2025年的AI應用賽道，喧囂正在退去。

市場不再為“能聊什么”付費，轉而關注“能做什么”。行業趨勢已經明確，AI正從“測評秀”轉向“生產力”。通用對話的場景化生產力已成為新的焦點。

11月，AI兩大行業事件密集落地。17日，阿里正式發布 “千問” App 公測版，宣稱用最先進的模型，打造“會聊天能辦事的個人AI助手”，戰略目標是打造未來的AI生活入口。

18日，螞蟻集團正式上線首個基于全代碼生成的AI助手“靈光”，支持普通用戶30秒生成應用，打造超級個體時代。

這被視為一個關鍵的“分水嶺事件”。AI應用的入口之爭，正在發生根本性的“升維”。

競爭的焦點，已從“誰的日活高”，轉向“誰能承載核心需求”。AI的價值不再由流量衡量，而由效用定義。

在這場變局中，一個全新的戰場——“生產力入口”正浮出水面。

螞蟻“靈光”是這個新戰場的典型樣本。與追求泛化交互的產品不同，它以“解決具體任務”為核心亮點，依托多模態能力將AI效用落到實處。用戶不再是為“娛樂”或“信息”而來，而是帶著“做預算”、“定計劃”等明確需求。這種高意圖的匯聚，意味著更精準的商業價值。

用戶對AI的期待，正在從“一問一答”向“一鍵完事”轉變。換言之，誰的AI助手能幫用戶把事情辦成，誰就握住了下一階段入口競爭的王牌。

AI入口之爭

2025年的AI格局，已從“混戰”走向“定型”。頭部玩家的戰略路徑呈現清晰分化，不再是單一維度的競爭。

AI入口的戰線，至少已分化為三個層面。

第一層，是流量的“護城河”。

典型代表是騰訊和字節跳動。它們的戰略是利用AI鞏固C端流量優勢。

字節“豆包”采用“通用平臺+垂直爆款”策略，承接抖音、剪映的生態流量。騰訊“混元”則深度嵌入微信社交與內容生態。

對它們而言，AI是優化存量業務的“功能”，是防御性的。目標是“娛樂/信息入口”。用戶是內容的被動消費者，AI的目標是延長用戶停留時間。

第二層，是B端的“軍火庫。

百度“文心”持續深耕知識增強與搜索場景的融合。李彥宏在2025百度世界大會上強調，AI正從“智能涌現”走向“效果涌現”。

阿里在這一領域的布局也頗為深厚——阿里云構建的企業級AI服務體系，支撐產業智能化，提供從底層算力到上層應用的全鏈路服務。

它們的路徑是B2B，銷售的是“鎬和鏟”。

第三層，是C端的“個人助手”。

這層戰略空白正在被填補。它不服務于B端企業，也不只是服務于C端用戶的被動娛樂，它服務于C端用戶的主動任務。

如果說前兩者是“信息入口”，這層就是“生產力入口”。

這個戰略空白點，正是阿里千問和螞蟻“靈光”切入的位置。

阿里千問定位為“會聊天能辦事的個人AI助手”，并已展現出一定的辦事能力。其戰略目標是打造未來的AI生活入口。

螞蟻“靈光”作為全模態通用AI助手，以“30秒生成可交互工具”的核心優勢，用“閃應用”構建起“需求-工具-服務”的閉環，這種“生成工具”的獨特形態，也在試圖開辟一個以“解決問題”為導向的新入口。

靈光，定義“生產力入口”

螞蟻“靈光”如何定義“生產力入口”？答案在從“回答問題”到“生成工具”。

靈光作為業內首個全代碼生成多模態內容的AI助手，首批上線三大功能——“靈光對話”、“靈光閃應用”、“靈光開眼”，支持3D、音視頻、圖表、動畫、地圖等全模態信息輸出，對話更生動，交流更高效。

“靈光”的核心差異點，是其“閃應用”功能。

行業內多數AI助手，無論多么智能，其交付物仍然是“信息”。用戶提問，AI生成一段文字、一張圖片或一段語音。

“靈光”的定位是“業內首個全代碼生成多模態內容的通用AI助手”。當用戶提出一個復雜需求，它的交付物已經是一個可交互、可編輯的“工具”。

這種模式的轉變是根本性的，它實現了從“通用對話”到“場景生產力”的跨越。

“生產力入口”的價值，體現在高意圖場景的閉環上。

以“做預算”為例，在傳統AI助手上，用戶輸入“如何做家庭月度預算”，會得到一份預算建議的文本。

在“靈光”上，用戶可以要求“生成一個家庭月度預算器”。“靈光”會在最快30秒內生成一個可交互的“閃應用”。用戶可以直接在這個工具里輸入、計算、追蹤開支等等。

再以“健身計劃”為例。

“靈光”生成的是一個可追蹤進度的“訓練計劃”應用，超越了以往AI只是生成一個枯燥難以持續追蹤進度的健身文章。

“除 “閃應用” 帶來的工具化革新，“靈光” 的差異化還體現在信息呈現的 “效率革命” 上。“靈光對話” 輸出的內容并非長篇大論，而是結構化的可視化結果：查詢 “潮玩公仔”，會生成市場現狀、消費者畫像、品牌格局、收藏指南等結構化內容，同時支持對任一模塊深度解讀及追問，幫助構建完整清晰、重點分明的知識框架；規劃 “廣州周末探店路線”，直接生成精選線路并彈出可導航的交互地圖；解讀 “財報數據”，自動轉化為動態圖表且支持深度追問。

這種對“信息美學” 的追求，讓用戶能快速抓取核心內容，極大提升了信息獲取效率，進一步強化了其作為 “生產力入口” 的核心優勢。”

值得一提的是，“靈光” 當前已憑借工具化能力與信息效率優勢，展現出顯著的辦事價值，但場景閉環仍有進一步提升空間。

依托螞蟻集團海量的場景生態與服務能力，未來靈光或許會如千問一樣，接入更多應用場景，進一步強化辦事效能。

這個產品方向清晰地指向“生產力入口”的商業邏輯：

1.用戶帶著高價值的特定意圖進入。

2.AI交付一個解決方案工具，而非信息。

3.工具在解決問題的同時，創造一個商業服務的閉環。

“閃應用”模式改變了用戶的角色。

傳統App開發成本高、周期長，無法滿足海量、碎片化的長尾需求，例如“家庭賬單分攤器”或“老人用藥提醒器”。

“靈光”將應用開發門檻降至零。

用戶身份從被動的內容消費者，轉變為主動的“工具創造者”，這使得海量的長尾需求得以被滿足。

“解決問題”才能真正“留存用戶”

“生產力入口”的邏輯，并非第一個出現在“靈光”上。在更嚴苛的垂直領域，它已得到驗證。

這個樣本是螞蟻的AI健康管家“AQ”。

AQ的快速增長，源于它觸達了醫療健康場景的核心痛點，它是一個嚴肅醫療任務的執行者，而不再是只會閑聊而觸及不到核心病征的AI。

AQ通過構建“健康數據+醫療服務閉環”，一方面解決“數據”問題。用戶可以“拍一下血壓計、血糖儀”，AQ就能智能解讀數據，并提供預警 。

另一方面，它解決“服務”問題。AQ的背后，打通了龐大的醫療服務資源，當用戶咨詢后，可以被引導至后續的就醫掛號等全流程服務。

這種模式，將AI從“健康科普”提升到了“健康管理”。

螞蟻能在高壁壘的醫療領域破局，并非偶然。這背后是其長期的專業模型積累，以及在支付、保險領域構建的信任網絡和B端合作經驗。

AQ的實踐證明了一個關鍵邏輯：當AI深入到高價值的剛需領域，并形成不可替代的服務閉環時，其用戶黏性和商業價值，遠超泛娛樂應用。用戶留存的理由只有一個：“它能真正解決問題”。

螞蟻AI戰略“平面”

如果說“靈光”和“AQ”是浮出水面的“點”，“生產力入口”是連接這些點的“線”，那么在水面之下，是螞蟻系統性的AI戰略“平面”。

“靈光”是螞蟻AGI（通用人工智能）戰略落地的關鍵一步。它的能力，來自螞蟻全棧自研的底層大模型。

螞蟻百靈大模型（Ant Bailing Large Model）是其技術基座。目前螞蟻已研發18款大模型，百靈大模型已躋身“萬億參數”陣營。

這個“平面”確保了“靈光”等應用在能力、安全和成本上的戰略自主性。

螞蟻的AI布局，不止于數字世界。

螞蟻已經成立“靈波科技”（Lingbo Technology），布局“具身智能”。

一家金融科技和服務公司為何要涉足機器人？

答案必須回到其“生產力入口”的戰略。螞蟻的核心是“服務”，不是“內容”。“靈光”解決的是數字世界的服務任務。但在“家庭”、“養老”、“醫療健康”等核心服務場景中，任務的執行最終需要延伸到物理世界。

“靈波科技”的具身智能，是“生產力入口”戰略的物理延伸。它是“服務大腦”的“物理身體”。

從百靈大模型（技術底座），到靈光/AQ（數字應用），再到靈波科技（物理應用），螞蟻“聚焦應用、推動普惠”的AI戰略“平面”已經成型。

結語

2025年的AI入口之爭，路徑已經分化。

騰訊“混元”與字節“豆包”固守C端流量護城河；百度“文心”強化其知識與搜索的根基。

螞蟻“靈光”的發布，為此間格局增添了“關鍵變量”。

“靈光”的獨特價值在于，它讓AI從“知識提供者”變成“能力放大器”，這種“讓復雜變簡單”的普惠基因，不僅釋放了萬億級長尾需求，更重新定義了AI與用戶的關系。

AI戰爭下半場的終局，或許不在于誰擁有最多的“眼球”，而在于，誰能解決最多的“問題”。

螞蟻“靈光”及其背后的戰略“平面”，正是對這個新價值定義所押下的明確賭注。

*以上內容不構成投資建議，不代表刊登平臺之觀點，市場有風險，投資需謹慎，請獨立判斷和決策。