當AI看懂世界，誰還懂人心？

十年前，掃碼支付改變了中國人的生活。最近，一款名為“靈光”的App，或許正在改變人與信息的交互方式。它由支付寶（杭州）數字服務技術有限公司開發，最近在騰訊應用寶和vivo商店悄然上線。

最特別的地方，不在聊天，不在內容，而在相機。舉起手機，AI就能識別并理解現實世界——從賬單到商品，從街頭場景到一張發票，拍照即可提問、拍照即可理解。

這不是一次普通的功能升級，而是螞蟻集團在AI時代的新嘗試。第一次，它用二維碼讓機器認識人，這一次，它想讓機器理解世界。

從“識別”到“理解”：AI的邊界在擴張

AI能識別世界，這件事我們早已習慣。但讓AI去理解世界，仍是一道難題。

靈光背后的核心模型 Ming-Lite-omni，正試圖跨過這道坎——不只告訴你“這是什么”，而是告訴你“這意味著什么”。

比如拍一張停車繳費單，它會問：“是否需要支付？”；拍一份發票，它能判斷“你可能在報銷”；甚至拍一張菜譜，它能延伸出健康建議。這種“場景級理解”，讓AI第一次具備了語境意識，不再等待輸入，而是主動捕捉用戶的意圖。

賽迪研究院數據顯示，2023年我國大模型市場規模已達132.3億元，同比翻番。業內預測，到2030年這一數字將突破2200億元，年復合增速超過40%。多模態智能被認為是增長的關鍵引擎，也標志著AI產業從“語言理解”邁向“視覺認知”的新階段。

技術上，螞蟻采用了端云協同架構——在本地進行初步識別，在云端完成語義推理，延時控制在500毫秒內。對用戶來說，這種“抬手即懂”的響應，第一次讓AI顯得不再抽象。

但“理解世界”的另一面，是對數據邊界的再定義。每一幀圖像、每一段語義分析，都意味著一次潛在的隱私接觸。AI看懂世界的同時，也在重新定義“看”的權力。

而當技術具備了理解力，真正的問題變成——誰能把它變成新的入口？

入口的重寫：從掃碼支付到認知入口

支付寶曾經是中國互聯網“連接”的象征。二維碼的普及，不只是支付的效率革命，更讓無數線下商戶第一次接入了數字世界。

但當掃碼支付成為日常，入口也成了慣性。流量見頂、增速放緩，螞蟻必須重新尋找一個能重新打開想象力的起點。靈光，也許就是那個新的入口。

這一次，支付寶不再做“被掃的工具”，而是想成為“主動理解的助手”。

當AI能看懂場景，交易的觸發方式就從點擊變成了語境：

拍商品，AI能直接識別SKU、引導購買；
拍賬單，能自動識別金額并生成報銷憑證；
拍車牌，能直達停車繳費；
甚至拍體檢單，也能識別異常數據，順勢推薦保險。

據QuestMobile數據，2024年移動支付用戶滲透率已超過96%，增速降至個位數。支付寶仍是巨無霸，但增長的空間越來越窄。靈光的價值，在于重構入口邏輯——讓支付不再只是終點，而是理解現實的起點。

掃碼改變了支付，而理解，可能改變商業。支付寶想要的，是讓AI成為現實世界的操作系統——理解人、理解物，也理解交易背后的動機。

AI的聰明，不代表它輕盈

從體驗上看，靈光幾乎是移動端AI的一次極限實驗。
但它的“輕盈”背后，是算力和能耗的雙重重量。多模態模型極度吃資源，端側推理功耗高、延遲大，不同機型之間差距明顯。

根據vivo開發者大會上相關技術介紹，移動端大模型推理的能耗通常是傳統圖像識別任務的3–5倍。如果啟用多模態推理，峰值功耗可達普通App的十倍。一位測試者形容：“幾分鐘之內，手機已經發燙?！睒I內估算，一次完整的多模態推理能耗在2.5至3瓦之間，這讓“隨時看懂世界”的理想，暫時還不夠輕盈。

更現實的挑戰在于隱私。相機識別意味著接觸敏感數據，從身份證到賬單、從醫療影像到人臉。靈光必須在“本地處理”與“云端協同”之間找到平衡，否則越聰明，越危險。一個能理解世界的AI，也必須先理解什么叫“克制”。

商業上，靈光還沒有清晰的變現模式。它既不是廣告平臺，也不是會員體系。最合理的想象，是在支付體系內形成“AI+交易”的閉環：讓AI理解、推薦、支付、留存。但這條路也并不輕松，當幾乎所有App都在嵌入AI時，用戶是否還需要另一個“懂他”的應用？
真正的競爭，也許不是誰更聰明，而是誰更節制。

AI入口的中國路徑：從內容智能到場景智能

在全球 AI 版圖里，路線正在分化。

國外 AI 更強調內容生成，追求模型能力與創作表達；中國 AI 則更注重場景落地，從算法突破轉向產業融合。字節用豆包打通內容鏈，阿里依托通義重塑購物與服務入口，百度以文心穩住搜索與問答陣地，而螞蟻，則把 AI 嵌進生活。

更具體來看，這幾家頭部產品的重心正在分化：
豆包以內容生成為主，偏向 C 端娛樂與知識延展；
文心強化搜索與問答，聚焦信息檢索與知識增強；
靈光則選擇“場景理解 + 交易閉環”的路徑，更接近業內所稱的“視覺即服務”（Vision-as-a-Service）思路——讓相機成為入口，讓理解成為服務。

靈光的價值，不在它能做多少，而在于它能靠多近。它把 AI 從屏幕里拉到了街頭、餐桌、賬單與生活的縫隙里——那是中國式 AI 最熟悉的戰場。

從產業視角看，這是一條更穩的路徑。在缺乏 OpenAI 那樣龐大算力的前提下，中國企業正以“場景密度”對沖算力差距，讓 AI 從理解世界開始，而不是試圖改造世界。

行業數據也在印證這種轉向?！?025年產業AI應用熱力報告》顯示，超過一半的 AI 應用集中在消費類場景，其中商品檢索、智能推薦、虛擬客服等位列前三。國務院在《關于深入實施“人工智能+”行動的意見》中，也將“人工智能+消費”列為重點方向，政策驅動下，消費與生活服務場景正成為 AI 落地最密集的陣地。

在市場端，消費行業幾乎成了 AI 增長的主引擎。艾媒咨詢數據顯示，2025 年電子商務領域中，AI 數字人企業占比已達 16.49%，居各行業之首；IDC 報告則指出，2025 年上半年中國 AI 云市場規模達到 223 億元，同比增長 148%，增長主力正來自消費與生活服務領域。

綜合多方預測，到 2025 年，中國 AI 應用部署中將有六成以上集中在消費與生活服務場景。金融、醫療、零售等現實行業，也正在成為多模態智能落地的主陣地。
對螞蟻來說，“靈光”并非一次孤立的實驗，而是讓 AI 深植商業肌理、回到真實生活的戰略延伸。

最后

短期內，靈光或許難成爆款。但長期看，它可能是支付寶下一個十年的“二維碼”。

靈光的出現，是支付寶在AI時代的一次再造。它既展示了螞蟻的技術野心，也暴露了所有巨頭的焦慮：當AI的入口越來越多，入口本身的意義，正在消失。

從掃碼到識界，再到支付理解。這場變革真正考驗的，不是算法的聰明，而是信任的重建。AI可以看懂世界，但卻未必懂人，算法可以精準推薦，卻無法重建信任。

也許，“靈光”照見的不只是世界，還有我們自己。技術的光照亮了前路，也照亮了人心。真正的入口，從來不在鏡頭里，而在人與世界的理解之間——那才是靈光的真正考題。

注：本文基于公開上線版本及行業分析撰寫，部分功能細節可能隨產品迭代調整。