沉寂許久的螞蟻，正迎來一場(chǎng)爆發(fā)式的深水回歸。

2025 年底，螞蟻剛剛在 AI 領(lǐng)域連落兩子。首先是靈光上線，6 天斬獲 200 萬用戶，展露爆款潛質(zhì)。緊接著，螞蟻阿福開始了地推模式，從單一醫(yī)療問答跨向全場(chǎng)景健康陪伴，正式切入健康陪伴大賽道，并迅速殺入國(guó)內(nèi) AI 應(yīng)用前五。

數(shù)據(jù)的高光背后，是螞蟻戰(zhàn)略重心的位移。回看四年前，那是螞蟻?zhàn)罨薨档臅r(shí)刻。螞蟻集團(tuán)資深副總裁陳亮曾將那段日子形容為站在燈光照射不到的角”。但場(chǎng)外的蟄伏并非離場(chǎng)，而是在為這一輪 AI 周期積蓄勢(shì)能。螞蟻的這股猛勁，更像是一場(chǎng)蓄謀已久的反攻。

就在外界還在消化這些密集動(dòng)作之際，螞蟻又低調(diào)推出了下一張牌：?jiǎn)枇?。多方信息顯示，這款產(chǎn)品出自螞蟻內(nèi)部新近整合的 AGI 組織 Inclusion AI，目前處于測(cè)試階段。

阿里嗚哩是什么？

嗚哩將自己定義為AIGC創(chuàng)意生產(chǎn)力平臺(tái)，核心面向內(nèi)容創(chuàng)作者/設(shè)計(jì)師/營(yíng)銷人員/普通創(chuàng)意用戶，主打輸入描述—快速生成—多場(chǎng)景落地。它覆蓋的功能包括圖片生成、視頻生成、圖像編輯，以及配套的靈感聯(lián)想助手、翻譯、資源庫(kù)等輔助能力。

與通義萬相這類偏模型能力展示/體驗(yàn)中心的產(chǎn)品不同，嗚哩更強(qiáng)調(diào)把生成變成可用素材，也就是把用戶最常見的訴求（海報(bào)、電商圖、3D 字體、特效圖等）包裝成更接近交付的模板化路徑。

嗚哩背后直接調(diào)用了通義千問團(tuán)隊(duì)的多款圖像和視頻相關(guān)模型，包含Qwen Image 25.12（圖像生成）、Qwen Image Turbo（極速生成）、Qwen Image 25.11（圖像編輯）等分工明確的模型組合。

它的產(chǎn)品思路不是單一大模型包打天下，而是更像一套創(chuàng)意流水線：同一個(gè)任務(wù)在不同階段用不同模型接力，優(yōu)先把體驗(yàn)做順。

產(chǎn)品地址：https://wuli.art/

功能拆解：以速度與可控性為核心的AI工具組合1）生成：圖片與視頻的場(chǎng)景化入口

從生成這一層本身來看，嗚哩的產(chǎn)品形態(tài)并沒有明顯跳出當(dāng)前 AIGC 產(chǎn)品的主流范式。空白輸入框、圖片與視頻生成、場(chǎng)景模板、提示詞輔助，這些功能在同類產(chǎn)品中已較為常見，無論是模型廠商自帶的生成工具，還是第三方創(chuàng)意平臺(tái)，基本都提供了相似的能力組合。就“生成”這一層的功能堆疊而言，嗚哩并不存在顯著的、肉眼可見的差異化突破。

即便是在模板和聯(lián)想助手的設(shè)計(jì)上，嗚哩采取的也是相對(duì)穩(wěn)妥的產(chǎn)品路線。通過預(yù)置結(jié)構(gòu)和自動(dòng)補(bǔ)全來降低使用門檻，而不是引入全新的交互范式。這種做法的優(yōu)勢(shì)在于學(xué)習(xí)成本低、上手快，但同時(shí)也意味著用戶很難僅憑生成體驗(yàn)本身，明確區(qū)分嗚哩與其他同類產(chǎn)品的差異。對(duì)于已經(jīng)熟悉文生圖或文生視頻工具的用戶來說，嗚哩在操作邏輯上的遷移成本接近于零，但驚喜感也相對(duì)有限。

然而，真正屬于嗚哩的暴力美學(xué)隱藏在看不見的技術(shù)底層，即對(duì)極致速度的近乎偏執(zhí)的押注。Hugging Face 上發(fā)布的Qwen-Image-2512-Turbo-LoRA揭開了謎底：這套方案宣稱在匹配原模型輸出質(zhì)量的同時(shí)，實(shí)現(xiàn)了 20 倍以上的生成加速。

這種速度帶來的產(chǎn)品變量是革命性的。在嗚哩，系統(tǒng)可以做到 5 秒內(nèi)生成 4 張 2K 分辨率大圖。這意味著生成體驗(yàn)從等待開盲盒變成了高頻盲選。它允許用戶在同一個(gè)時(shí)間窗口內(nèi)進(jìn)行多輪嘗試。在功能高度同質(zhì)化的賽道上，這種極致的吞吐量本身就是一種核心競(jìng)爭(zhēng)力。

當(dāng)然，這種加速路徑也有代價(jià)，為了換取穩(wěn)定與可用，輸出風(fēng)格會(huì)表現(xiàn)得相對(duì)保守，更趨向于寫實(shí)審美。這對(duì)于電商圖、海報(bào)、封面等強(qiáng)調(diào)“交付率”的商業(yè)場(chǎng)景是巨大的加持，但對(duì)于追求強(qiáng)個(gè)人風(fēng)格表達(dá)的創(chuàng)作者，這種默認(rèn)路徑未必是第一選擇。

實(shí)測(cè)下來，整體效果還可以。

生成文字的部分，會(huì)有一部分錯(cuò)誤，整體ok。

在視頻生成上，嗚哩將時(shí)長(zhǎng)嚴(yán)格限制在智能生成 5 秒。從底層文檔來看，無論是極速版的萬相 2.2-flash 還是專業(yè)版，都整齊劃一地指向了 5 秒這個(gè)規(guī)格。這種“Flash/Plus”的分層邏輯非常典型：一個(gè)版本為速度與成本服務(wù)，一個(gè)版本為穩(wěn)定與成功率服務(wù)。對(duì)于嗚哩這種強(qiáng)調(diào)快速出素材的入口來說，5 秒限制反而是工程上最容易做到穩(wěn)定的邊界條件。

提示詞：生成一段 5 秒 的視頻，全程單一連續(xù)鏡頭，不剪切。 第 0–2 秒：一臺(tái)銀色筆記本電腦靜置在桌面上，冷色燈光，環(huán)境安靜； 第 2–4 秒：屏幕亮起，代碼開始緩慢滾動(dòng)，光線從冷色過渡到中性； 第 4–5 秒：畫面整體變得略微溫暖，但構(gòu)圖和鏡頭保持不變。

提示詞：生成一段 5 秒 的視頻。 第 0–3 秒：只展示產(chǎn)品本體，不出現(xiàn)任何文字； 第 3–5 秒：在畫面右下角淡入中文文字‘全天候健康監(jiān)測(cè)’，字體簡(jiǎn)潔、白色、小號(hào)，不遮擋主體。 文字只能在最后 2 秒出現(xiàn)。

提示詞：生成一段 5 秒 的視頻，一位工程師在夜晚辦公室敲代碼。 屏幕發(fā)出冷色光，環(huán)境安靜，鏡頭輕微左右平移，寫實(shí)風(fēng)格，整體克制。 主體人物比例自然，動(dòng)作連貫，畫面穩(wěn)定，不夸張、不戲劇化。

在設(shè)計(jì)工具里，編輯往往比生成更能決定長(zhǎng)期留存。生成能力在行業(yè)內(nèi)已經(jīng)趨于同質(zhì)化，用戶換一個(gè)入口通常也能得到差不多能看的結(jié)果。但一旦進(jìn)入真實(shí)工作流，需求會(huì)迅速變成“能不能改得準(zhǔn)、改得穩(wěn)、改完還像原來的那張圖”。電商圖換背景、海報(bào)改文案、人物修手、Logo 保持一致，這些任務(wù)的共同點(diǎn)是：需要在保留主體的前提下做局部修改，單靠反復(fù)重生成很難穩(wěn)定交付。

嗚哩的編輯并不是簡(jiǎn)單套用文生圖能力，而是有專門面向編輯場(chǎng)景的模型底座。Qwen 的Qwen-Image-Edit-2511模型卡明確強(qiáng)調(diào)其在進(jìn)行想象式編輯時(shí)盡量保持主體身份與視覺特征，并展示了角色一致性增強(qiáng)的方向。多家科技媒體在報(bào)道中也將它定義為專門針對(duì)圖像編輯場(chǎng)景優(yōu)化，目標(biāo)是在保持原圖主體結(jié)構(gòu)不變的前提下對(duì)特定區(qū)域做精準(zhǔn)修改，并強(qiáng)調(diào)指令遵循能力與一致性保持。

實(shí)測(cè)下來，整體效果處于可用水平。例如在將白色精華產(chǎn)品的背景調(diào)整為暖色調(diào)時(shí)，修改過程較為順暢，結(jié)果也能較好地符合預(yù)期。

在添加文字的基本功能上，整體表現(xiàn)較為準(zhǔn)確，但在個(gè)別情況下仍會(huì)出現(xiàn)文字重復(fù)或冗余的問題。

在多次文字調(diào)整過程中，修改結(jié)果整體仍能按指令正確呈現(xiàn)（雖然還是有一些火星字）。但值得注意的是，原本乳白色的背景在反復(fù)編輯后出現(xiàn)了材質(zhì)變化，逐漸呈現(xiàn)出類似大理石的紋理效果。

在當(dāng)前設(shè)計(jì)下，圖片編輯需要先進(jìn)入專門的修改模式再進(jìn)行操作。相比即夢(mèng)依托上下文直接理解并完成修改的方式，這一流程在操作上略顯繁瑣。

3）其他功能：靈感和知識(shí)庫(kù)

目前，靈感與知識(shí)庫(kù)相關(guān)功能尚未對(duì)外開放?；诂F(xiàn)有產(chǎn)品定位，可以推斷其價(jià)值并不應(yīng)停留在“模板集合”層面。如果嗚哩希望向“生產(chǎn)力平臺(tái)”演進(jìn)，資源庫(kù)的核心意義在于資產(chǎn)沉淀與復(fù)用能力：將用戶生成過的素材、常用風(fēng)格、品牌色、字體規(guī)范以及產(chǎn)品圖參考等內(nèi)容，轉(zhuǎn)化為可持續(xù)調(diào)用的生產(chǎn)資產(chǎn)，用于后續(xù)創(chuàng)作與編輯。

競(jìng)品分析：?jiǎn)枇ㄕ嬲膶?duì)手是產(chǎn)品范式

競(jìng)品對(duì)比上，嗚哩同時(shí)面臨兩類壓力：一類來自即夢(mèng)這樣的內(nèi)容生產(chǎn)平臺(tái)化路線，另一類來自 Lovart 這樣的設(shè)計(jì)任務(wù) Agent 化路線。兩者的共同點(diǎn)是，競(jìng)爭(zhēng)焦點(diǎn)都不在單點(diǎn)生成效果，而在工作流與交付形態(tài)。

即夢(mèng)，長(zhǎng)在流量航道上的一站式 AI 片場(chǎng)

即夢(mèng)最危險(xiǎn)的地方在于，它已經(jīng)完成了從工具到場(chǎng)景的閉環(huán)。就在 2025 年 12 月，即夢(mèng)網(wǎng)頁(yè)版完成了一次降維打擊式的升級(jí)，正式將定位從生成入口推向了“AI 片場(chǎng)”。這次升級(jí)的核心是搭載了基于字節(jié)自研 Seedance 1.5 Pro 模型的視頻 3.5 Pro。物口型、樂器演奏甚至是環(huán)境音效都能一次性成型，徹底告別了“AI 視頻無聲、后期配音對(duì)不上”的尷尬。

對(duì)嗚哩而言，即夢(mèng)的壓力是全方位的。首先是心智占領(lǐng)，作為較早規(guī)?；茝V的工具，即夢(mèng)在創(chuàng)作者認(rèn)知中已經(jīng)與“短視頻生產(chǎn)”深度綁定。更關(guān)鍵的是場(chǎng)景優(yōu)勢(shì)，即夢(mèng)背后依托的是字節(jié)系生態(tài)，抖音和 TikTok 本身就是內(nèi)容生產(chǎn)與分發(fā)的“第一現(xiàn)場(chǎng)”。創(chuàng)作者對(duì)快速出素材、試版本、直接投放的需求高度集中，即夢(mèng)將生成、編輯、畫布、Agent 和素材管理無縫嵌入這條生產(chǎn)線，本質(zhì)上是在增強(qiáng)既有的創(chuàng)作行為，而非重新教育用戶。

Lovart不是工具對(duì)比，而是交付方式的變化

如果說即夢(mèng)是靠生態(tài)贏，那么 Lovart 走的就是“設(shè)計(jì) Agent”的路線。

Lovart 并不試圖在生成入口上硬碰硬，它核心敘事不是幫你生圖，而是幫你完成一次設(shè)計(jì)任務(wù)。在這種邏輯下，生成只是手段，交付才是目標(biāo)。用戶給出的不再是瑣碎的 Prompt，而是一個(gè)抽象的需求描述，比如品牌調(diào)性或應(yīng)用場(chǎng)景，系統(tǒng)則圍繞概念、風(fēng)格、排版和元素進(jìn)行自動(dòng)化的方案迭代。

這種 Agent 化路徑的本質(zhì)是在弱化“素材中轉(zhuǎn)”的存在感。傳統(tǒng)的 AIGC 工具往往需要用戶生成素材、人工篩選、再倒騰到第三方軟件編輯組合，而 Lovart 試圖把這條鏈路內(nèi)化為一個(gè)連續(xù)的自動(dòng)化流程。對(duì)用戶而言，評(píng)價(jià)標(biāo)準(zhǔn)變了，不再是這張圖好不好看，而是這個(gè)需求是否已基本完成，是否可以直接拿去用。這一變化抬高了行業(yè)預(yù)期，讓單純提供生成和基礎(chǔ)編輯的工具容易被重新定位為“價(jià)值鏈的中間環(huán)節(jié)”，而非終點(diǎn)方案。

嗚哩可能是在替阿里補(bǔ)上“從模型到交付”的最后一公里

我對(duì)嗚哩的階段性判斷是：它不是一個(gè)孤立的創(chuàng)意工具，而是螞蟻在組織與戰(zhàn)略調(diào)整之后，持續(xù)把模型能力做成可消費(fèi)產(chǎn)品的外顯信號(hào)。

2025年春節(jié)后，螞蟻重新集結(jié)資源，成立相對(duì)獨(dú)立的 AGI 組織 Inclusion AI，并被外界描述為 Research、Engineering、Product 三位一體的組織架構(gòu)。

這種組織形態(tài)在大廠并不常見：研究部門往往負(fù)責(zé)拓展能力邊界，工程部門關(guān)注可用性與穩(wěn)定性，產(chǎn)品部門負(fù)責(zé)路徑設(shè)計(jì)與增長(zhǎng)。當(dāng)三者被強(qiáng)綁定在同一組織內(nèi)，最直接的結(jié)果是模型能力更容易被快速產(chǎn)品化，而不是停留在論文、榜單或內(nèi)部 demo。Inclusion AI 在 Hugging Face 的組織介紹中也明確表述其為螞蟻集團(tuán)的 AGI initiative，產(chǎn)出覆蓋 LLM、強(qiáng)化學(xué)習(xí)及相關(guān)系統(tǒng)。

在戰(zhàn)略取舍上，螞蟻表現(xiàn)得異常清醒：暫時(shí)放棄爭(zhēng)奪高度擁擠的“通用 AI 助手”入口，優(yōu)先搶占更細(xì)分、強(qiáng)交付的效率工具賽道。

這背后的邏輯并不復(fù)雜：通用助手的入口戰(zhàn)已是紅海，頭部玩家依托底座模型的先發(fā)優(yōu)勢(shì)，足以把后來者拖入同質(zhì)化競(jìng)爭(zhēng)。而效率工具的護(hù)城河在于“交付密度”——用戶未必需要一個(gè) AI 每天陪聊，但絕對(duì)需要一個(gè)工具能幫他節(jié)省下半小時(shí)的作圖或剪輯時(shí)間。

這一路徑已在“靈光”和“阿?！鄙系玫搅蓑?yàn)證。它們并不急于講萬能的故事，而是死磕具體能力。比如“靈光”主打 30 秒生成一個(gè)小應(yīng)用。

在這樣的組織與戰(zhàn)略背景下，“嗚哩”就不再只是“又一個(gè) AIGC 產(chǎn)品”，而更像 Inclusion AI 在全模態(tài)效率工具這條主線上的自然延伸。它把多模態(tài)能力從此前偏重對(duì)話與應(yīng)用生成的形態(tài)，進(jìn)一步推進(jìn)到視覺創(chuàng)意與設(shè)計(jì)生產(chǎn)這一更貼近營(yíng)銷、電商與內(nèi)容生產(chǎn)的場(chǎng)景中。通過生成、編輯與資源化能力的組合，嗚哩試圖解決的是“普通用戶能否更快、更穩(wěn)定地完成一次可交付的視覺生產(chǎn)任務(wù)”。

從這個(gè)角度看，嗚哩的意義不在于單點(diǎn)功能是否領(lǐng)先，而在于它是否真的把阿里系在視覺模型上的積累，推進(jìn)到了用戶可以反復(fù)使用、持續(xù)依賴的工作流層面。

歡迎掃碼加群參與討論

我們相信認(rèn)知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財(cái)經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進(jìn)入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機(jī)會(huì)成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實(shí)習(xí)生