Lingguang: Ant Groups multimodaler Assistent antwortet mit 3D, Diagrammen und Karten

Lingguang ist eine multimodale KI-Assistenz-App von Ant Group, die Verstehen und Erzeugen von Sprache, Bild, Ton und Daten in einen einzigen Einstieg legt – und Antworten bleiben nicht beim Absatz. Sie können ein vorgelesener Text sein, ein 3D-Modell, das man in der Hand dreht, eine Illustration, die eine abstrakte Idee zeichnet, ein Diagramm, zu dem man weiterfragen kann, oder eine Karte, die sich bedienen lässt. Zwei Funktionen tragen das Produkt: Lingguang Chat, das Dinge ordentlich erklärt, und Lingguang Vision, das das Smartphone zu einem Eingang in die Szene vor einem macht.

Das Ziel ist der Fall, in dem eine Textantwort nicht reicht. Wer fragt, wie eine Pyramide aussieht, ist mit einem drehbaren Modell besser bedient als mit einem Absatz; wer Quantenverschränkung verstehen will, kommt mit einem Schaubild schneller voran als mit drei Erklärungen; wer wissen will, was in einer Straße zu essen lohnt, braucht eher eine antippbare Karte als eine Liste von Ladenamen. Lingguang bringt die Form der Antwort mit der Art der Frage in Einklang und übernimmt mit Bild, Raum und Ton, was Text schlecht trägt.

Der zweite Strang ist Präsenz durch Lingguang Vision: die Kamera auf eine Pflanze am Straßenrand oder ein Museumsbild richten und fragen, ein Foto hochladen und weiterfragen, was es ist, warum es funktioniert, wie man es nutzt, und dann im selben Gespräch das Bild bearbeiten oder ein Video erzeugen lassen. Damit verschiebt sich der Assistent vom Frage-Antwort-Muster zum gemeinsamen Hinsehen und Umgestalten. Eine Einschränkung: Die Quellseite nennt keine Preise, keine Regionen und keine Kontingente, und fachliche Schlüsse oder Zahlenangaben müssen weiterhin Zeile für Zeile geprüft werden.

Zentrale Funktionen

Sprachausgabe

Verwandelt geschriebene Antworten in natürliche Sprache, hilfreich für englische Aussprache, seltene Zeichen oder Gutenachtgeschichten. Wer geht, kocht oder müde Augen hat, hört eine lange Antwort eher, als sie am Bildschirm zu lesen.

3D-Modelle

Erzeugt interaktive Modelle wie eine Pyramide oder einen Tyrannosaurus über dreidimensionale Digitalisierung. Drehen, Zoomen und Perspektivwechsel wirken direkter als eine Beschreibung und eignen sich besonders, um Kindern räumliche Strukturen zu erklären.

Generierte Illustrationen

Übersetzt abstraktes Wissen in Bilder oder Animation. Bei Themen wie Quantenverschränkung oder Wirtschaftsprinzipien hilft zuerst ein Bild für die Intuition und danach die Definition – der Aufwand beim Verstehen sinkt deutlich.

Diagramme und Daten

Stellt komplexe Daten aus Geschäftsberichten oder Studien schnell dar und erlaubt Rückfragen. Der Wert liegt im Weiterfragen an einer Zahl, formelle Zitate sollten jedoch zur Originalquelle zurückkehren, um Definition und Zeitraum zu prüfen.

Interaktive Karten

Erzeugt Karten für Restauranttouren oder Reiserouten und hilft bei der Wegeplanung. Gut für die grobe Planung vorab; Öffnungszeiten und Buchungsregeln gehören trotzdem auf offizielle Kanäle.

Deutung und Quellenprüfung

Antworten lassen sich tiefer ausdeuten und bis zu Quellen zurückverfolgen. Das ist der wichtigste Zugang zur Glaubwürdigkeit: Eine Quelle macht einen Schluss nicht richtig, gibt aber einen Weg zurück, den man selbst gehen kann.

Lingguang Vision

Versteht komplexe Szenen und bewegte Bilder in Echtzeit und beantwortet Sprachfragen, etwa zur Bestimmung einer Pflanze oder zur Erklärung eines Museumsbildes. Auch freie Fragen zu einem hochgeladenen Foto sind möglich, dazu Retusche, Bildbearbeitung sowie Bild- und Videogenerierung im selben Gespräch.

3D-Welt aus einem Foto

Nach dem Hochladen eines einzigen Bildes baut die App auf dem Smartphone eine interaktive 3D-Welt, die sich per Joystick in der Ich-Perspektive erkunden lässt. Eher als Demonstration räumlicher Generierung zu verstehen denn als Messwerkzeug.

So funktioniert es

1. Lingguang auf iPhone, iPad oder Mac installieren und anmelden.
2. Im Lingguang Chat eine Frage oder ein Stichwort eingeben und beobachten, welche Antwortform gewählt wird.
3. Weiterfragen stellen oder die Darstellung auf Sprachausgabe, 3D-Modell, Illustration, Diagramm oder Karte umschalten.
4. Wenn Glaubwürdigkeit zählt, die Deutung öffnen und die Quellen mit dem Originalmaterial abgleichen.
5. Lingguang Vision öffnen, eine Szene fotografieren oder ein Foto hochladen und fragen, danach Anweisungen zum Retuschieren, Bearbeiten oder Erzeugen von Bildern und Videos geben.
6. Für die räumliche Generierung ein Foto hochladen, die 3D-Welt erzeugen und in der Ich-Perspektive erkunden.

Preis und Verfügbarkeit

• Die Quellseite beschreibt nur Funktionen und Geräteunterstützung; Preise, kostenloses Kontingent, Abonnement und Mitgliedsvorteile fehlen.
• Ob Funktionen stufenweise freigeschaltet werden und ob 3D- oder Videogenerierung Nutzungsgrenzen hat, ist in der App im eigenen Konto zu prüfen.

Typische Einsatzfelder

• Lernen und Wissenschaftsvermittlung: abstrakte Begriffe durch Illustrationen, 3D-Modelle oder Animation ersetzen und zuerst Intuition aufbauen.
• Arbeit und Recherche: Daten aus Berichten und Studien in Diagrammen ordnen, Zahlen hinterfragen und anschließend am Original prüfen.
• Reiseplanung: Essensstopps und Routen auf einer interaktiven Karte anordnen und Öffnungszeiten vor der Abreise bestätigen.
• Sprachenlernen: Aussprache von Wörtern und seltenen Zeichen hören oder lange Texte für den Arbeitsweg vertonen.
• Erkundung vor Ort: Objekte in Museen oder botanischen Gärten befragen und das Smartphone erklären lassen, was vor einem liegt.
• Content-Produktion: mit der Vision-Funktion retuschieren, bearbeiten und Bilder oder Videos erzeugen, um schnell brauchbare Entwürfe zu haben.

Grenzen und Hinweise

• 3D-Modelle, 3D-Welten aus einem Foto und Videogenerierung hängen von der Geräteleistung ab; wie stark die Ergebnisse je Modell abweichen, steht nicht in der Quelle.
• Deutung und Quellenprüfung bieten einen Prüfweg, die Schlüsse muss man jedoch selbst verifizieren, besonders bei Finanz-, Medizin- und Rechtsinhalten.
• Generierte Illustrationen und 3D-Inhalte können Details verzerren, daher vor Einsatz in Unterricht, Publikation oder Werbung die Kernpunkte von Hand prüfen.
• Die Quelle nennt keine Preise, Regionen oder Bedingungen für kommerzielle Nutzung; den Lizenzumfang vor externer Veröffentlichung klären.
• Kameraerkennung hängt von Licht, Winkel und Verdeckung ab, das Ergebnis dient als Hinweis und nicht als einzige Entscheidungsgrundlage.

Häufige Fragen

Was ist Lingguang?

Eine multimodale KI-Assistenz-App von Ant Group, die Verstehen und Erzeugen von Sprache, Bild, Ton und Daten verbindet. Sie antwortet mit Sprache, 3D-Modellen, Illustrationen, Diagrammen, Animationen und Karten; zentrale Funktionen sind Lingguang Chat und Lingguang Vision.

Worin unterscheidet sie sich von üblichen Assistenten?

Vor allem in der Antwortform. Ein üblicher Assistent antwortet in Text, Lingguang zeigt dieselbe Antwort als Sprache, 3D-Modell, generierte Illustration, Diagramm oder interaktive Karte und ergänzt Deutung sowie Quellenprüfung. Das passt, wenn man sehen statt lesen muss.

Welche Geräte werden unterstützt?

Die Quelle nennt iPhone, iPad, Mac und weitere Geräte. Konkrete Systemanforderungen und Unterschiede je Modell sind nicht aufgeführt, daher die Download-Seite prüfen.

Erkennt es Objekte auf einem Foto?

Ja. Lingguang Vision versteht Szenen und bewegte Bilder in Echtzeit und beantwortet freie Fragen zu einem hochgeladenen Foto, etwa was es ist, warum und wie man es nutzt. Ergebnisse hängen von den Aufnahmebedingungen ab, Wichtiges bitte gegenprüfen.

Was ist die 3D-Welt aus einem Foto?

Nach dem Hochladen eines Bildes baut die App auf dem Smartphone eine interaktive 3D-Welt, die sich per Joystick in der Ich-Perspektive erkunden lässt. Besser als Demonstration räumlicher Generierung denn als präzise Vermessung zu verstehen.