支付宝继续卷AI应用：推出增强版AI视觉搜索“探一下”

蚂蚁集团确立了“AI First”方针，积极布局AI前沿技术，包括大模型、知识图谱、运筹优化、图学习以及可信AI等领域，构建起自身的技术体系。

摘要

支付宝推出了基于自研多模态大模型技术的新一代AI视觉搜索产品“探一下”，提供更快速、有用、趣味的生成式搜索服务。

“探一下”具备“探知识”、“探文本”和“探灵感”三个核心功能，分别用于内容识别与智能推荐、文本提取与翻译、以及为图片赋予特别的视角滤镜和趣味解读。

蚂蚁集团通过自建算力集群、自研大语言模型和多模态大模型，推出三大AI管家，并发布智能体开发平台“百宝箱”，为商家打造AI工具，推动AI技术在商业生态中的应用。

马云在蚂蚁20周年晚会上强调了AI时代的巨大变革潜力。蚂蚁集团正尝试以支付宝为核心，用AI加速科技驱动力，AI有望成为蚂蚁集团的重要底色和新一轮成长的推进器。

AI已成为各大科技巨头角逐的关键赛道，而蚂蚁集团在AI领域的密集布局，愈发引人注目。

2024年12月30日，支付宝宣布推出新一代AI视觉搜索产品“探一下”，基于自研的多模态大模型技术，可“用AI之眼探索万物”，提供更快速、有用、趣味的生成式搜索服务。

蚂蚁的AI布局，早就有迹可循，板块也愈发清晰。过去两年，蚂蚁自建了万卡异构算力集群，自研了百灵大语言模型和多模态大模型；应用层面，推出三大AI管家，让AI“有手有脚”能办事，开拓全新的办事型AI形态；生态方面，以支付宝商业生态为主阵地，发布智能体开发平台“百宝箱”，为千万商家打造AI“掘金铲”。

久未露面的马云，也公开表达了AI之于蚂蚁的动能。他在蚂蚁20周年晚会上表示，“未来的20年，AI时代所带来的巨大的变革，会超出所有人的想象”。

毫无疑问，蚂蚁正在尝试以支付宝为核心，用AI加速科技驱动力。未来的蚂蚁，AI或将会成为其重要的底色，甚至是打造新蚂蚁的推进器。

借AI“探”万象

相比于大厂热衷布局的AI社交、AI视频、AI音乐等热门赛道不同，此次支付宝通过推出“探一下”，则切入了一条全新的生成式AI视觉搜索赛道。

Tech星球体验发现，“探一下”是基于蚂蚁百灵多模态大模型技术的AI产品，相比于传统的视觉识别产品，“探一下”可以提供更快速、有用、趣味的生成式搜索服务。

用户在支付宝首页点击 “扫一扫” 后往左划，即可找到 “探一下”的入口，在支小宝App也能快速访问。进入“探一下”的主界面后，只需定格摄像头所捕捉的画面，系统便会开始分析并生成结果。

图注：支付宝“扫码”旁边就是“探一下”。

不同于以往的扫五福等玩法，运用的都只是图片识别技术。支付宝上线的“探一下”，除了融合原有的AR扫之外，还有三个特色核心功能——探知识、探灵感、探文本，兼具实用性和趣味性。

“探知识”是对内容进行识别，在捕捉画面主体后主动生成识别结果，并基于此进行发散性的信息智能推荐。

探知识的使用场景并不少，在生活、旅行、学习、购物等场景中，都有着很大需求。譬如，用户在购买手机时，不仅可以通过 “探知识” 直观地看到手机的配置信息、设计灵感等知识，还可以通过其附带的“探商品”入口，跳转至商品界面，完成从了解手机到购买手机的链路。

“探文本”也是基础的通用功能，可用于文本提取和翻译。譬如，对于跨境游客、跨境商家和海淘买家大有作用，遇到外文菜单或商品详情页，就可以快速提取关键信息并翻译。

除此之外，“探一下”还有“探灵感”的功能，Tech星球发现，在小红书内，“探灵感”成为了不少用户讨论最多的一个功能。

一位用户直言，“探灵感”让内容有了生命。从AI的视角看，这种生命感，源自“探灵感”让内容被AI赋予了特别的视角滤镜。譬如，可用幽默或治愈的视角，对静态图片进行趣味解读，让你在网上晒图再也不愁写啥文案。

总体上，“探一下”是一款具有创新性和实用性的生成式AI视觉搜索产品。不过，从目前的使用体验来看，也还有待完善的地方，例如，会受到光线、角度、距离等实际场景因素的影响，导致识别结果不准确或出现错误。

从“搜”到“探”，引领下一代AI视觉搜索

搜索诞生20年，一直致力于帮助用户更平等地获取信息。

传统搜索一直在进化，信息输入方式从手动打字到语音唤醒、图片识别，但始终未能焕新呈现结果。在Make 2024钉钉生态大会上，钉钉COO傅徐军在接受媒体采访时还谈及了传统搜索引擎难用的更多原因。他表示，传统的搜索检索到的大量信息是碎片化、离散化、非结构化的。

这背后折射出的是传统搜索模式基于关键词匹配的低效，较难精准理解用户的真实意图，仅仅是机械罗列可能相关的内容。而用户得到想要的内容，还需要在搜索到的内容中进行二次甚至多次检索。

生成式AI技术让搜索有了革新的可能。不少企业正在尝试革新搜索，比如搜索鼻祖Google旗下的视觉搜索产品Google Lens。

Google Lens近年来不断拓展功能边界，比如增加视频搜索与语音输入等形式，然而其核心依然是围绕传统搜索以“搜”为主的理念的修补，比如Google Lens生成的内容必须链接到Google自己的搜索结果，但是Google自己的结果跟内容生态并不是为视觉入口去设计的，很多还是基于文本的一个入口；国内的识别类AI则专注于花草等识别，却也只是在细分领域深耕细作，未能投入大规模应用。

在支付宝探一下业务负责人蔡伟看来：未来的搜索有两大发展趋势，第一个趋势就是从搜索到生成；第二个趋势是从文本主导的交互走向多模态交互。

技术极客们的终极目标，正是希望用户一次就可以得到满意的答案和服务。这是探一下和其他搜索工具的核心区别。

探一下通过视觉大模型的识别和思考后，基于生成式AI技术给出系统性的答案，而不是碎片化的信息。这不仅是简单的技术升级，实际上背后是一种全新的交互逻辑。

以潮玩识别为例，传统搜索可能只是敷衍地给出基本信息，“扫” 模式也仅是略知一二，而 “探一下” 则将被动搜索转变为智能推荐，能深挖其收藏价值、市场动态及同系列产品的前世今生，这种深度挖掘能力源于其先进的算法架构和海量数据的精准训练，使其在知识理解与关联拓展上更进一步。

同时，“探灵感” 像是创意的源泉，为图片量身定制趣味盎然的文案，开启用户与 AI 携手创作的大门，这也是以“搜”为主导的搜索时代无法完成的功能，因为它能从有用信息迈向有趣内容，给用户独特的情绪价值。

搜索引擎的核心始终是如何正确理解并回答用户的提问。在生成式AI技术的加持下，“探一下” 正探索一种全新的视觉交互方式和入口。它有眼睛能探索万物，也像人脑一样思考，想要一步到位给出用户最全的知识图谱，让用户的搜索体验得以变革性提升。

积厚成势，AI焕新蚂蚁

20年前，中国开通国际64K Internet信道，标志着中国正式全功能接入了国际互联网，并且诞生了一批传奇性互联网企业。如今，随着技术红利见顶，互联网市场饱和，对于蚂蚁这样的互联网公司而言，急需探索新的技术点、挖掘新的盈利点，寻求破局关键。

AI技术，或许能成为网络宽带一样的使能技术，催生新的商业形态。

从战略规划层面看，蚂蚁集团确立“AI First”方针，这是基于自身大规模业务场景需求所做出的决策。蚂蚁集团着手布局多项AI前沿技术，涵盖大模型、知识图谱、运筹优化、图学习以及可信AI等领域，构建起自身技术体系。

在2024外滩大会上，蚂蚁集团集中一口气推出多项成果：发布AI生活管家App“支小宝”，聚焦日常生活服务；升级AI金融管家 “蚂小财”，主打金融专业智能服务；推出面向医疗及泛健康行业的“AI健康管家”，开拓健康领域智能化应用。

同时，蚂蚁集团启动支付宝智能体生态开放计划，上线智能体开发平台“百宝箱”，吸引外部开发者参与，丰富生态多样性。