馬云讓我們“往前沖”！螞蟻CTO回應靈光App爆火秘訣

智東西
作者 李水青
編輯 心緣

智東西11月21日杭州報道，上線僅三天，螞蟻集團首款全模態通用AI助手“靈光”便躋身iOS免費工具榜第一、App Store總榜第七，成為2025年底最受矚目的通用AI助手競爭者。

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

阿里巴巴創始人馬云三天前剛現身螞蟻園區，他對這款產品寄予厚望。螞蟻集團CTO何征宇在采訪中透露，馬云期待這款產品能“往前沖第一”。而截至昨日下午，靈光App下載量已經突破50萬，遠超團隊今年全年目標。

在字節“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”有什么獨特之處？又想要如何影響當下通用AI助手市場的格局？

為了探討這些問題，智東西等媒體昨日抵達杭州螞蟻園區，與螞蟻集團CTO何征宇、靈光負責人蔡偉進行了面對面交流。

從產品基本面來看，“靈光”首批上線三大功能：“靈光對話”、“靈光閃應用”、“靈光開眼”。其開創性地在移動端實現“自然語言30秒生成小應用”，支持輸出3D數字模型、音頻、圖標、動畫、地圖等全模態信息，并且交互“絲滑”。（《螞蟻靈光App空降！太絲滑了，零門檻生成專屬應用》 ）

▲靈光App擁有極簡的視圖（圖源：靈光）

而通過本次近兩個小時的采訪對話，我們對螞蟻AI超級入口戰略、靈光App設計理念及技術亮點以及整個通用AI助手賽道的產業趨勢，都有了更深入了解，主要信息干貨如下：

1、馬云內部表示期待“靈光”團隊“往前沖第一”，并認為原定“年底20萬用戶”的目標“太低了”。

2、開發“靈光”的是一支200多人的AGI“探索小組”，從研發到工程都在統一主軸下工作。

3、不主動對標ChatGPT等競品，“不認為對標是一個特別好的目的”，認為現在談競爭為時過早。

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

5、回應與“千問”的競爭：是共赴AGI的“戰友”和“兄弟”，并用“沙漠中分路找水”比喻協同探索。

6、“靈光”底層為多模型混合架構，采用了包括阿里“千問”及螞蟻自研開源模型等在內的多個模型。

7、業內首個基于全代碼生成的產品，類似于從Email進化到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。

8、認同“模型即產品”，明確靈光現階段是“Save time”的“效率類”產品，主軸并非情感陪聊。

9、承認產品存在不完美，但認為這是在“模型能力邊界上創新”必須付出的代價，并相信會快速優化。

10、螞蟻支持幾大AI助手的算力儲備充足，AI Infra技術大大提高算力效率，“業務的成功掩蓋了我們技術的光芒”。

本次采訪的主要速記內容如下，智東西做了不改變原意的編輯。

一、關于螞蟻AI超級入口戰略：不對標任何產品，馬云讓“沖第一”

Q1：前兩天，馬云先生出現在螞蟻園區，他對這個產品有沒有什么評價？

答：馬老師他那天來肯定不是因為“靈光”（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，我們本來也沒這個期待，本來是準備玩一玩，年底到個20萬用戶，他說“這個目標太低了”。現在來看，我們昨天已經完成了年底目標。

Q2：靈光APP與阿里千問App發布僅相隔一天，兩者有什么聯系？底層用的是千問模型嗎？

答：產品發布方面，我們確實沒有約好。我們為什么會選18號？這是“靈光”自己算的，有了這么一個機緣巧合。靈光底層用了多個模型，也包括了千問，以及螞蟻自研的開源模型。

Q3：“靈光”有對標的產品嗎，比如ChatGPT？是否會與“千問”或其他產品共同爭奪“國民級AI應用”的頭把交椅？

答：我不認為對標是一個特別好的目的，它可能是你產品到一個階段后的結果。從產品的角度，我更愿意用發展的思路向前去看，說現在的模型能力是什么？現在產品表達是什么？半年后模型能力能演進到什么程度？能夠解決什么樣的用戶需求？我認為這個想法在AI時代是非常重要的。因為未來的若干年內，模型的能力依然在持續的演進，所以基于大模型的應用會是一個高速發展的市場，現在依然處在早期。

首先短暫的第一名可能是沒那么重要的，然后你去直接對標一個競爭對手也是沒那么重要，甚至是錯誤的。

其實這個理念在互聯網時代、移動互聯網時代已經反復的在不斷地被驗證。就跟當年各種短視頻平臺扎堆，還有產品一騎絕塵，后來抖音突然在某一年橫空出世，并且在這幾年成為一個國民級應用。本質上還是說這個賽道足夠的寬廣，給用戶體驗的提升空間非常大。

在現在AGI時代，我們認為是一樣的，這個賽道足夠的寬廣，然后模型的能力依然會有持續的很大的發展空間。我們要做的就是找準正確的方向，基于模型的能力向前看，一路狂奔。等我們奔到模型能力進展沒有那么快的時候，再去回頭看一看整個市場的格局是什么樣的，有哪些競爭對手。

Q4：具體聊一聊靈光App和千問App的競合關系。有人說“靈光”和“千問”的發布，意味著阿里系打出“通用+垂直模型”的組合拳，對此你們是怎么理解的？

答：我理解應該是共赴AGI的這種“戰友”和“兄弟”的感覺。

因為AGI的技術空間和市場空間都是巨大的，它也充滿著不確定性。我經常打一個比方，就是說我在沙漠中要找水的話，我一定不會把所有人都派到一個方向走，一定是好幾路一起去找，誰找到了大家一起分，應該是個這樣一個邏輯。而且在很多的技術上，我們大家都比較開放，我們還開源了自研萬億參數模型；AGI時代就是開源開放時代，沒有這種開放精神，大家都很難進步。

Q5：為什么螞蟻不再把AI嵌入支付寶，而單獨推出一個靈光App？是如何與集團的其他板塊去協同的？

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，其實還是運用了大模型技術，比如可以用下拉語音對話叫車。每一個產品最關鍵的是說要有產品主張，或者說你到底解決什么問題。這些東西已經在支付寶主端開始慢慢落地了，再單獨發一個App的話大家感知可能沒那么強。這又回到了第二個問題，就是我們很多技術已經慢慢擴散到螞蟻的其他幾大支柱產品，大家都會陸續看到新進展。

Q6：你們短期內會有什么目標？比如20萬下載量已經達到，下一階段目標是多少？

答：我們沒有朝著什么對標去走，但我們希望被別人對標一下。20萬下載量是一個指標，它不是目標。靈感的目標還是我們想成為一個開放性的、有主張的、大家能喜歡的用戶產品。

二、關于“靈光”產品技術亮點：定位效率產品而非陪伴，移動端“手搓應用”是特色

Q7：靈光App的產品差異化特色是什么？

答：從產品特色的角度來講，我覺得“閃應用”毫無疑問是一個非常有特色的能力。現在已經上線了兩天，我們在觀察用戶行為的時候，發現很多用戶會長輪次地用“閃應用”，這超出我們在上線前的預期——他們平均的在一個案例里修改達到6輪，其中有一個用戶他連搓兩個多小時，改了一百多次，做了一個應用。這是讓我們非常驚喜的地方，因為至少驗證它向某些用戶實現了實實在在的Deliver（交付）。

靈光App的“閃應用”是業內第一個把“手搓應用”真的做到移動端的產品。產品本身足夠的新，雖然還不完美，但是對很多用戶來講，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力。

▲用靈光App一句話生成“記賬”和“云養貓”應用（圖源：智東西）

Q8：從3月立項到11月上線，團隊是如何確定了現在的三大核心功能（靈光對話、靈光開眼、閃應用）？中間是否經歷過艱難的取舍？

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

當時我們有兩個判斷，一是判斷回合制的“主對話”方式，依然是一個天花板足夠高、能夠承載未來若干年模型能力發展的一種形式。所以就有了剛才的三大功能里面其中的兩大——“問答“和“閃應用”。

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

回到“閃應用”，選用過程其實相對更特殊一點。今年1月我們整體在做規劃的時候，先出了一個視頻Demo，然后當時就把這種類似的可交互的功能規劃進去了。有一個有趣的小插曲，當時算法同學就看到設計同學在做這個視頻，他就說你們做得太酷炫了，問這是用來干什么的？設計同學跟他說做的是你們下個季度的OKR，然后那個算法同學就對不做聲了，默默的回到了座位。其實在那個時間點，我們也不知道這種實時可交互的方式，到底能不能夠在一個10秒左右的時間生成一個像今天這樣“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月份的時候，這個事情沒有那么的明朗，當時確定的是Coding能力很重要，并且這個能力在不斷向前發展，但是到底能發展到什么程度？什么時候能達到用戶滿意的效果？其實這在當時有非常多的不確定性。但我判斷這是在AGI時代的一個核心能力，就設下了這個方向。

Q9：在進行快速研究時，靈光生成的內容排版清晰、可讀性強。想請問，這類回答是否基于預設的呈現模板，還是主要由模型自身的生成能力驅動？

答：這也是這一代的AI產品跟之前的很多產品最大的一個區別。我們不再需要靠預設模板去達到好的效果。甚至你看同一個問題，刷新重新問一下，他可能會呈現不同的優美排版，信息效率同樣的高。

▲靈光App生成的內容圖文并茂、排版美觀（圖源：智東西）

這里面的核心的是我們的產品主張。比如說對于信息的獲取，我們有幾個維度是非常關鍵的要求：多、快、好、新。就是信息要豐富，信息出來的時間要短，你不能等個一兩分鐘；然后信息要好，這個好包括基礎準確性、閱讀體驗等。然后還有信息要新，比如今天上午發生的一些事情，我們中午去問就應該有相關的結果。

所以在這樣的產品主張的情況下，我們會把這樣的主張去學到模型里面，然后同時給模型一定程度上發揮空間，同時盡量限制他的幻覺。在這樣的情況下，我們才能做到相對絲滑的整體效果。它會更像一個人的回答。這里本質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，比如靈光也會分析場景里的精彩內容，然后實時呈現到畫面之中。請問“靈光開眼”和“探一下”在技術實現或設計理念上，是否延續或借鑒了“探一下”的經驗？

答：“探一下”是我們團隊去年的產品，它是在支付寶內的一個功能。它的功能是當我看到一個場景，給它拍張照，它會針對這個照片進行一些分析，這是我們去年的一個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”的基礎上做了一個升級。它不是只是拍一張照片做一些分析，而是能夠在實時的場景里去展示出你想要得到的信息。底層邏輯是我們認為“人與世界交互的方式是連續的”，所以“我們在AGI產品里面呈現的方式應該也是連續的”。但背后很多的算法技術、理念都是一脈相承的。

Q11：“閃應用”不支持修改代碼？

答：這也是一個產品主張。因為絕大部分人不具備直接修改代碼的能力。“靈光”在這個點定位跟Cursor不一樣（為專業用戶而生），靈光編程整體門檻會更低一些，另一方面它可能也會犧牲一些編程靈活度。

Q12：馬斯克預測未來5到6年之內，AI崛起會推動傳統App消失，靈光生成的應用會不會符合這個預期？

答：我認為未來這樣的形式創作會越來越普遍，它是一個大勢所趨。但至于說未來這樣形式的應用和傳統App是不是會共存，以怎樣的方式共存，并不是我們目前最關心的問題。但我相信共存方式還是以用戶價值為核心的。

Q13：請問靈光未來是否會考慮打造完善的閃應用生態體系，例如提供官方的應用托管平臺或應用市場？

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品主張的功能都是在考慮之內的。

閃應用今天還是一個非常早期的形態。因為我們相信未來6-8個月內，整個模型的Coding能力肯定會越來越強。我們今天依然堅信這是一個技術演進的必然趨勢，所以閃應用肯定會越來越好，越來越豐富，就像GPT-3.5到GPT-5有一個過程。等時機成熟的時候，我們會自然而然地推出這種MarketPlace或生態平臺。但是它的一個前提是，我們的質量可以達到“多、快、好、新”的精品，因為只有精品大家才有分享欲、消費欲。

Q14：靈光App實現了很不錯的一個交互，像一款GUI（圖形用戶界面）產品，之后在這方面會有什么更進一步的探索？

答：講實話，我們在推進產品中的思路不是說一定要做一個GUI的產品，核心還是希望在信息傳遞的過程當中實現效率最高。我們還是沿著這樣的一個產品主軸，再結合整個模型能力的突破。在這個過程中，我們發現模型寫代碼、調動各種工具，確實到了一個不僅是能夠降本增效，還具備生成用戶消費級內容的一個臨界點。

然后對我們團隊，包括對整個螞蟻，在很多技術上面我們都走在科技的前沿，我們都會去嘗試現在最前沿最先進的技術。所以在這一塊，我們未來也依然會用閃應用形式、圖文并茂的呈現方式、多模態的形態等，還比如還未透露的SVG（可縮放矢量圖形）形態，用這種形態為用戶講解“量子力學”、“波粒二象性”等動態演示效果。所以其實我們會做很多這樣的一些嘗試。

我們相信，在過去我們看到的互聯網上所有的內容，本質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互聯網的內容和服務生態。本質上還是因為我們相信代碼能力越來越強，編程的能力越來越強。我們把這些能力用好，整個信息的呈現方式、交互方式會有質的提升。

Q15：就我的體驗，靈光在生成圖片時對一些意境不是特別理解，文字潤色上會出現生硬的情況，接下來的產品會不會在這方面有更好的優化？

答：下次你如果遇到這種情況，你刷新一下，可能結果就對了（笑）。

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

然后第二點，現在市面上但凡做得比較好的產品，它都有自己的產品主張，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。對靈光App來講，也有自己的產品主場，我們需要做的都是把自己最擅長的那一部分打得非常的長。任何一個產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的一些場景里打透打穿，這樣才能夠形成一個相對穩定的用戶群，對這部分用戶創造更大的價值。

Q16：靈光定位一個更偏工具型的產品，產品設計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迭代速度上如何取舍？

答：我個人觀點是，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詞。本質上它解決的一類問題是效率類問題。現在大部分的互聯網產品可以分成兩類：一類是效率類，它要滿足用戶的需求，就是Save time（節省時間），說到底是在什么場景里怎么去Save time，比如百度搜索、大眾點評、ChatGPT等；還有一類產品其實是殺時間產品，比如說最典型的是抖音。很多時候大家可能是一天上班很累了，然后打開抖音去看一看。

一個產品開始的階段需要有一個主軸。我們的產品主張，是把靈光的主軸定位在效率側。當然你說一個產品發展到后面，它可能二者都會有涉及。那么在這個階段，靈光現在主打的功能并不是陪聊，不管是情感的陪聊還是IP陪聊，并不是目前產品的一個主張。我覺得這個更多還是對于一個新產品，我們還是認為想要先把長板拉得足夠長，然后再去補其他的短板，可能這是一個效率最高的方式。這也是一個更容易讓用戶記住，能夠創造更多用戶價值的。

三、關于通用AI助手賽道格局：“今天講的競爭不是競爭”，與豆包、DeepSeek打差異化

Q17：AI to C市場已有一些產品，現在入局，是否會覺得“起步稍晚”？比如字節豆包有抖音的流量，騰訊元寶有微信社交生態，那么螞蟻“靈光”的底氣在哪？同時挑戰在哪？您如何看整個行業的競爭？

答：我還是不期待用競爭的視角去看這個東西，因為機會太大了。我們相信它是一個互聯網級別的機會，我們至今至少享受了30年的互聯網時代紅利。那大模型從2022年至今也才三年，我們還有很長的路要走。所以說你今天講的競爭，我認為都不是競爭。只是有人暫時在一個方向上找了一桶油，有人找到了一個蘋果。

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

而且我們相信，因為我們看到了這些問題，并堅持我們的技術理念，我們團隊所有一流的工程師都在這個方向去努力，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期的結果，我認為這是我們最大的底氣。

Q18：您說就是從年初開始組建這個AGI攻堅隊伍，你們是怎么去規劃這種產品和研究兩個方向的目標，你是怎樣去規劃AGI藍圖的？

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

我認為今天的時代的紅利是什么？如果我們能夠把做的Research（科研）變成一個普惠的產品，我們就有更多的紅利。從這個邏輯來講，我們必須加快這個速度，加快循環效率。因為某種意義上，可以做的研究方向太多了，但從用戶視角去看產品，研究萬變不離其宗，就是一直講的效率。

我們有一系列的戰略選擇，為什么會做Diffusion（擴散模型）？是因為它的至少從Close generation（最近一代）的效率來講是非常好的；為什么會做Coding（編程）？我們堅信Coding既是語言的延伸，也是各種各樣的媒體的表達形式，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，它其實也是html，這里面其實對Research的要求是很高的。

其實很多朋友第一個反應是問你們為什么做得這么快？因為我們產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？其實我們是在硬件利潤上，包括在模型架構，從數據到系統上下了很多功夫。

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

Q19：如何看待“模型即產品”？

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

但另一方面，如果我們認為我們做好了一個基礎模型，其他什么也不用做，然后把這個模型扔在外面，它就會變成一個日活過億的國民級產品，我覺得大概率不會發生。原因是模型是一個底座，它提供了很多能力，但每個人的需求千差萬別，怎么才能夠嫁接模型能力到用戶具體的需求上，這里面其實是需要產品經理、設計師、運營、算法、工程等團隊做很多的工作，共同去探索究竟模型的能力成長了，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。

其實“靈光”App里面的“閃應用”是一個非常典型的例子，我們在這個模型能力的邊界上找到了這么一個點，然后用普惠思維把它做到了移動端，讓每個人都能夠一句話生成應用。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用要齊頭并進，這也是我們整體去做大模型產品的一個理念。

Q20：靈光App在螞蟻生態當中的角色定位是什么？

答：我經常開玩笑說一句話，就是“螞蟻業務的成功掩蓋了我們技術的光芒”。雖然“靈光”今年3月才立項，但前期所有的技術其實是轉化到了上來。今天來看，“靈光”還小，我們對他的愿景肯定是美好的。在AI時代，我們肯定得有一款自己的代表產品，可能是“AQ”、“螞小財”，也可能是“靈光”。但就像螞蟻當年從互聯網到移動互聯網有了支付寶，然后有了余額寶、網商銀行一樣。

我們在不同的方向去探索，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”成為每個人的“數字巴菲特”，這種愿景指引我們在不同方向上（前進）。其實就是盡你所能去找那口井的感覺。今天來看，我們不是說有一個推導目標，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遇。

靈光區別于其他產品的地方，一是它站在我們技術的最前沿，二是它也是在一個不確定性中去尋找確定性的一個產品。