Inilunsad ng Ant Group ang LingGuang, isang multimodal na AI assistant na gumagawa ng mga app sa loob ng 30 segundo

Isang bagong AI assistant na nagko-code at lumilikha

Ipinakilala ng Ant Group ang LingGuang, isang multimodal na AI assistant na kayang gawing gumaganang maliliit na app at mayamang biswal na sagot ang mga prompt sa natural na wika sa loob ng humigit-kumulang 30 segundo. Ayon sa kumpanya, ito ang kauna-unahang assistant sa China na naghahatid ng mga tugong binuo sa pamamagitan ng code sa iba’t ibang format, mula sa mga 3D model at animation hanggang sa mga tsart, audio, interactive na mapa at agarang flash app na tumatakbo sa telepono. Nagmamarka ang paglulunsad ng bagong yugto sa labanan para sa mga consumer AI, kung saan nagsisimula nang lumampas ang mga assistant sa text chat at maging mga hands-on na tool na maaaring patakbuhin, baguhin at ibahagi ng mga user.

Dinisenyo ang LingGuang para sa pang-araw-araw na gawain at pag-aaral. Humingi ng calorie tracker, payak na tool sa pagbabadyet, tagaplano ng biyahe, katulong sa pamimili, larong istilong Pac-Man o app sa pagsasaulo ng mga karakter na Tsino, at gagawa ang LingGuang ng gumaganang bersyon at bubuksan ito sa loob ng usapan. Kaya rin nitong ipaliwanag ang masalimuot na paksa gaya ng quantum entanglement o supply at demand gamit ang mga diagram, animation o simpleng 3D object na naglalarawan sa konsepto sa halip na basta ilarawan ito sa salita.

Makukuha ang app sa App Store ng Apple at sa mga pangunahing Android store sa China. Itinatampok ng Ant Group ang LingGuang para sa mga karaniwang user na gustong gumawa ng payak na software nang hindi nagsusulat ng code, gayundin para sa mga estudyante, magulang at manggagawang mas gusto ang mga sagot na biswal o interactive. May chat mode, tagagawa ng flash app sa loob ng chat at feature ng camera ang assistant na kumikilala sa mga tanawin at kayang gumawa o mag-edit ng mga larawan at maiikling video nang real time.

Binigyang-diin ng punong opisyal sa teknolohiya ng Ant Group sa paglulunsad kung gaano kadaling gamitin ang tool.

Binibigyan ng LingGuang ang bawat user ng sarili nilang personal na AI developer na kayang mag-code, lumikha ng mga biswal, gumawa ng mga app at magpasimple ng mga komplikadong ideya.

Mga nagagawa ng LingGuang sa kasalukuyan

Ang pangakong hatid ng LingGuang ay bilis, sari-saring kakayahan at output na mapakikinabangan. Maraming assistant ang nagbubuod o naghahanap. Gumagawa rin ang LingGuang. Binibigyang-kahulugan ng sistema ang prompt, nagpaplano ng tugon sa iba’t ibang format, saka binubuo ang resulta bilang code at media. Sa aktuwal, maaaring humingi ang user ng mabilis na budget tracker na may mga paunang kategorya, buwanang view at function para mag-save. Isinusulat ng assistant ang interface at lohika, pinapatakbo ito sa telepono at hinahayaang baguhin ng user ang mga kategorya o pera. Gayundin ang proseso para sa mga simpleng laro, planner at tool sa pag-aaral.

Mga flash app sa loob ng chat

Maliliit at nakatuon sa partikular na gawain ang mga flash app na direktang tumatakbo sa usapan sa LingGuang. Maaari itong baguhin at ibahagi, kaya puwedeng ayusin ng user ang mga input, baguhin ang layout o magdagdag ng graph, saka ipadala ang resulta sa kaibigan. Pinapadali nito ang paggawa ng sariling tool para sa ehersisyo, paghahati ng gastusin o pagsusulit sa klase para sa mga taong hindi kailanman gagamit ng code editor. Segundo lang ang inaabot ng paggawa at magagaan na tool ang layunin ng mga resulta, hindi mga sistema para sa malalaking negosyo. Dahil dito, mabilis ang takbo ng mga ito sa mobile.

Biswal na pananaliksik at mga paliwanag

Kapag kailangan ng tanong ng higit pa sa teksto, gumagawa ang LingGuang ng organisadong paliwanag at mga biswal. Kaya nitong magbigay ng maikling pangkalahatang-ideya ng paksa, itampok ang mahahalagang punto at bumuo ng pantulong na graphic. Halimbawa, maaaring makatanggap ng sunod-sunod na paliwanag at simpleng animation ang tanong sa pisika na nagpapakita kung paano kumikilos ang dalawang partikulo sa isang sitwasyon ng entanglement. Maaaring magbigay naman ang prompt tungkol sa heograpiya ng 3D na palatandaan, interactive na mapa at maikling paglalarawan sa audio. Layunin ng pagsasama-sama ng mga ito na gawing mas madaling maunawaan ang mga paksa para sa iba’t ibang paraan ng pagkatuto.

Mga feature ng camera at pag-unawa sa mga tanawin

Iniaangkop ng camera mode ng LingGuang ang multimodal na kakayahan ng assistant sa mga larawan at video ng totoong mundo. Binibigyang-kahulugan nito ang tanawin, tinutukoy ang mga bagay at nag-aalok ng mga payong angkop sa konteksto. Maaaring itutok ng user ang camera sa isang halaman at humingi ng gabay sa pagdidilig, saka magpagawa ng larawang magkatabi para maikumpara o ng estilong larawan para sa isang post. Kayang gumawa ng assistant ng mga pagbabago habang ginagamit ito o bumuo ng maikling clip, kaya pinagsasama nito ang pagsusuri at malikhaing output nang hindi nangangailangan ng ibang app.

Paano gumagana ang pagbuo ng code

Inilalarawan ng Ant Group ang LingGuang bilang sistemang kayang magbigay-kahulugan sa wika, mga larawan, audio, datos at code ng app sa iisang daloy ng trabaho. Sa pangkalahatan, hinahati ang isang kahilingan sa mga gawain, gaya ng pagdidisenyo ng interface, paghawak sa datos at paggawa ng biswalisasyon. Pagkatapos, nagmumungkahi ng code at nilalaman para sa bawat bahagi ang mga espesyalisadong component, at pinagsasama-sama ng isang coordinator ang mga ito para makabuo ng gumaganang maliit na app o multimodal na sagot. Karaniwan ang ganitong modular na paraan sa mga makabagong assistant at nakatutulong ito para gawing malinaw na mga hakbang at output ang simpleng paglalarawan.

Sa telepono, nagsisilbing lalagyan ang app na kayang magpatakbo ng nalikhang code, magpakita ng mga tsart at 3D object, at magpatugtog ng audio o animation. Pinananatiling simple at nakatuon ng LingGuang ang mga resulta upang mabawasan ang oras ng paglo-load. Kaya karaniwang mga espesipikong gawain lang ang kayang gawin ng mga app na binubuo nito, gaya ng pagsubaybay sa bilang ng hakbang sa loob ng isang linggo o pagpaplano ng dalawang araw na biyahe. Sinusuportahan ng assistant ang mga pagbabago sa loob ng chat, kaya mababago ng mga user ang mga parameter at makikita agad ang resulta.

Pangunahing alalahanin ang seguridad kapag nagsusulat ang AI ng code na maaaring patakbuhin. Sa mga consumer assistant, karaniwang tumatakbo ang mga flash app na ito sa isang limitadong kapaligiran na may kaunting pahintulot lamang. Pinipigilan ng modelong sandbox na magkaroon ng mga pagbabago sa antas ng sistema at iniiwasan nito ang mga sensitibong operasyon, habang pinapayagan pa rin ang mga kapaki-pakinabang na feature gaya ng lokal na imbakan, mga tsart at mapa. Binibigyang-diin ng Ant Group na interactive at naibabahagi ang mga output, na nagpapahiwatig ng standardized na format na may mga kontrol para limitahan ang panganib habang pinananatiling madali ang pagtutulungan.

Mahalaga rin ang proseso ng pagbuo ng nilalaman. Kailangang pumili ang modelo ng angkop na representasyon at panatilihing magaan ito para makagawa ng 3D model o animation. Para sa mga biswal na panturo, kasinghalaga ng estilo ang katumpakan. Binibigyang-diin ng LingGuang ang malinis at minimalistang hitsura upang manatili ang pokus sa konsepto sa halip na sa masalimuot na tekstura o epekto. Nakatutulong din ang disenyong ito para mabilis na makapaghatid ng mga resulta ang assistant sa mga mobile network.

Bakit mahalaga ang paglulunsad na ito para sa Ant Group at mga user

Binuo ng Ant Group ang isa sa mga pinakaginagamit na mobile ecosystem sa China sa pamamagitan ng Alipay at malawak na hanay ng mga serbisyong pang-araw-araw. Kaayon ng pamana nitong ito ang assistant na kayang gumawa ng mga tool kapag hinihingi. Nagbibigay ito sa mga user ng mabilis na paraan para lutasin ang maliliit na gawain at maaari ring maghatid ng mas maraming aktibidad sa ecosystem ng Ant paglipas ng panahon. Senyales din ito ng pagbabago sa estratehiya. Namumuhunan ang kumpanya sa pangkalahatang AI na higit pa sa pananalapi ang saklaw, kasabay ng mga kamakailang hakbang nito sa kalusugan at robotics, at pagbuo ng mga modelo sa ilalim ng seryeng Ling.

Para sa mga karaniwang user, kontrol at bilis ang pakinabang. Makakagawa ang estudyante ng pagsusulit sa mga karakter na gumagamit ng spaced repetition nang hindi nag-i-install ng hiwalay na app. Makakabuo ang manlalakbay ng plano para sa weekend na may badyet sa transportasyon at mga restawran, saka ito mababago habang bumibiyahe. Makakagawa ang magulang ng tracker para sa mga gawaing-bahay, maibabahagi ito sa anak at paulit-ulit na mapapahusay ang disenyo. Mga payak na halimbawa ang mga ito, ngunit ipinakikita ng mga ito kung paano nakakabawas ng abala sa pang-araw-araw na buhay ang mabilis na paggawa.

Sa merkado ng AI sa China, inilulunsad ang LingGuang habang naglalabanan ang malalaking platform para sa atensyon ng mga consumer. Kamakailan ay inilabas ng Alibaba Cloud ang Qwen, isang multipurpose app na nag-uugnay sa pamimili, pagmamapa at iba pang serbisyo. Pinauunlad din ng Baidu, iFlytek at iba pang kumpanya ang mga assistant na pinagsasama ang chat, mga tool sa larawan at mga feature sa produktibidad. Tinataya ng mga pagtataya sa industriya na mahigit 500 milyong tao sa China ang gumamit ng generative AI pagsapit ng kalagitnaan ng taon, na nagpapahiwatig ng malaking potensyal na madla para sa mga assistant na higit pa sa pakikipag-usap ang kayang gawin.

Paghahambing sa iba pang assistant

Umuusad ang mga pandaigdigang assistant gaya ng ChatGPT, Gemini at Copilot tungo sa mas mayamang output gamit ang mga tool na lumilikha ng mga larawan, code at maliliit na interface. Marami sa mga ito ang kayang gumamit ng mga panlabas na serbisyo o gumawa ng mga piraso ng code na maaaring kopyahin at pinuhin ng developer. Iba ang ipinapangako ng LingGuang. Binubuo at pinapatakbo nito ang tool sa loob mismo ng usapan, at hinahayaan ang user na baguhin ito nang hindi umaalis sa app. Sa iisang daloy ng trabahong ito, mabilis na masusubukan ng mga user na walang kasanayan sa teknikal ang mga ideya at makakakuha sila agad ng resultang magagamit sa telepono.

Nag-aalok ang ilang assistant sa China ng mahusay na pagbuo ng larawan at video, pagsasalin at mga tool sa dokumento. Namumukod-tangi ang LingGuang dahil bahagi ng karaniwang sagot nito ang code. Hindi lang ito nagmumungkahi ng mga hakbang para gumawa ng calorie tracker. Ginagawa nito ang tracker at binubuksan ito. Binabawasan nito ang pagitan ng layunin at aktuwal na pagkilos, na naging malaking hamon para sa maraming assistant. Para sa mga estudyante at maliliit na negosyo, maaaring maging malaking pakinabang ang matitipid na oras kapag simple at paulit-ulit ang mga gawain.

May kapalit din ito. Sadyang magagaan ang mga flash app. Hindi kapalit ang mga ito ng kumpletong mobile app o masalimuot na sistema para sa malalaking negosyo. Maaaring mas piliin ng mga bihasang user ang mga tool para sa developer, low-code platform o nakalaang tagagawa ng app para sa mga mas advanced na proyekto. Tinututukan ng LingGuang ang kabilang bahagi ng pangangailangan, kung saan mas mahalaga ang bilis, linaw at kadalian ng paggamit kaysa sa lawak ng mga feature.

Pagkapribado, kaligtasan at mga limitasyon

Kailangang maingat na pangasiwaan ang pagkapribado at seguridad ng anumang assistant na nakakakita ng mga larawan, nagbabasa ng mga prompt at nagpapatakbo ng code. Matagal nang may karanasan ang Ant Group sa pangangasiwa ng sensitibong datos sa pananalapi, at aasahan ng mga consumer na susundin din nito ang parehong pamantayan sa pangkalahatang produktong AI. Nakatutulong ang pagpapatakbo ng mga nalikhang app sa sandbox at paglilimita sa mga pahintulot upang mabawasan ang panganib. Bahagi rin ng ligtas na karanasan ang mga pananggalang para sa camera, mga filter para sa ipinagbabawal na nilalaman at mga kontrol sa pagbabahagi ng datos.

Dapat ituring ng mga user na panimulang bersyon lamang ang mga nalikhang output. Kayang pasimplehin ng mga biswal na paliwanag ang masalimuot na paksa, ngunit maaari rin nitong labis na paglalahatin ang mga ito. Ayos ang tool sa pagbabadyet na nagawa sa loob ng ilang segundo para sa payak na pagpaplano, ngunit hindi nito mapapalitan ang propesyonal na software sa accounting. Kapag usaping pangkalusugan o legal ang lumitaw, mas mainam pa ring sumangguni sa beripikadong mga sanggunian at eksperto. Gaya ng lahat ng produktong AI, nakatutulong ang malinaw na pag-unawa sa mga kaya at hindi kayang gawin ng tool para makapili nang mas wasto ang mga user.

Isa ring salik ang suporta sa wika. Nakatuon sa lokal na merkado ang unang bersyon. Nangangahulugan ito na iniayon sa mga user at serbisyo sa China ang karanasan, mga sanggunian ng nilalaman at mga integrasyon. Mapapalawak ng suporta sa mas maraming wika at pagkakaroon nito sa ibang bansa ang madla, ngunit madalas magtagal ang mga hakbang na ito para sa mga produktong umaasa sa lokal na datos at pag-apruba ng mga app store.

Maagang pagtangkilik at pagkakaroon

Malakas ang naging unang interes. Ayon sa mga lokal na ulat, lumampas sa 200,000 ang mga download ng app sa unang araw, palatandaang sabik ang mga consumer na subukan ang mga assistant na higit pa sa teksto ang kayang gawin. Dahil nakatuon ito sa mobile at libre itong gamitin, mas madali itong subukan. Habang ibinabahagi ng mga tao sa mga kaibigan at katrabaho ang mga flash app, maaaring makahikayat ng mas maraming user ang mga epekto ng network na sama-samang gumagawa at nagpapahusay ng maliliit na tool.

Maaaring i-download ang app sa App Store ng Apple at sa mga pangunahing Android app store sa China. Ayon sa Ant Group, sinusuportahan ng assistant ang iba’t ibang modality sa chat, mga flash app at vision mode, at maaaring baguhin at ibahagi ang mga output. Inilalahad ng kumpanya ang LingGuang bilang bahagi ng mas malawak na pagsusulong tungo sa artificial general intelligence (AGI), kasabay ng mga pagsisikap nito sa mga serbisyong pangkalusugan at robotics. Malinaw ang estratehiya: gawing praktikal, mabilis at kapaki-pakinabang sa pang-araw-araw na buhay ang AI.

Mga dapat malaman

• Inilunsad ng Ant Group ang LingGuang, isang multimodal na AI assistant na bumubuo ng gumaganang flash app at mga biswal na sagot mula sa mga prompt sa natural na wika sa loob ng humigit-kumulang 30 segundo.
• Naghahatid ang assistant ng mga resultang binuo sa pamamagitan ng code sa iba’t ibang format, kabilang ang mga 3D model, animation, tsart, audio at interactive na mapa, hindi lang teksto.
• Tatlong pangunahing function ang bumubuo sa produkto: chat, mga flash app na tumatakbo sa loob ng usapan at camera mode para sa real-time na pag-unawa sa mga tanawin at malikhaing pag-edit.
• Malakas ang unang pagtangkilik, at iniulat na mahigit 200,000 download ang naitala sa unang araw ng pagkakaroon nito.
• Para sa mga user na walang kasanayan sa teknikal ang LingGuang na nagnanais ng mabilis at naiaangkop na mga tool para sa mga gawain gaya ng pagbabadyet, pagpaplano ng biyahe, pantulong sa pag-aaral at mga simpleng laro.
• Magagaan, nababago at naibabahagi ang mga flash app, at tumatakbo ang mga ito sa limitadong kapaligiran para mapangasiwaan ang seguridad at pagkapribado.
• Inilunsad ang LingGuang sa gitna ng mahigpit na labanan para sa mga consumer AI sa China, kung saan pinalalawak ng malalaking platform ang mga assistant na pinagsasama ang chat at mga tool sa paglikha.
• Makukuha ang app sa iOS at sa mga pangunahing Android app store sa China, at nakatuon ang disenyo nito sa bilis, linaw at minimalistang biswal na estilo.