作者 | 李水青

编辑 | 心缘

智东西11月21日杭州报道，上线仅三天，蚂蚁集团首款全模态通用AI助手“灵光”便跻身iOS免费工具榜第一、App Store总榜第七，成为2025年底最受瞩目的通用AI助手竞争者。

灵光App迅速登顶App Store免费工具榜（图源：App Store）

阿里巴巴创始人马云两天前刚现身蚂蚁园区，他对这款产品寄予厚望。蚂蚁集团CTO何征宇在采访中透露，马云期待这款产品能“往前冲第一”。而截至昨日下午，灵光App下载量已经突破50万，远超团队今年全年目标。

在字节“豆包”、深度求索“DeepSeek”以及同是阿里系的“千问”等通用AI助手已有一定声量的背景下，蚂蚁这次推出的“灵光”有什么独特之处？又想要如何影响当下通用AI助手市场的格局？

为了探讨这些问题，智东西等媒体昨日抵达杭州蚂蚁园区，与蚂蚁集团CTO何征宇、灵光负责人蔡伟进行了面对面交流。

从产品基本面来看，“灵光”首批上线三大功能：“灵光对话”、“灵光闪应用”、“灵光开眼”。其开创性地在移动端实现“自然语言30秒生成小应用”，支持输出3D数字模型、音频、图标、动画、地图等全模态信息，并且交互“丝滑”。（《蚂蚁灵光App空降！太丝滑了，零门槛生成专属应用》 ）

灵光App拥有极简的视图（图源：灵光）

而通过本次近两个小时的采访对话，我们对蚂蚁AI超级入口战略、灵光App设计理念及技术亮点以及整个通用AI助手赛道的产业趋势，都有了更深入了解，主要信息干货如下：

1、马云内部表示期待“灵光”团队“往前冲第一”，并认为原定“年底20万用户”的目标“太低了”。

2、开发“灵光”的是一支200多人的AGI“探索小组”，从研发到工程都在统一主轴下工作。

3、不主动对标ChatGPT等竞品，“不认为对标是一个特别好的目的”，认为现在谈竞争为时过早。

4、与豆包、DeepSeek打差异化，一大特色是“一句话生成应用”功能，定位普惠、低门槛，与Cursor等专业工具也形成差异。

5、回应与“千问”的竞争：是共赴AGI的“战友”和“兄弟”，并用“沙漠中分路找水”比喻协同探索。

6、“灵光”底层为多模型混合架构，采用了包括阿里“千问”及蚂蚁自研开源模型等在内的多个模型。

7、业内首个基于全代码生成的产品，类似于从Email进化到Web，背后解决了代码输出量比文本高“五六倍”的膨胀率带来的流畅度挑战。

8、认同“模型即产品”，明确灵光现阶段是“Save time”的“效率类”产品，主轴并非情感陪聊。

9、承认产品存在不完美，但认为这是在“模型能力边界上创新”必须付出的代价，并相信会快速优化。

10、蚂蚁支持几大AI助手的算力储备充足，AI Infra技术大大提高算力效率，“业务的成功掩盖了我们技术的光芒”。

本次采访的主要速记内容如下，智东西做了不改变原意的编辑。

一、关于蚂蚁AI超级入口战略：不对标任何产品，马云让“冲第一”

Q1：前两天，马云先生出现在蚂蚁园区，他对这个产品有没有什么评价？

答：马老师他那天来肯定不是因为“灵光”（笑）。然后他今天早上跟我聊的是希望我们要“往前冲第一”。我跟他说的是，我们本来也没这个期待，本来是准备玩一玩，年底到个20万用户，他说“这个目标太低了”。现在来看，我们昨天已经完成了年底目标。

Q2：灵光APP与阿里千问App发布仅相隔一天，两者有什么联系？底层用的是千问模型吗？

答：产品发布方面，我们确实没有约好。我们为什么会选18号？这是“灵光”自己算的，有了这么一个机缘巧合。灵光底层用了多个模型，也包括了千问，以及蚂蚁自研的开源模型。

Q3：“灵光”有对标的产品吗，比如ChatGPT？是否会与“千问”或其他产品共同争夺“国民级AI应用”的头把交椅？

答：我不认为对标是一个特别好的目的，它可能是你产品到一个阶段后的结果。从产品的角度，我更愿意用发展的思路向前去看，说现在的模型能力是什么？现在产品表达是什么？半年后模型能力能演进到什么程度？能够解决什么样的用户需求？我认为这个想法在AI时代是非常重要的。因为未来的若干年内，模型的能力依然在持续的演进，所以基于大模型的应用会是一个高速发展的市场，现在依然处在早期。

首先短暂的第一名可能是没那么重要的，然后你去直接对标一个竞争对手也是没那么重要，甚至是错误的。

其实这个理念在互联网时代、移动互联网时代已经反复的在不断地被验证。就跟当年各种短视频平台扎堆，还有产品一骑绝尘，后来抖音突然在某一年横空出世，并且在这几年成为一个国民级应用。本质上还是说这个赛道足够的宽广，给用户体验的提升空间非常大。

在现在AGI时代，我们认为是一样的，这个赛道足够的宽广，然后模型的能力依然会有持续的很大的发展空间。我们要做的就是找准正确的方向，基于模型的能力向前看，一路狂奔。等我们奔到模型能力进展没有那么快的时候，再去回头看一看整个市场的格局是什么样的，有哪些竞争对手。

Q4：具体聊一聊灵光App和千问App的竞合关系。有人说“灵光”和“千问”的发布，意味着阿里系打出“通用+垂直模型”的组合拳，对此你们是怎么理解的？

答：我理解应该是共赴AGI的这种“战友”和“兄弟”的感觉。

因为AGI的技术空间和市场空间都是巨大的，它也充满着不确定性。我经常打一个比方，就是说我在沙漠中要找水的话，我一定不会把所有人都派到一个方向走，一定是好几路一起去找，谁找到了大家一起分，应该是个这样一个逻辑。而且在很多的技术上，我们大家都比较开放，我们还开源了自研万亿参数模型；AGI时代就是开源开放时代，没有这种开放精神，大家都很难进步。

Q5：为什么蚂蚁不再把AI嵌入支付宝，而单独推出一个灵光App？是如何与集团的其他板块去协同的？

答：不是说不选择嵌入支付宝。支付宝下拉的“快捷访问”中的AI助手，其实还是运用了大模型技术，比如可以用下拉语音对话叫车。每一个产品最关键的是说要有产品主张，或者说你到底解决什么问题。这些东西已经在支付宝主端开始慢慢落地了，再单独发一个App的话大家感知可能没那么强。这又回到了第二个问题，就是我们很多技术已经慢慢扩散到蚂蚁的其他几大支柱产品，大家都会陆续看到新进展。

Q6：你们短期内会有什么目标？比如20万下载量已经达到，下一阶段目标是多少？

答：我们没有朝着什么对标去走，但我们希望被别人对标一下。20万下载量是一个指标，它不是目标。灵感的目标还是我们想成为一个开放性的、有主张的、大家能喜欢的用户产品。

二、关于“灵光”产品技术亮点：定位效率产品而非陪伴，移动端“手搓应用”是特色

Q7：灵光App的产品差异化特色是什么？

答：从产品特色的角度来讲，我觉得“闪应用”毫无疑问是一个非常有特色的能力。现在已经上线了两天，我们在观察用户行为的时候，发现很多用户会长轮次地用“闪应用”，这超出我们在上线前的预期——他们平均的在一个案例里修改达到6轮，其中有一个用户他连搓两个多小时，改了一百多次，做了一个应用。这是让我们非常惊喜的地方，因为至少验证它向某些用户实现了实实在在的Deliver（交付）。

灵光App的“闪应用”是业内第一个把“手搓应用”真的做到移动端的产品。产品本身足够的新，虽然还不完美，但是对很多用户来讲，它解决了之前完全解决不了的问题，解放了很多人的一些生产力。

用灵光App一句话生成“记账”和“云养猫”应用（图源：智东西）

Q8：从3月立项到11月上线，团队是如何确定了现在的三大核心功能（灵光对话、灵光开眼、闪应用）？中间是否经历过艰难的取舍？

答：在开始的时候，我们更多的是聊用户的价值和主张，功能是在讨论清楚价值之后在确定的。

当时我们有两个判断，一是判断回合制的“主对话”方式，依然是一个天花板足够高、能够承载未来若干年模型能力发展的一种形式。所以就有了刚才的三大功能里面其中的两大——“问答“和“闪应用”。

“开眼”是说，除了这种回合制的交互之外，我们有没有实时的交互。其实人和人之间的交流大致也就分成这两种：一种是你来我往，一种就是面对面的交流或打电话实时交流。所以这种回合制的交互和实时交互，是我们对产品本身在交互层面的一些思考。

回到“闪应用”，选用过程其实相对更特殊一点。今年1月我们整体在做规划的时候，先出了一个视频Demo，然后当时就把这种类似的可交互的功能规划进去了。有一个有趣的小插曲，当时算法同学就看到设计同学在做这个视频，他就说你们做得太酷炫了，问这是用来干什么的？设计同学跟他说做的是你们下个季度的OKR，然后那个算法同学就对不做声了，默默的回到了座位。其实在那个时间点，我们也不知道这种实时可交互的方式，到底能不能够在一个10秒左右的时间生成一个像今天这样“闪电”般的的效果。但回过头来看，好像一切顺理成章。

在今年3月份的时候，这个事情没有那么的明朗，当时确定的是Coding能力很重要，并且这个能力在不断向前发展，但是到底能发展到什么程度？什么时候能达到用户满意的效果？其实这在当时有非常多的不确定性。但我判断这是在AGI时代的一个核心能力，就设下了这个方向。

Q9：在进行快速研究时，灵光生成的内容排版清晰、可读性强。想请问，这类回答是否基于预设的呈现模板，还是主要由模型自身的生成能力驱动？

答：这也是这一代的AI产品跟之前的很多产品最大的一个区别。我们不再需要靠预设模板去达到好的效果。甚至你看同一个问题，刷新重新问一下，他可能会呈现不同的优美排版，信息效率同样的高。

灵光App生成的内容图文并茂、排版美观（图源：智东西）

这里面的核心的是我们的产品主张。比如说对于信息的获取，我们有几个维度是非常关键的要求：多、快、好、新。就是信息要丰富，信息出来的时间要短，你不能等个一两分钟；然后信息要好，这个好包括基础准确性、阅读体验等。然后还有信息要新，比如今天上午发生的一些事情，我们中午去问就应该有相关的结果。

所以在这样的产品主张的情况下，我们会把这样的主张去学到模型里面，然后同时给模型一定程度上发挥空间，同时尽量限制他的幻觉。在这样的情况下，我们才能做到相对丝滑的整体效果。它会更像一个人的回答。这里本质还是依赖很多模型能力跟算法。

Q10：支付宝此前推出过“探一下”功能，“灵光开眼”在某些方面看起来也和“探一下”有共通之处，比如灵光也会分析场景里的精彩内容，然后实时呈现到画面之中。请问“灵光开眼”和“探一下”在技术实现或设计理念上，是否延续或借鉴了“探一下”的经验？

答：“探一下”是我们团队去年的产品，它是在支付宝内的一个功能。它的功能是当我看到一个场景，给它拍张照，它会针对这个照片进行一些分析，这是我们去年的一个视觉原生入口的尝试，本身也有非常多的访问用户。

今年在灵光里面的“开眼”功能，是在“探一下”的基础上做了一个升级。它不是只是拍一张照片做一些分析，而是能够在实时的场景里去展示出你想要得到的信息。底层逻辑是我们认为“人与世界交互的方式是连续的”，所以“我们在AGI产品里面呈现的方式应该也是连续的”。但背后很多的算法技术、理念都是一脉相承的。

Q11：“闪应用”不支持修改代码？

答：这也是一个产品主张。因为绝大部分人不具备直接修改代码的能力。“灵光”在这个点定位跟Cursor不一样（为专业用户而生），灵光编程整体门槛会更低一些，另一方面它可能也会牺牲一些编程灵活度。

Q12：马斯克预测未来5到6年之内，AI崛起会推动传统App消失，灵光生成的应用会不会符合这个预期？

答：我认为未来这样的形式创作会越来越普遍，它是一个大势所趋。但至于说未来这样形式的应用和传统App是不是会共存，以怎样的方式共存，并不是我们目前最关心的问题。但我相信共存方式还是以用户价值为核心的。

Q13：请问灵光未来是否会考虑打造完善的闪应用生态体系，例如提供官方的应用托管平台或应用市场？

答：未来这方面的能力是有待考虑的。我们核心还是希望能够做到普惠，所以凡是符合这样的产品主张的功能都是在考虑之内的。

闪应用今天还是一个非常早期的形态。因为我们相信未来6-8个月内，整个模型的Coding能力肯定会越来越强。我们今天依然坚信这是一个技术演进的必然趋势，所以闪应用肯定会越来越好，越来越丰富，就像GPT-3.5到GPT-5有一个过程。等时机成熟的时候，我们会自然而然地推出这种MarketPlace或生态平台。但是它的一个前提是，我们的质量可以达到“多、快、好、新”的精品，因为只有精品大家才有分享欲、消费欲。

Q14：灵光App实现了很不错的一个交互，像一款GUI（图形用户界面）产品，之后在这方面会有什么更进一步的探索？

答：讲实话，我们在推进产品中的思路不是说一定要做一个GUI的产品，核心还是希望在信息传递的过程当中实现效率最高。我们还是沿着这样的一个产品主轴，再结合整个模型能力的突破。在这个过程中，我们发现模型写代码、调动各种工具，确实到了一个不仅是能够降本增效，还具备生成用户消费级内容的一个临界点。

然后对我们团队，包括对整个蚂蚁，在很多技术上面我们都走在科技的前沿，我们都会去尝试现在最前沿最先进的技术。所以在这一块，我们未来也依然会用闪应用形式、图文并茂的呈现方式、多模态的形态等，还比如还未透露的SVG（可缩放矢量图形）形态，用这种形态为用户讲解“量子力学”、“波粒二象性”等动态演示效果。所以其实我们会做很多这样的一些尝试。

我们相信，在过去我们看到的互联网上所有的内容，本质上都是用代码生成的。只不过这些代码以前都是人去写的。未来我们完全有能力去重塑整个互联网的内容和服务生态。本质上还是因为我们相信代码能力越来越强，编程的能力越来越强。我们把这些能力用好，整个信息的呈现方式、交互方式会有质的提升。

Q15：就我的体验，灵光在生成图片时对一些意境不是特别理解，文字润色上会出现生硬的情况，接下来的产品会不会在这方面有更好的优化？

答：下次你如果遇到这种情况，你刷新一下，可能结果就对了（笑）。

我觉得这是个很好的问题，它反映了两个点：第一个点就是刚才聊的，我们是在模型的能力边界上做一些创新，这就意味着可能并不是所有的能力都非常稳。当然我觉得这也是需要付出的一些代价，如果去等所有的技术都非常成熟了，我们可能就失去了很多迭代跟先发的机会。这些问题随着模型能力的提升，会变得越来越好的。

然后第二点，现在市面上但凡做得比较好的产品，它都有自己的产品主张，都是不一样的。比如豆包里面很多打电话的功能很有特色，DeepSeek里的深度思考的功能也很有特色。对灵光App来讲，也有自己的产品主场，我们需要做的都是把自己最擅长的那一部分打得非常的长。任何一个产品不是要解决所有人的所有的问题，这也是为什么世界上有非常多不同的公司。我们希望灵光能够在最擅长的一些场景里打透打穿，这样才能够形成一个相对稳定的用户群，对这部分用户创造更大的价值。

Q16：灵光定位一个更偏工具型的产品，产品设计中的取舍是什么考虑？比如它的记忆功能、陪伴情绪等功能方面与上下文等技术迭代速度上如何取舍？

答：我个人观点是，上下文本身跟工具的属性并不矛盾，或者说我们可能不一定要用工具这个词。本质上它解决的一类问题是效率类问题。现在大部分的互联网产品可以分成两类：一类是效率类，它要满足用户的需求，就是Save time（节省时间），说到底是在什么场景里怎么去Save time，比如百度搜索、大众点评、ChatGPT等；还有一类产品其实是杀时间产品，比如说最典型的是抖音。很多时候大家可能是一天上班很累了，然后打开抖音去看一看。

一个产品开始的阶段需要有一个主轴。我们的产品主张，是把灵光的主轴定位在效率侧。当然你说一个产品发展到后面，它可能二者都会有涉及。那么在这个阶段，灵光现在主打的功能并不是陪聊，不管是情感的陪聊还是IP陪聊，并不是目前产品的一个主张。我觉得这个更多还是对于一个新产品，我们还是认为想要先把长板拉得足够长，然后再去补其他的短板，可能这是一个效率最高的方式。这也是一个更容易让用户记住，能够创造更多用户价值的。

三、关于通用AI助手赛道格局：“今天讲的竞争不是竞争”，与豆包、DeepSeek打差异化

Q17：AI to C市场已有一些产品，现在入局，是否会觉得“起步稍晚”？比如字节豆包有抖音的流量，腾讯元宝有微信社交生态，那么蚂蚁“灵光”的底气在哪？同时挑战在哪？您如何看整个行业的竞争？

答：我还是不期待用竞争的视角去看这个东西，因为机会太大了。我们相信它是一个互联网级别的机会，我们至今至少享受了30年的互联网时代红利。那大模型从2022年至今也才三年，我们还有很长的路要走。所以说你今天讲的竞争，我认为都不是竞争。只是有人暂时在一个方向上找了一桶油，有人找到了一个苹果。

第二个，在AI to C的这个方向上，我认为还是要看大家的理念是什么。比如豆包的打电话功能、DeepSeek擅长的推理模型，已经能够帮大家解决很多问题了，我们没有去也特别关注这些。我们一直强调的是到底能帮用户解决什么样的真实需求，刚才说的信息获取效率肯定是个问题和痛点，所以我们是朝着这个方向去走的。

而且我们相信，因为我们看到了这些问题，并坚持我们的技术理念，我们团队所有一流的工程师都在这个方向去努力，那么我们肯定能走得比较快，或者比别人好。所以才能赢得我们今天超出预期的结果，我认为这是我们最大的底气。

Q18：您说就是从年初开始组建这个AGI攻坚队伍，你们是怎么去规划这种产品和研究两个方向的目标，你是怎样去规划AGI蓝图的？

答：我们不叫攻坚小组，叫探索小组。我们也不存在两个目标，你们后面会看到你说的多位大佬的作品，都是在同一个赛道里面各司其职。

我认为今天的时代的红利是什么？如果我们能够把做的Research（科研）变成一个普惠的产品，我们就有更多的红利。从这个逻辑来讲，我们必须加快这个速度，加快循环效率。因为某种意义上，可以做的研究方向太多了，但从用户视角去看产品，研究万变不离其宗，就是一直讲的效率。

我们有一系列的战略选择，为什么会做Diffusion（扩散模型）？是因为它的至少从Close generation（最近一代）的效率来讲是非常好的；为什么会做Coding（编程）？我们坚信Coding既是语言的延伸，也是各种各样的媒体的表达形式，那我们就要把效率做到极致；你今天看到的“灵光”的所有的东西，哪怕就是文字，它其实也是html，这里面其实对Research的要求是很高的。

其实很多朋友第一个反应是问你们为什么做得这么快？因为我们产生的代码和同样的文本来比，它的膨胀率是非常高的，大概有五六倍。那你如何能够瞬间跟文字一样的流畅地输出？其实我们是在硬件利润上，包括在模型架构，从数据到系统上下了很多功夫。

所以我想说的是，我们并不是说分头在行动，而是说从研发到工程，到产品，都是在一个主轴上——就是如何让用户获得信息的效更高。

Q19：如何看待“模型即产品”？

答：我认同“模型即产品”。作为一个产品来讲，它本身就是要解决用户的需求。解决用户的需求其实有很多种方式，有时候我们用模型去解决，也有时候我们堆人去解决。大模型能力带来了很多变化，我们会越来越倾向于用模型的方式解决，虽然很多时候短期内堆人更快，但是这种方式往往是不可持续的。从这个角度来讲，灵光的定位依然是一个非常纯粹的技术产品——一个大模型出口。从这个角度来讲，我认“同模型即产品”。

但另一方面，如果我们认为我们做好了一个基础模型，其他什么也不用做，然后把这个模型扔在外面，它就会变成一个日活过亿的国民级产品，我觉得大概率不会发生。原因是模型是一个底座，它提供了很多能力，但每个人的需求千差万别，怎么才能够嫁接模型能力到用户具体的需求上，这里面其实是需要产品经理、设计师、运营、算法、工程等团队做很多的工作，共同去探索究竟模型的能力成长了，能解决哪些几年前解决不了的用户需求。

我们只有在模型能力跟用户需求的边界上不断地探索，才有可能去挖掘出很多新的点。

其实“灵光”App里面的“闪应用”是一个非常典型的例子，我们在这个模型能力的边界上找到了这么一个点，然后用普惠思维把它做到了移动端，让每个人都能够一句话生成应用。而在过去，无论你堆多少资源也做不到这样的效果。

所以我觉得模型跟应用要齐头并进，这也是我们整体去做大模型产品的一个理念。

Q20：灵光App在蚂蚁生态当中的角色定位是什么？

答：我经常开玩笑说一句话，就是“蚂蚁业务的成功掩盖了我们技术的光芒”。虽然“灵光”今年3月才立项，但前期所有的技术其实是转化到了上来。今天来看，“灵光”还小，我们对他的愿景肯定是美好的。在AI时代，我们肯定得有一款自己的代表产品，可能是“AQ”、“蚂小财”，也可能是“灵光”。但就像蚂蚁当年从互联网到移动互联网有了支付宝，然后有了余额宝、网商银行一样。

我们在不同的方向去探索，希望“灵光”成为所有人的全能的助手，“AQ”成为所有人的健康管家，“蚂小财”成为每个人的“数字巴菲特”，这种愿景指引我们在不同方向上（前进）。其实就是尽你所能去找那口井的感觉。今天来看，我们不是说有一个推导目标，而是探索是一些不确定的东西，恰好这种不确定性带来了非常好的机遇。

灵光区别于其他产品的地方，一是它站在我们技术的最前沿，二是它也是在一个不确定性中去寻找确定性的一个产品。