刚过去的一周，一款 AI 应用“灵光”创下了历史纪录。
11月18日灵光正式上线，22日用户突破了100万，24日下载量已经达到了200万。
上线6天200万的下载量，不仅大大超过了明星产品 ChatGPT 首周60.6万和 Claude 15.7万的成绩。从行业常用的“百万用户花费时长”标准来看，灵光也以4天时间，短于5天的 OpenAI 旗下的现象级产品 Sora 。
截止目前，灵光已经冲上了苹果 App Store中国区免费榜第六和免费工具榜第一的位置。这些数据背后，一场 AI 领域的“实用化”变革正在展开。
01 “闪电”破圈 AI应用嵌入日常生活
据了解，最早一批使用灵光的种子用户，是互联网打工人群体，一方面他们更愿意尝试新事物，于是出现了很多“文案神器”，“解压小游戏”，“职场摸鱼神器”，以及“油车电车省钱计算器”等小应用。
不久后，灵光开始扩散到了学生党群体。
不少学生用灵光生成了翻译应用，手搓了背单词应用，灵光继续破圈进入宝妈奶爸群体，类似“辅导作业赛博功德箱”和“遛娃抽签器”等应用开始出现。
再往后，“ AI 手搓应用”的玩法彻底破圈，已经覆盖到了各类人群，越来越多的用户涌入灵光。
有人甚至为了吃到更嫩的鸡蛋，用灵光生成了“溏心蛋计时器”，还有健身人士手搓出了“深蹲助手”，有人直接在灵光上玩起了狼人杀，还有怀旧的80后，用灵光创造了复古版的坦克大战游戏。
不止是普通人，甚至不少公众人物也开始用上了 AI 手搓应用的功能，李诞直接摊牌，说自己因为粉丝来信太多回不回来，他用灵光手搓了一个应用，协助自己回信。
结果一边被网友蛐蛐“懒商”太高，一边反向给网友种草了灵光。
灵光的Slogan叫“让复杂，变简单”，灵光的负责人蔡伟把它总结为“信息美学”。
蔡伟提到：“大家每天接触各种信息，很容易淹没在信息的海洋里，难以分辨哪些信息是重要的？让复杂的信息变简单，是灵光的初衷。”
从具体表现上，和以往的 AI 产品不同，灵光给出的答案有个特点：字数不多但总结能力很强。
当我们问灵光“霸王龙和迅猛龙的区别”会得到这样的答案。
不难看出，灵光很善于提炼总结。
比如这个问题里，灵光把霸王龙比作重装坦克，迅猛龙比作特种部队这个总结非常巧妙，一下就把二者体型，咬合力，群居和独行的生活习性给高度概括了。
和别的AI 应用不同，灵光除了吐出文字，还会生成图片和3D动画。这是灵光对话的一大特点，不仅能⽣成插图，把一些抽象复杂的知识化繁为简，直观呈现为图像或动画。
从技术层面看，灵光之所以能做到图文并茂，核心在于它是首个实现了全代码生成的多模态内容输出方式的模型，以代码为核心，实时构建结构化、个性化的可交互的答案。
这种图文穿插的对话，特别适合快速研究、做科学启蒙等，上海财大数字经济研究院副院长崔丽丽，也有类似的体验，她提到“（灵光）结合了普通用户更有体感的图片、视频等的识别和生成创作功能，给出的答案包含多种形态。”
对此，灵光的负责人蔡伟曾表示，在灵光的设计之初，这就已经考虑在内。
“信息本身应该是多样性的呈现，它不应该只是冷冰冰的文字。比如说我们去听一个演讲，一个PPT，它本身也会是一个图文并茂的展示，有图、有视频、有一些图表，会有很多一些丰富的表达。”
这种对话交付呈现“信息美学”，不仅解决了信息过载的问题，提升了用户获取信息的效率，也是灵光出圈的重要原因之一。
02 对话+办事 灵光打开“生产力”局面
不难发现，灵光爆火背后，表面上是一次 AI 技术迭代，但背后却回答了一个核心问题：
人类，究竟需要什么样的 AI ？
AI 的上半场，各家 AI 比拼的是谁的回答更好更快，但聊天为主的交互方式，出现了严重同质化。
随着推理模型的快速发展，各家大模型聊天能力被拉到了相近的层级，日常聊天中，用户已经无需再去区分这是哪一款AI产品。
AI 的下半场，已经进入到“办事能力”的比拼，届时，竞争的核心将不再是“对答如流”，而是如何在解决问题，完成任务。
从这个角度上，就不难理解灵光的爆火出圈。
无论是普通人还是李诞，每个人都有很多碎片化的需求。但大部分人都不会代码不会编程，和技术之间存在一个天然壁垒。
过去，要搭建APP来满足某个需求，你首先要跟产品经理和设计同事开几天几夜的会，得到APP原型图后，接着让建模同事渲染模型，再找前端后端同事搭网页框架，最后加上优化代码测试上线。
即使是专业开发者，前前后后可能得几十个人几个月时间，对普通人来说更是不可能。
但当以灵光为代表的产品出现， AI 能让普通人的一句话指令，30秒变成一个应用，海量未被满足的碎片化需求，就被激活了。
某种角度，灵光不仅满⾜普通⼈做开发的好奇⼼、创作欲、分享欲，让“⼈⼈都能成为产品经理”，还充当了“代码技术破壁人”的角色。
当AI 从“会聊天”走向“能办事”，标志着行业正从“技术炫技期”迈入“价值落地期”。灵光的探索正是让AI真正融入普通人的生活，让不懂代码的用户也能成为创造者，让AI成为人人可用的生产力工具。
03 AI应用下半场 竞逐多模态与实用性
今年以来，越来越多嗅觉灵敏的头部玩家，开始探索 AI 的多模态和实用性的融合。
这个十一月，谷歌推出了最新一代的AI模型Gemini 3发布。
在Gemini 3 最新的宣传片中，出现了5秒搭一个网站，一句指令构建Windows系统，一键克隆YouTube等等非常实用的场景。
回到灵光APP，同样也把传统的问答变成了图文并茂的多模态融合形式，再加上AGI相机主动带领用户探索世界，以及手搓应用的功能。
能感受到，在 AI 应用的实用化方向上，大家有些不谋而合。
其实，不止是 AI 应用， AI 硬件也围绕着多模态展开了实用性变革。
不久前，Open AI 传出消息，正在和立讯精密合作研发硬件，对象正是主打实用性的多模态眼镜 AI ，与此同时，在消费市场端，凭借着一张多模态 AI 录音卡片， Plaud一年卖出2.5 亿美金，也正是 AI 实用化趋势的佐证。
究其原因，一方面在于大模型能力不断演进，能够支撑全新的产品形态与能力，另一方面，也是市场对于实用性 AI 的需求，越来越强烈。
目前，灵光已经获得了不错的市场反馈。不过，蚂蚁集团CTO何征宇在采访过程表示，“目前灵光的闪应用，仍然是早期形态，相信未来6-18个月内，整个模型的coding能力肯定会越来越强。这是一个技术演进的必然趋势。”
对于灵光下一步的升级方向，灵光的负责人蔡伟补充说：“灵光团队已经在闪应用和问答等方面储备了很多新的技术，包括 SVG，矢量schedule vector graphics等等。”
他提到一个场景，不久后，当你想让灵光给你讲解什么叫量子力学，什么叫波粒二象性的时候，它不仅会给你一个静态的图，还能够把杨氏双缝干涉实验粒子穿孔，再散射到背后的平板的过程，全动态的还原出来。
“我们相信代码能力越来越强，Agent能力越来越强，未来灵光的整个信息的呈现方式、交互方式比现在都会有质的一个飞跃。”
此外，随着模型能力的提升，通用性的增强，未来灵光还有望与蚂蚁支付宝生态中多元服务产生深度联动，真正打通用户从需求提出到完成服务的闭环。
