式幫你整理回答內(nèi)容。

相比其他 AI 產(chǎn)品只是給你返回一段文字，或者最多加一些表情符號或者字體加粗之外，靈光的回答內(nèi)容在體驗上目前我覺得是最好的。

注意，我說的是體驗，也就是內(nèi)容的視覺化呈現(xiàn)和交互模式，先不談回答內(nèi)容質(zhì)量。

比如，我讓它幫我整理一下阿里的最新財報。

如果是其他 AI 產(chǎn)品，可能給我一些文字描述和數(shù)據(jù)說明就完事了。

但是，靈光這種帶排版、帶可交互圖表、帶模塊化關(guān)鍵數(shù)據(jù)的呈現(xiàn)方式，還是讓我眼前一亮。

一句話總結(jié)：它提高了獲取關(guān)鍵信息的效率并提升了閱讀體驗。

這一點，靈光確實和其他 AI 產(chǎn)品不一樣，看來是在用戶體驗和產(chǎn)品設(shè)計上花了心思的。

可是，我覺得的優(yōu)勢也就到這里結(jié)束了。

至于很多人在吹的靈光閃應(yīng)用，不知道是我的打開方式不對還是怎么地，至少沒有解決我的問題，甚至完全不可用。

比如，我讓靈光幫我生成一個根據(jù)文字生成圖片并適合在朋友圈分享的小工具，它的確做到了，但沒有可用性。

如果只是輸入短文案，還能正常顯示。如果輸入的文案長一點，它就會超出圖片邊界，而且是無法滑動的。

另外，圖片不支持保存，只能截圖，而顯示不全的信息截圖又沒意義。加上默認提供的幾個圖片背景風(fēng)格很丑，所以沒有可用性。

靈光號稱 30 秒基于一句話需求生成效率小工具，反正我第一次實驗就失敗了。

接下來，我又讓靈光幫我做一個能從 36 氪和虎嗅網(wǎng)站抓取互聯(lián)網(wǎng)產(chǎn)品相關(guān)內(nèi)容的工具，它同樣很快做出來了。

但是，依舊不可用。

首先，我不知道是數(shù)據(jù)源的問題還是產(chǎn)品實現(xiàn) bug，所有被抓過來的信息都是 2024 年的，但日期又都是今天，且時間也是不對的。

其次，點擊單條信息后只能看到一小段內(nèi)容，點擊查看原文鏈接后就會報錯。

產(chǎn)品做得很快，頁面看起來也不錯，但功能不可用就等于白瞎。

后來我又做了一個根據(jù)輸入食物計算攝入熱量的小工具，也同樣沒有滿足我的需求。

先后做了 3 個閃應(yīng)用，前兩個沒一個能用的，只有最后一個還勉強能起點作用。

我讓靈光給我做一個展示動能定理的小工具，他生成的這個應(yīng)用可以手動調(diào)整質(zhì)量和速度并自動根據(jù)公式計算動能。

不僅如此，在下面還能看到不同參數(shù)下的動態(tài)速度演示，還是很直觀的。

除此之外，我發(fā)現(xiàn)讓它去做一些帶科普、知識、演示類的小工具時確實很方便，主要是直觀。

至于其他的對工作和生活提效的小工具，我目前沒想到有什么是可以能真正用起來的。

比如，我看有人做計算器、有人做人生倒計時、有人做打飛機游戲。講真，這都是偽需求。

如果工具做出來不能解決實際問題，只是為了凸顯 AI 能做出來，其實意義不大。

所以，我才說很多人對靈光有點吹過頭了?；蛘哒f，目前的靈光還沒有我們想象的那么強。

包括前面提到的在信息整合和閱讀效率和體驗上的提升，這也不是護城河，其他產(chǎn)品都可以做到。

但靈光也確實打開了一個新思路，就是面向一些小場景快速搭建小工具去給普通人使用，這相比 Cursor 或者 Trae 這類比較重的 AI 編程工具來說輕量化很多。

關(guān)鍵是，提出需求就可快速落地，不需要改 bug、不需要部署、直接上線，開箱即用。

最后，我試了下靈光的識圖能力，上傳了一張我拍攝的照片讓它解讀。

從客觀結(jié)果來看，它解讀錯了。

圖中的兩輛車確實是理想和問界，不過靈光恰好說反了，他把問界當成了理想。

可能是兩輛車的屁股和尾燈包括車牌位置都太像了，連 AI 都分不清楚了。的確，從設(shè)計來看，問界是在摸著理想過河。

靈光確實有些創(chuàng)新，但估計第一版還沒那么完善，依然有優(yōu)化和迭代空間，也期待他們后續(xù)的升級。

回顧這一年 AI 的發(fā)展速度，真的像過了幾個代際。年初 DeepSeek 才剛剛爆火，而這一年已經(jīng)迭代出來太多 AI 產(chǎn)品。

模型能力在增強，越來越多的 AI 應(yīng)用開始出現(xiàn)，各大公司的投入加碼、人才流動、行業(yè)變革，這就是一年里發(fā)生的變化。

這種速度，過去還真沒見過。

我還是那個觀點：「AI 不是趨勢，而是現(xiàn)在進行時」。

說到這，我對未來更加充滿期待了！

················· 唐韌出品 ·················

安可時刻

12月14號周日我在上海舉辦最后一場產(chǎn)品訓(xùn)練營，現(xiàn)在只剩少量現(xiàn)場座位，占座的盡快聯(lián)系我（tangren0517）。

另外，為了方便其他城市去不了現(xiàn)場上課的同學(xué)，這次我也開通了線上聽課渠道，要來的依然盡快聯(lián)系我。

產(chǎn)品訓(xùn)練營的效果我就不再多說了，幫助很多產(chǎn)品經(jīng)理實現(xiàn)了能力提升、崗位晉升、薪資提升。同時，還有 5% 的同學(xué)都選擇二次參加。