介绍
打开「灵光」的第一感觉：界面极简，但输出内容却极其丰富。问它"怎么做糖醋排骨"，它不会给你扔一大段文字，而是直接生成一张色泽红亮的成品图，然后配上不同字体的小标题、步骤表格，甚至穿插表情包。整个过程像在看一个精心设计的图文笔记，而不是机器生成的回答。
这种"策展式"的回答方式，是「灵光对话」功能的核心。它背后用的是蚂蚁自研的Ling 2.0模型系列（MoE架构），据说激活60亿参数就能达到传统模型400亿参数的效果。不过这个技术细节不重要，关键是用起来确实快，而且逻辑清晰，重点突出。
更让我惊讶的是它的多模态输出能力。比如问"金字塔内部结构"，它会直接生成一个可旋转的3D数字模型；问"北京三日游路线"，它会输出一张可交互的地图。财报分析、学术论文解读这类复杂任务，它也能自动生成图表和结构化摘要。实测处理一份20页的PDF论文，关键信息提取准确率相当高。
「闪应用」：这才是真正的杀招
如果说「灵光对话」是升级版的AI搜索，那「闪应用」功能可能就是蚂蚁布局AI入口的核心武器。
简单说，就是你用自然语言描述需求，它30秒到1分钟内直接生成一个可交互的小应用。我测试了"制作一个计时器"，67秒后，一个带开始/暂停/重置按钮的计时器App就诞生了，UI设计还挺简洁。更妙的是，它还会主动问"要不要加个倒计时模式？"，确认后立刻在原有应用上扩展功能。
这个能力对普通用户意味着什么？举个例子：
- 想算养车成本？直接生成"养车计算器"，输入油费、里程就能出结果
- 要做旅行规划？一句话生成行程规划器，能自动计算交通时间
- 甚至可以做"人生计时器"这种略带哲学意味的小工具
这些应用都能保存、分享，参数还能自定义。蚂蚁官方说这是在移动端首创的"全代码生成"能力，我体验下来确实比市面上一些需要"套壳"的AI工具流畅得多。
「灵光开眼」：摄像头还能这么玩？
第三个核心功能「灵光开眼」，本质上是把AGI技术塞进了手机摄像头。它不是简单的拍照识图，而是实时视频流解析。
实测了几个场景：
- 拍家里的植物，秒出品种介绍和养护建议
- 拍博物馆画作，直接生成背景解读和作者生平
- 拍外文菜单，实时翻译+菜品推荐
- 拍家电故障，诊断问题+推荐维修渠道
响应速度确实快，官方说的≤500毫秒延迟基本属实。技术原理是"本地初步识别+云端语义推理"，这种模式既保证了速度，又控制了功耗。对于旅行、购物、生活服务等场景，这个功能实用性拉满。
技术底气从哪来？
根据蚂蚁披露的信息，「灵光」的技术架构分三层：
底层模型：Ling 2.0系列，主攻推理和代码生成。在AIME25数学推理基准上准确率70.42%，这个成绩相当不错。代码生成能力是它能实现"30秒出应用"的关键。
多模态融合：Ming-Lite-omni模型，支持文本、图像、语音、视频的跨模态理解。相比传统OCR工具，信息处理效率提升300%——这点在处理文档时感受很明显。
Agentic架构：动态调度图像、3D、动画等专用Agent，实现多智能体协作。听起来复杂，但用户体验就是：你提一个需求，它自动协调各种能力给出最完整的答案，不需要你手动切换模式。
训练数据基于20T token的高质量数据集，覆盖代码、数学、金融、医疗等领域。这也是它在专业场景下表现稳定的原因。
蚂蚁到底想干嘛？
从产品定位看，「灵光」明显是冲着C端超级入口去的。传统AI助手停留在"问答"层面，而「灵光」直接跳到了"应用生成"层。这步棋很巧妙：
1. 降低编程门槛：让普通人也能享受AI Coding的红利
2. 激活长尾需求：那些小众的、个性化的工具需求，不再需要下载专门的App
3. 打通支付宝生态：生成的小应用可以一键保存到支付宝，想象空间很大
目前「灵光」已经在安卓和苹果应用商店上线，网页版也能直接用。作为蚂蚁AGI战略的产品级探索，它的出现确实给沉寂已久的AI助手市场带来了新变量。