灵光支付宝发布AGI多模态APP

Tags：AI软件手机实用工具

灵光app是蚂蚁旗下推出的AGI多模态智能应用，依托支付宝技术生态开发，主打“快速理解与高效交互”的AI服务。其核心功能分为两大板块：一是“快速研究”模式，可一键解析合同、医疗报告、学术论文等复杂文档，自动提取关键信息并生成结构化摘要。

软件特色

【AGI相机功能】

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”。例如，拍摄停车缴费单可自动识别支付需求，拍摄体检单可生成健康建议。

【多模态理解能力】

依托蚂蚁自研的Ming-Lite-omni模型，实现图像、语音、文本的跨模态融合，较传统OCR工具的信息处理效率提升300%。

【快速研究功能】

能迅速整理复杂文档要点，如合同、发票、医疗报告等，自动提取关键信息并生成结构化摘要。

【本地初步识别+云端语义推理模式】

将响应延时控制在500毫秒内，同时降低移动端能耗峰值至传统多模态应用的1/3。

【场景化生成能力】

支持“识别-理解-推荐-交易”全链路，如商品识别后跳转支付宝小程序购买，车牌识别后完成停车缴费。

灵光app的AGI相机功能使用简介

1、拍摄停车缴费单，相机可识别单据类型并自动关联支付需求；

2、拍摄体检报告，能分析异常指标并推荐健康险产品。

3、拍摄商品并询问价格，AI可调用电商数据提供比价信息；

4、拍摄街景并询问路线，AI会结合地图数据规划路径。

软件亮点

1、高语义理解准确率

依托支付宝12亿实名用户和日均10亿笔交易数据，在消费场景的语义理解准确率高，较行业平均高15个百分点。

2、多语言支持与跨文化场景优化

已适配12种主流语言，并针对海外商品识别等场景进行优化，计划将“视觉即服务”模式复制至东南亚、中东等新兴市场。

3、商业闭环构建能力

通过入口层（AGI相机、支付宝搜索、小程序调用）、能力层（场景理解、知识图谱、决策支持）和变现层（保险推荐、理财顾问、企业服务）的整合，形成完整的商业生态。

4、技术路径创新

较Meta Segment Anything模型更侧重实时决策而非通用分割，采用“实时点云即带绝对坐标”等技术，提升场景适应性和可靠度。

5、用户隐私保护与数据合规

在数据合规方面投入大量资源，预计占研发费用的25%，确保用户数据安全。

更新日志

v1.0.22.8000版本

优化体验，增强稳定性。