日前，支付寶上線了全新AI視覺搜索產(chǎn)品“探一下”。用戶遇到感興趣的事物，就能夠讓AI通過(guò)攝像頭，“探一探”花草動(dòng)物潮玩、做旅游的隨身講解、查詢商品藥品詳情等。

距離螞蟻集團(tuán)正式提出AI戰(zhàn)略僅一年時(shí)間，AI對(duì)傳統(tǒng)應(yīng)用的覆蓋已如此全面而深入。就拿支付寶App來(lái)說(shuō)，2024年以來(lái)，支付寶接連發(fā)布“支小寶”等AI獨(dú)立應(yīng)用以及智能體開發(fā)平臺(tái)，支付寶App當(dāng)中也集成了各種智能助理。支付寶此次的“探一下”則是聚焦視覺多模態(tài)賽道的一次嘗試，其體驗(yàn)到底如何呢？

不是機(jī)械的畫面解讀，而是用戶的“隨身解說(shuō)”

進(jìn)入“探一下”主界面后的第一件事就是定格攝像頭獲得的畫面并開始生成分析結(jié)果，這一套操作差點(diǎn)讓小雷沒有反應(yīng)過(guò)來(lái)。但換個(gè)角度想想，“探一下”本身是集成在支付寶掃一掃當(dāng)中的擴(kuò)展能力，并不是獨(dú)立的App，通過(guò)搜索進(jìn)入可能不是最好的交互方式。

功能劃分上，“探一下”主要有“探知識(shí)”“探靈感”“探文字”“AR”四個(gè)選項(xiàng)，最后兩個(gè)其實(shí)是常規(guī)的文字識(shí)別和AR顯示，小雷認(rèn)為前兩個(gè)功能才是“探一下”的核心能力所在。

（圖片來(lái)自雷科技攝制）

“探一下”和其它主流視覺識(shí)別型AI的工作原理相差無(wú)多，都是通過(guò)識(shí)別并分析攝像頭傳來(lái)的畫面，不同之處在于，“探一下”會(huì)在捕捉畫面主體后主動(dòng)生成識(shí)別結(jié)果，還可以根據(jù)圖片特征關(guān)聯(lián)商品信息，像是結(jié)合了拍圖搜物的能力。后者則是需要用戶向發(fā)起提問，比如希望獲得畫面當(dāng)中的什么信息，AI才會(huì)分析，但可能由于沒有對(duì)應(yīng)的接口，一般不會(huì)生成具體的產(chǎn)品型號(hào)等信息。

和常規(guī)的視覺識(shí)別大模型APP不一樣，“探一下”在生成識(shí)別結(jié)果之后會(huì)進(jìn)一步發(fā)散，識(shí)別的范圍很大，綠植、飲料、食物等都可以識(shí)別。比如小雷識(shí)別了眼前的腸粉之后，“探一下”會(huì)基于識(shí)別結(jié)果提供額外的生成選項(xiàng)，例如“腸粉的起源地”“腸粉與廣東早茶文化有何聯(lián)系”之類的。個(gè)人感受來(lái)說(shuō)，如果當(dāng)下小雷遇到從未見過(guò)但又很好奇的事物，“探一下”的探知識(shí)能力的確會(huì)是一種相對(duì)有效的引導(dǎo)。

（圖片來(lái)自雷科技）

網(wǎng)傳“探一下”能夠準(zhǔn)確識(shí)別各個(gè)版本的奧特曼，小雷用一個(gè)動(dòng)漫手辦嘗試了一下，結(jié)果并沒有網(wǎng)傳的厲害，大概是數(shù)據(jù)庫(kù)沒有對(duì)應(yīng)的角色。

換作是菊花茶這種有明顯商品特征的識(shí)別結(jié)果，“探一下”會(huì)在探知識(shí)的選項(xiàng)當(dāng)中接入商品鏈接，這就是小雷前面提到的拍圖搜商品的能力，這在日常中可能會(huì)用得比較多。只不過(guò)目前“探一下”識(shí)別結(jié)果的準(zhǔn)確性還有提升空間，就比如它會(huì)將小雷手上的華為nova 13 Pro識(shí)別成華為P50 Pro，猜測(cè)識(shí)別的準(zhǔn)確性與數(shù)據(jù)庫(kù)、攝像頭畫面有一定的關(guān)聯(lián)。

（圖片來(lái)自雷科技）

小雷還發(fā)現(xiàn)“探一下”在識(shí)別上的一些細(xì)節(jié)，當(dāng)系統(tǒng)直接框選或摳出重點(diǎn)物體時(shí)，識(shí)別結(jié)果和發(fā)散內(nèi)容可能會(huì)多一些（增加探商品、探實(shí)物等詞條），如果保留原始畫面，一定程度上說(shuō)明識(shí)別結(jié)果不一定準(zhǔn)確。

而“探靈感”則類似于看圖配文，提供“幽默”和“治愈”兩種文本生成風(fēng)格，前者會(huì)以漫畫對(duì)話氣泡展現(xiàn)，有點(diǎn)像是物品的“內(nèi)心OS”之類的，看起來(lái)還算有趣，“治愈”就是正能量文本輸出，這些文本內(nèi)容都是基于AI對(duì)畫面內(nèi)容識(shí)別之后延伸出來(lái)的答案，把視覺識(shí)別與AI幫寫結(jié)合在了一起。

簡(jiǎn)短體驗(yàn)下來(lái)，小雷認(rèn)為支付寶“探一下”更像是一種帶有玩樂和創(chuàng)意屬性的生成式AI輕應(yīng)用，它不會(huì)針對(duì)畫面內(nèi)容輸出具體的識(shí)別結(jié)果，而是簡(jiǎn)化識(shí)別結(jié)果，并以科普、搜同款、AI創(chuàng)意文案這幾點(diǎn)為核心，可以把它看作是“隨身講解”。

（圖片來(lái)自雷科技）

但本質(zhì)上小雷認(rèn)為“探一下”的出現(xiàn)還是支付寶對(duì)本土服務(wù)的整合，比如以圖搜商品之類的，再通過(guò)AI視覺識(shí)別和知識(shí)科普、文字靈感推薦這樣的親民玩法，帶動(dòng)更多人使用AI功能，亦或是引導(dǎo)用戶養(yǎng)成一種全新的搜索習(xí)慣。

對(duì)戰(zhàn)理想同學(xué)、智譜：視覺識(shí)別能力強(qiáng)大

前面聊了關(guān)于支付寶“探一下”的體驗(yàn)和玩法分析，為了弄清楚和常規(guī)的視覺模型App區(qū)別在哪里，小雷找來(lái)了理想同學(xué)、智譜兩款支持視覺識(shí)別的App進(jìn)行簡(jiǎn)單對(duì)比。

小雷前面有提到，支付寶“探一下”不需要用戶主動(dòng)發(fā)文，也不會(huì)輸出攝像頭畫面的具體分析結(jié)果，而是跳過(guò)這一步驟，直接提供知識(shí)科普、AI個(gè)性化文案這樣的發(fā)散選項(xiàng)。作為對(duì)比，常規(guī)的視覺大模型App先是收集畫面內(nèi)容，再等待用戶提問，往往能夠得到十分具體的畫面解讀。另外，“探一下”不支持文字輸入，它就是單純的視覺識(shí)別。

都是畫面識(shí)別，“探一下”走的是一條不同于常規(guī)視覺大模型的道路，后者強(qiáng)調(diào)看到了什么內(nèi)容，前者強(qiáng)調(diào)的是物體背后的內(nèi)容（購(gòu)物鏈接、歷史背景等）。面對(duì)同樣的現(xiàn)代風(fēng)格建筑畫面，理想同學(xué)和智譜的解答方向是一致的，智譜的解答更詳細(xì)，具體到畫面周邊的元素，以及建筑表面可能會(huì)被植被覆蓋這樣的細(xì)節(jié)，甚至還會(huì)進(jìn)一步猜測(cè)這張圖片所處的環(huán)境。

（圖片來(lái)自雷科技，圖一為“探一下”，圖二為理想同學(xué)，圖三為智譜）

而“探一下”直接跳過(guò)了畫面分析這個(gè)步驟，直接擺出“石材的使用如何提升建筑物的視覺質(zhì)感”“玻璃幕墻在節(jié)能方面有哪些技術(shù)優(yōu)勢(shì)”等，來(lái)引導(dǎo)我們進(jìn)一步了解。事實(shí)上，對(duì)于正在游覽景點(diǎn)的人而言，這種發(fā)散式的知識(shí)科普可能比游園內(nèi)的講解器還有用。

識(shí)別花花草草，支付寶的“探一下”還是有點(diǎn)實(shí)力，和理想同學(xué)、智譜的對(duì)比當(dāng)中，“探一下”和理想同學(xué)都能準(zhǔn)確識(shí)別眼前的花卉的品種（千日紅），而智譜輸出成雞冠花。實(shí)際上千日紅和雞冠花兩個(gè)品種的顏色比較接近，只在造型上有明顯區(qū)分，更考驗(yàn)AI對(duì)畫面內(nèi)容識(shí)別的準(zhǔn)確性。

（圖片來(lái)自雷科技，圖一為“探一下”，圖二為理想同學(xué)，圖三為智譜）

至于文字生成、圖片生成一類的，我們就沒有必要折騰支付寶的“探一下”了，它和理想同學(xué)、Kimi、豆包之類的大模型App并不在一條賽道上，并不具備查詢資料、寫作、畫圖之類的生產(chǎn)能力，本質(zhì)上還是一個(gè)更趣味的以圖搜索的輕量AI工具。

單論視覺識(shí)別的話，雖說(shuō)視覺模型對(duì)具體產(chǎn)品的識(shí)別能力普遍比較弱，但支付寶“探一下”的識(shí)別水平至少不弱于主流，得益于背后有本土服務(wù)等數(shù)據(jù)資源，它的周邊搜索能力可能還比常規(guī)的視覺模型更強(qiáng)，比如識(shí)別到具體的飲料或藥物，適合什么時(shí)候、什么人群服用，“探一下”更集中于這些日常生活的服務(wù)。

AI視覺爆發(fā)，“探一下”掀起視覺搜索大戰(zhàn)？

2023年，螞蟻戰(zhàn)略集團(tuán)對(duì)外宣布了AI提速戰(zhàn)略，確定了“AI First”，正式將AI作為公司發(fā)展的核心戰(zhàn)略之一。如今，除了最近上線的“探一下”視覺AI產(chǎn)品外，支付寶今年也完成了AI智能助理的布局，出行、健康、政務(wù)等30多項(xiàng)場(chǎng)景服務(wù)當(dāng)中，都接入了AI大模型能力。

支付寶推出“探一下”AI視覺產(chǎn)品，本身不是為了和智譜、Kimi等主流大模型展開競(jìng)爭(zhēng)，嚴(yán)格來(lái)說(shuō)，支付寶和他們完全不在一條賽道上。在小雷看來(lái)，無(wú)論是智能助理還是“探一下”，又或者是“支小寶”等AI獨(dú)立應(yīng)用，幫助我們解決問題，

廠商狂卷AI大模型規(guī)模的“玩概念”時(shí)代已經(jīng)過(guò)去，如何讓AI落到實(shí)處，引導(dǎo)用戶使用AI能力，才是當(dāng)下行業(yè)普遍關(guān)注的重點(diǎn)。

官方表示，人類獲取的信息有超過(guò)80%來(lái)自視覺，以視覺為中心的人工智能產(chǎn)品，可以極大地降低人與AI交互的門檻。事實(shí)上，AI大模型供應(yīng)商也在加緊視覺模型的鋪開和開發(fā)，Google Lens、理想同學(xué)、智譜等視覺模型，利用廣泛知識(shí)庫(kù)識(shí)別、理解視覺內(nèi)容，已經(jīng)成為一種新浪潮。

（圖片來(lái)自雷科技攝制）

再加上“探一下”這種本身帶有一定趣味性的視覺AI產(chǎn)品，主打普及知識(shí)和娛樂性，而不是常規(guī)AI大模型那種冰冷的文字輸出，一定程度上更容易讓普羅大眾接受，甚至是將其作為常用的內(nèi)容搜索方式。

另外考慮到當(dāng)前的功能豐富度，小雷并不認(rèn)為“探一下”具備獨(dú)立出來(lái)的條件。

就目前來(lái)看，視覺作為“探一下”唯一的識(shí)別手段和生成依據(jù)，準(zhǔn)確度上還有待加強(qiáng)，畢竟它的任務(wù)就是做大家的“AI眼睛”，更需要完善背后的知識(shí)庫(kù)，錯(cuò)誤的識(shí)別結(jié)果有時(shí)候也會(huì)誤導(dǎo)用戶，這是“探一下”當(dāng)前需要完善的地方。

25年1月7日，CES（國(guó)際消費(fèi)電子展） 2025 即將盛大開幕，雷科技報(bào)道團(tuán)蓄勢(shì)待發(fā)，即將飛赴美國(guó)·拉斯維加斯現(xiàn)場(chǎng)全程報(bào)道，敬請(qǐng)關(guān)注。