蚂蚁集团多模态AI“灵光”上线

蚂蚁集团近日推出全新多模态AI应用“灵光”，已在应用宝、vivo应用商店开启邀约内测。这款由支付宝（杭州）数字服务技术有限公司开发的应用，亮点在于其内置的“AGI相机”功能，能够通过相机镜头识别并理解现实场景，实现拍摄即问、实时理解与回答。业内人士认为，“灵光”在“认知层理解”上更具优势，或具备更强的场景分析与多模态推理能力。此前，蚂蚁集团已在多模态与AGI方向持续探索，并推出了全球首个模态支持上可媲美GPT-4o的开源模型Ming-Lite-omni-Preview，整合了语音、图像的生成与理解能力。

据新浪科技消息，近日，一款名为 “灵光” 的全新多模态应用已在腾讯应用宝、vivo 应用商店等平台悄然上线，并开启邀约内测。用户可通过手机号或支付宝账号直接登录体验。

据悉，“灵光”由 支付宝（杭州）数字服务技术有限公司开发，其最大亮点在于内置的 “AGI 相机” 功能。这一功能可通过相机镜头识别并理解现实世界中的场景与内容，实现拍摄即问、实时理解与回答。有业内人士指出，该功能与字节跳动的 豆包 App、阿里 元宝 App 的图像识别功能类似，但灵光更强调“认知层理解”，或具备更强的场景分析与多模态推理能力。

事实上，蚂蚁集团在多模态与 AGI 方向的探索已持续数月。今年4月底，蚂蚁首次实现了图像理解与生成的统一；5月份又推出了 Ming-Lite-omni-Preview 模型，这是全球首个在模态支持上可媲美 GPT-4o 的开源模型，具备语音、图像的生成与理解整合能力。

理论要掌握，实操不能落！以上关于《蚂蚁集团多模态AI“灵光”上线》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！