日前，支付宝上线了全新AI视觉搜索产物“探一下”。用户碰到感风趣的事物，就能够让AI通过录像头ai 文爱，“探一探”花草动物潮玩、作念旅游的随身西宾、查询商品药品笃定等。

距离蚂聚积团谨慎提倡AI计谋仅一年时刻，AI对传统应用的遮掩已如斯全面而真切。就拿支付宝App来说，2024年以来，支付宝接连发布“支小宝”等AI独处应用以及智能体开辟平台，支付宝App当中也集成了多样智能助理。支付宝这次的“探一下”则是聚焦视觉多模态赛谈的一次尝试，其体验到底怎样呢？

不是机械的画面解读，而是用户的“随身讲授”

投入“探一下”主界面后的第一件事即是定格录像头赢得的画面并运转生身分析遵循，这一套操作差点让小雷莫得响应过来。但换个角度念念念念，“探一下”本人是集成在支付宝扫一扫当中的蔓延才智，并不是独处的App，通过搜索投入可能不是最佳的交互形势。

功能区别上，“探一下”主要有“探常识”“探灵感”“探翰墨”“AR”四个选项，终末两个其实是惯例的翰墨识别和AR清晰，小雷合计前两个功能才是“探一下”的中枢才智所在。

（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，齐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遵循，还可以凭据图片特征磋议商品信息，像是劝诱了拍图搜物的才智。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”在生成识别遵循之后会进一步发散，识别的边界很大，绿植、饮料、食品等齐可以识别。比如小雷识别了目前的肠粉之后，“探一下”会基于识别遵循提供极度的生成选项，举例“肠粉的发源地”“肠粉与广东早茶文化有何干联”之类的。个东谈主感受来说，淌若当下小雷碰到从未见过但又很好奇的事物，“探一下”的探常识才智果真会是一种相对灵验的指引。

（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，遵循并莫得网传的强横，大致是数据库莫得对应的扮装。

换作是菊花茶这种有赫然商品特征的识别遵循，“探一下”会在探常识的选项当中接入商品聚合，这即是小雷前边提到的拍图搜商品的才智，这在日常中可能会用得比拟多。只不外现在“探一下”识别遵循的准确性还有进步空间，就比如它会将小雷手上的华为nova 13 Pro识别成华为P50 Pro，测度识别的准确性与数据库、录像头画面有一定的磋议。

（图片来自雷科技）

小雷还发现“探一下”在识别上的一些细节ai 文爱，当系统凯旋框选或抠出要点物体时，识别遵循和发散内容可能会多一些（增多探商品、探什物等词条），淌若保留原始画面，一定进度上讲解识别遵循不一定准确。

而“探灵感”则访佛于看图配文，提供“幽默”和“调整”两种文本生成格调，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，看起来还算意思，“调整”即是正能量文本输出，这些文本内容齐是基于AI对画面内容识别之后延长出来的谜底，把视觉识别与AI帮写劝诱在了扫数。

肤浅体验下来，小雷合计支付宝“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遵循，而是简化识别遵循，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“随身西宾”。

（图片来自雷科技）

但骨子上小雷合计“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、翰墨灵感保举这么的亲民玩法，带动更多东谈主使用AI功能，亦或是指引用户养成一种全新的搜索习气。

对战理念念同学、智谱：视觉识别才智渊博

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区别在那处，小雷找来了理念念同学、智谱两款搭救视觉识别的App进行陋劣对比。

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遵循，而是跳过这一活动，凯旋提供常识科普、AI个性化案牍这么的发散选项。当作对比，惯例的视觉大模子App先是网罗画面内容，再恭候用户发问，频频能够得到至极具体的画面解读。另外，“探一下”不搭救翰墨输入，它即是单纯的视觉识别。

齐是画面识别，“探一下”走的是一条不同于惯例视觉大模子的谈路，后者强调看到了什么内容，前者强调的是物体背后的内容（购物聚合、历史布景等）。面临相同的当代格调建筑画面，理念念同学和智谱的解答所在是一致的，智谱的解答更稳当，具体到画面附进的元素，以及建筑名义可能会被植被遮掩这么的细节，致使还会进一步测度这张图片所处的环境。

（图片来自雷科技，图一为“探一下”，图二为理念念同学，图三为智谱）

五月激情

而“探一下”凯旋跳过了画面分析这个活动，凯旋摆出“石材的使用怎样进步建筑物的视觉质感”“玻璃幕墙在节能方面有哪些工夫上风”等，来指引咱们进一步了解。事实上，对于正在游览景点的东谈主而言，这种发散式的常识科普可能比游园内的西宾器还有用。

识别花花草草，支付宝的“探一下”照旧有点实力，和理念念同学、智谱的对比当中，“探一下”和理念念同学齐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神采比拟接近，只在造型上有赫然区分，更检修AI对画面内容识别的准确性。

（图片来自雷科技，图一为“探一下”，图二为理念念同学，图三为智谱）

至于翰墨生成、图片生成一类的，咱们就莫得必要折腾支付宝的“探一下”了，它和理念念同学、Kimi、豆包之类的大模子App并不在一条赛谈上，并不具备查询贵寓、写稿、绘制之类的坐蓐才智，骨子上照旧一个更意旨意思意旨意思的以图搜索的轻量AI器具。

单论视觉识别的话，虽说视觉模子对具体产物的识别才智大量比拟弱，但支付宝“探一下”的识别水平至少不弱于主流，获利于背后有原土处事等数据资源，它的附进搜索才智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，适合什么时候、什么东谈主群服用，“探一下”更鸠合于这些日常生存的处事。

AI视觉爆发，“探一下”掀翻视觉搜索大战？

2023年，蚂蚁计谋集团对外晓示了AI提速计谋，确定了“AI First”，谨慎将AI当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，齐接入了AI大模子才智。

支付宝推出“探一下”AI视觉产物，本人不是为了和智谱、Kimi等主流大模子张开竞争，严格来说，支付宝和他们透彻不在一条赛谈上。在小雷看来，不管是智能助理照旧“探一下”，又或者是“支小宝”等AI独处应用，匡助咱们处置问题，

厂商狂卷AI大模子范畴的“玩主见”期间已历程去，怎样让AI落到实处，指引用户使用AI才智，才是当下行业大量暖和的要点。

官方示意，东谈主类获取的信息有卓著80%来自视觉，以视觉为中心的东谈主工智能产物，可以极地面裁汰东谈主与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开辟，Google Lens、理念念同学、智谱等视觉模子，应用往往常识库识别、领略视觉内容，照旧成为一种新波涛。

（图片来自雷科技摄制）

再加上“探一下”这种本人带有一定意旨意思意旨意思性的视觉AI产物，主打普及常识和文娱性，而不是惯例AI大模子那种冰冷的翰墨输出，一定进度上更容易让普罗大家给与，致使是将其当作常用的内容搜索形势。

另外考虑到面前的功能丰富度，小雷并不合计“探一下”具备独处出来的条目。

就现在来看，视觉当作“探一下”唯独的识别妙技和生成依据，准确度上还有待加强，毕竟它的任务即是作念天下的“AI眼睛”，更需要完善背后的常识库，造作的识别遵循或然候也会误导用户，这是“探一下”面前需要完善的地方。

25年1月7日，CES（外洋破钞电子展） 2025 行将无际开幕，雷科技报谈团蓄势待发ai 文爱，行将飞赴好意思国·拉斯维加斯现场全程报谈，敬请暖和。

举报/反馈