日前，支付宝上线了全新 AI 视觉搜索产物"探一下"。用户遭受感风趣的事物，就能够让 AI 通过录像头，"探一探"花草动物潮玩、作念旅游的随身训诲、查询商品药品笃定等。

距离蚂会聚团负责提议 AI 计谋仅一年期间，AI 对传统应用的隐蔽已如斯全面而深化。就拿支付宝 App 来说，2024 年以来，支付宝接连发布"支小宝"等 AI 孤独应用以及智能体配置平台，支付宝 App 当中也集成了各式智能助理。支付宝这次的"探一下"则是聚焦视觉多模态赛说念的一次尝试，其体验到底何如呢？

插足"探一下"主界面后的第一件事等于定格录像头赢得的画面并运转生身分析效果，这一套操作差点让小雷莫得响应过来。但换个角度想想，"探一下"自己是集成在支付宝扫一扫当中的推广智力，并不是孤独的 App，通过搜索插足可能不是最佳的交互形势。

功能折柳上，"探一下"主要有"探常识""探灵感""探笔墨"" AR "四个选项，终末两个其实是惯例的笔墨识别和 AR 走漏，小雷以为前两个功能才是"探一下"的中枢智力所在。

（图片来自雷科技摄制）

"探一下"和其它主流视觉识别型 AI 的责任旨趣进出无多，都是通过识别并分析录像头传来的画面，不同之处在于，"探一下"会在捕捉画面主体后主动生成识别效果，还可以左证图片特征关联商品信息，像是连结了拍图搜物的智力。后者则是需要用户向发起发问，比如但愿赢得画面当中的什么信息，AI 才会分析，但可能由于莫得对应的接口，一般不会生成具体的产物型号等信息。

和惯例的视觉识别大模子 APP 不一样，"探一下"在生成识别效果之后会进一步发散，识别的范围很大，绿植、饮料、食品等都可以识别。比如小雷识别了目前的肠粉之后，"探一下"会基于识别效果提供罕见的生成选项，举例"肠粉的发祥地""肠粉与广东早茶文化有何关联"之类的。个东说念主感受来说，要是当下小雷遭受从未见过但又很艳羡的事物，"探一下"的探常识智力实在会是一种相对有用的指点。

（图片来自雷科技）

网传"探一下"能够准确识别各个版块的奥特曼，小雷用一个动漫手办尝试了一下，效果并莫得网传的犀利，偶然是数据库莫得对应的变装。

换作是菊花茶这种有彰着商品特征的识别效果，"探一下"会在探常识的选项当中接入商品邻接，这等于小雷前边提到的拍图搜商品的智力，这在日常中可能会用得相比多。只不外现在"探一下"识别效果的准确性还有提高空间，就比如它会将小雷手上的华为 nova 13 Pro 识别成华为 P50 Pro，预计识别的准确性与数据库、录像头画面有一定的关联。

小雷还发现"探一下"在识别上的一些细节，当系统径直框选或抠出重心物体时，识别效果和发散内容可能会多一些（增多探商品、探什物等词条），要是保留原始画面，一定进度上评释识别效果不一定准确。

而"探灵感"则雷同于看图配文，提供"幽默"和"调整"两种文本生成作风，前者会以漫画对话气泡展现，有点像是物品的"内心 OS "之类的，看起来还算料想，"调整"等于正能量文本输出，这些文本内容都是基于 AI 对画面内容识别之后延迟出来的谜底，把视觉识别与 AI 帮写连结在了一王人。

粗莽体验下来，小雷以为支付宝"探一下"更像是一种带有玩乐和创意属性的生成式 AI 轻应用，它不会针对画面内容输出具体的识别效果，而是简化识别效果，并以科普、搜同款、AI 创意案牍这几点为中枢，可以把它看作是"随身训诲"。

但本体上小雷以为"探一下"的出现照旧支付宝对原土处事的整合，比如以图搜商品之类的，再通过 AI 视觉识别和常识科普、笔墨灵感保举这么的亲民玩法，带动更多东说念主使用 AI 功能，亦或是指点用户养成一种全新的搜索民俗。

前边聊了对于支付宝"探一下"的体验和玩法分析，为了弄明晰和惯例的视觉模子 App 区别在那里，小雷找来了期望同学、智谱两款接济视觉识别的 App 进行通俗对比。

小雷前边有提到，支付宝"探一下"不需要用户主动发文，也不会输出录像头画面的具体分析效果，而是跳过这一才略，径直提供常识科普、AI 个性化案牍这么的发散选项。动作对比，惯例的视觉大模子 App 先是网罗画面内容，再恭候用户发问，经常能够得到相配具体的画面解读。另外，"探一下"不接济笔墨输入，它等于单纯的视觉识别。

都是画面识别，"探一下"走的是一条不同于惯例视觉大模子的说念路，后者强调看到了什么内容，前者强调的是物体背后的内容（购物邻接、历史布景等）。面临相通的当代作风建筑画面，期望同学和智谱的解答目的是一致的，智谱的解答更刺目，具体到画面相近的元素，以及建筑名义可能会被植被隐蔽这么的细节，致使还会进一步预计这张图片所处的环境。

（图片来自雷科技，图一为"探一下"，图二为期望同学，图三为智谱）

而"探一下"径直跳过了画面分析这个才略，径直摆出"石材的使用何如提高建筑物的视觉质感""玻璃幕墙在节能方面有哪些时间上风"等，来指点咱们进一步了解。事实上，对于正在游览景点的东说念主而言，这种发散式的常识科普可能比游园内的训诲器还有用。

识别花花草草，支付宝的"探一下"照旧有点实力，和期望同学、智谱的对比当中，"探一下"和期望同学都能准确识别目前的花草的品种（千日红），而智谱输出成鸡冠花。现实上千日红和鸡冠花两个品种的激情相比接近，只在造型上有彰着区分，更查考 AI 对画面内容识别的准确性。

至于笔墨生成、图片生成一类的，咱们就莫得必要折腾支付宝的"探一下"了，它和期望同学、Kimi、豆包之类的大模子 App 并不在一条赛说念上，并不具备查询府上、写稿、绘画之类的坐褥智力，本体上照旧一个更旨趣旨趣的以图搜索的轻量 AI 用具。

单论视觉识别的话，虽说视觉模子对具体产物的识别智力多量相比弱，但支付宝"探一下"的识别水平至少不弱于主流，收获于背后有原土处事等数据资源，它的相近搜索智力可能还比惯例的视觉模子更强，比如识别到具体的饮料或药物，合适什么时候、什么东说念主群服用，"探一下"更王人集于这些日常生涯的处事。

2023 年，蚂蚁计谋集团对外布告了 AI 提速计谋，确定了" AI First "，负责将 AI 动作公司发展的核神思谋之一。如今，除了最近上线的"探一下"视觉 AI 产物外，支付宝本年也完成了 AI 智能助理的布局，出行、健康、政务等 30 多项场景处事当中，都接入了 AI 大模子智力。

支付宝推出"探一下" AI 视觉产物，自己不是为了和智谱、Kimi 等主流大模子伸开竞争，严格来说，支付宝和他们全都不在一条赛说念上。在小雷看来，岂论是智能助理照旧"探一下"，又或者是"支小宝"等 AI 孤独应用，匡助咱们处理问题，

厂商狂卷 AI 大模子畛域的"玩主见"期间一经由去，何如让 AI 落到实处，指点用户使用 AI 智力，才是当下行业多量海涵的重心。

官方暗示，东说念主类获取的信息有突出 80% 来自视觉，以视觉为中心的东说念主工智能产物，可以极地面镌汰东说念主与 AI 交互的门槛。事实上，AI 大模子供应商也在加紧视觉模子的铺开和配置，Google Lens、期望同学、智谱等视觉模子，诳骗平时常识库识别、贯穿视觉内容，一经成为一种新波浪。

再加上"探一下"这种自己带有一定旨趣旨趣性的视觉 AI 产物，主打普及常识和文娱性，而不是惯例 AI 大模子那种冰冷的笔墨输出，一定进度上更容易让普罗大师罗致，致使是将其动作常用的内容搜索形势。

另外计议到现时的功能丰富度，小雷并不以为"探一下"具备孤独出来的条款。

就现在来看，视觉动作"探一下"独一的识别技巧和生成依据，准确度上还有待加强欧洲杯体育，毕竟它的任务等于作念大师的" AI 眼睛"，更需要完善背后的常识库，造作的识别效果有时候也会误导用户，这是"探一下"现时需要完善的地点。