灵光 APP：蚂蚁集团的全模态 AI 助手，答案可以是 3D、图表与地图

灵光是蚂蚁集团推出的全模态 AI 助手 App，它把语言、图像、语音与数据的理解与生成能力放进同一个入口，答案不再只是几段文字：可以是一段朗读、一个能在手里转动的 3D 模型、一张把抽象概念画出来的插图、一组可追问的图表，或者一张可交互的地图。核心功能是「灵光对话」与「灵光开眼」，前者负责把问题讲清楚，后者让手机变成能看懂现场的入口。

它真正想解决的，是「文字答案不够用」这件事。问金字塔长什么样，读一段描述远不如转一个模型；问量子纠缠是什么，看一张示意图比读三段解释更快；问某条街有什么好吃的，一张能点开的地图胜过罗列店名。灵光的做法是把答案的形态和问题的性质对齐，用视觉、空间与声音去承载那些文字天生吃力的内容。

另一条线是「灵光开眼」带来的现场能力：对着路边的植物、博物馆的画作提问，或者上传一张照片追问这是什么、为什么、怎么用，再让它在同一个对话里改图、生成视频。这部分把助手从「你问我答」推向「一起看、一起改」。需要提醒的是，来源页没有披露具体定价、可用地区与账号额度，涉及专业结论、数据出处的页面仍应逐条核对。

主要功能

语音朗读

把文字答案转成自然语音，适合英文单词发音、生僻字读音和睡前故事等场景。对正在走路、做饭或眼睛疲劳的人来说，把长答案变成可听的内容，比盯着屏幕读完更现实。

3D 数字模型

用三维数字化技术生成可交互模型，比如金字塔、霸王龙。转动、缩放、换角度看结构，是比较「读描述」更直接的科普方式，尤其适合给孩子讲空间结构。

生成式插图

把抽象复杂的知识转成直观图像或动画。遇到量子纠缠、经济学原理这类难以用一句话说清的概念，先用一张图建立直觉，再回头读定义，理解成本会低很多。

图表与数据

快速呈现财报、研究论文等复杂数据，并支持追问与深挖。图表的价值在于能顺着一个数字继续问下去，但正式引用前应当回到原始出处核对口径与期间。

可交互地图

生成美食探店、旅行路线等地图，帮助规划路径。适合出行前的粗略排布，实际营业时间、预约规则仍建议在官方渠道再确认一次。

解读与溯源

支持对答案做深度解读并查看来源。这是判断可信度的关键入口：有出处不等于结论正确，但至少给了你一条可以自己走回去的路。

灵光开眼

让手机实时理解复杂场景与动态画面，支持语音问答，例如识别路边植物、讲解博物馆画作；也支持上传图片后自由提问，并直接进行修图、改图、生成视频与图片等创作。

单图生成 3D 世界

上传一张图片，就能在手机端生成可交互的 3D 世界，用摇杆以第一人称视角自由探索。它更像一次体验演示，适合感受空间生成的能力边界。

使用方式

1. 在 iPhone、iPad 或 Mac 上获取灵光 App 并完成登录。
2. 在「灵光对话」中输入问题或关键词，观察它给出的答案形态。
3. 对同一问题继续追问，或切换成语音朗读、3D 模型、插图、图表、地图等不同呈现方式。
4. 需要判断可信度时，展开解读并查看来源，回到原始资料确认关键数据。
5. 进入「灵光开眼」，对着场景拍摄或上传图片提问，也可直接下指令修图、改图、生成图片与视频。
6. 想体验空间生成时，上传一张图片生成 3D 世界，用摇杆以第一人称视角探索。

价格与可用性

• 来源页只介绍功能与设备支持情况，没有披露定价、免费额度、订阅方案或会员权益。
• 不同功能是否分阶段开放、3D 与视频生成是否有次数限制，需要在 App 内按当前账号查看。

适用场景

• 学习与科普：把抽象概念换成插图、3D 模型或动画，先建立直觉再看定义。
• 办公与研究：用图表梳理财报和论文数据，顺着数字追问，再回原文核对。
• 出行规划：用可交互地图排出探店与路线，出发前再确认营业信息。
• 语言学习：听单词与生僻字的发音，把长文转成语音在通勤时听。
• 现场探索：在博物馆、植物园对着实物提问，让手机解释眼前的东西。
• 内容创作：用开眼修图、改图、生成图片与视频，快速做出可用的素材版本。

限制与注意事项

• 3D 模型、单图生成 3D 世界与视频生成对设备性能有要求，来源未说明各机型的具体表现差异。
• 解读与溯源提供了查看来源的入口，但结论仍需自己核对，尤其是财务数据、医学与法律相关内容。
• 生成式插图与 3D 内容可能失真，用于教学、出版或对外宣传前应人工复核关键细节。
• 来源页未披露定价、可用地区与商业使用条款，正式对外使用前应确认授权范围。
• 拍照识别受光线、角度与遮挡影响，识别结果只宜作为线索，不宜作为唯一依据。

常见问题

灵光是什么？

灵光是蚂蚁集团推出的全模态 AI 助手 App，融合语言、图像、语音与数据的理解与生成能力，支持语音、3D 模型、插图、图表、动画与地图等多种输出，核心功能为「灵光对话」与「灵光开眼」。

它和普通 AI 助手有什么不同？

差别主要在答案形态。普通助手多以文字回答，灵光会把同一问题呈现为语音、3D 模型、生成式插图、图表或可交互地图，并支持解读与来源查看，更贴近需要「看懂」而不是「读完」的场景。

支持哪些设备？

来源说明支持 iPhone、iPad、Mac 等多种设备。具体系统版本要求与各机型上的功能差异，来源未逐项列出，建议在下载页确认。

能识别照片里的东西吗？

可以。「灵光开眼」支持实时理解场景与动态画面，也支持上传图片后自由提问，例如询问这是什么、为什么、怎么用。识别结果受拍摄条件影响，重要判断仍应交叉验证。

单张图片生成 3D 世界是什么？

上传一张图片后，App 可在手机端生成可交互的 3D 世界，并用摇杆以第一人称视角自由探索。它更适合体验空间生成能力，而不是用于精确测绘。