Gemini 3.0还在预热，中国AI抢先！30秒造APP全网首测

　　新智元报道

　　编辑：定慧桃子

　　【新智元导读】Gemini 3.0还未杀到，一系列惊艳实测就已宣告：AI「生成涌现」时代，真的来了！几乎同一时间，国内一款新生AI神器，竟将这股超能力塞进手机，30秒手搓一个APP。

　　2025年终AI压轴大戏，本周强势来袭！

　　这几天，谷歌下一代AI模型预热引爆全网，Gemini 3.0「全家桶」多款模型蓄势待发。

　　此时此刻，全网都在坐等这场王炸发布。

　　毕竟，OpenAI GPT-5.1小修小补，并未触发所有人的G点。如今，Gemini 3.0几乎成为「全村人」的希望。

　　社交媒体上，更多的惊艳实测demo曝光：一句话即生前端UI、操作系统界面，以及复杂的SVG动画等等。

　　左右滑动查看

　　在这热闹喧嚣之中，我们看到了——AI的下一个未来，是「生成涌现」。

　　当前，AI正经历一场深刻的范式转变，从单一模态如文本/图像的生成，逐步演进至「生成涌现」的新阶段。

　　在这一全新范式下，Gemini 3.0正作为引领者，驱动着无限概念的生成与实现。

　　恰在今天，蚂蚁灵光正式上线，一款集闪应用、对话、开眼于一体的全模态通用AI助手。

　　它的诞生，打开了「生成涌现」的另一种方式。

　　AI进入「生成涌现」时代

　　生成涌现，本质上是AI生成能力的「爆炸式扩展」。

　　提到「涌现」一词，我们并不陌生。2022年，谷歌DeepMind斯坦福等在一篇论文中验证了：

　　随着模型的参数规模扩大，性能也会随之提升，还能解锁不可预测的全新能力。

　　他们将其称之为，「大模型涌现」。它从新的维度，再次印证了Scaling Law不死。

　　论文地址：https://arxiv.org/pdf/2206.07682

　　而这里的「生成涌现」，不在于内容本身，而在于前端与系统设计更高层次的应用重塑。

　　ChatGPT诞生后很长一段时间，传统生成式AI更擅长「线性输出」：prompt输入，文本/图片等单一模态输出。

　　这种以单一模态的输出，在2025年迎来一个新的拐点。

　　这一年，我们已见证了太多标志性大事件——

　　原生多模态模型：Gemini 2.5、GPT-5、Grok 4等最具代表性

　　图像模型：GPT-4o掀起吉卜力热狂潮；Nano Banana引爆AI图像编辑的热潮

　　视频模型：Veo 3首次实现音画同步；Sora 2坐享创意领域的ChatGPT时刻

　　世界模型：李飞飞Marble一句话即生3D世界；谷歌Genie 3直出可交互环境

　　左右滑动查看

　　前沿模型的每一次进化，都在向着原生多模态方向演进，最终导向了「涌现式生成」。

　　也就是说，AI会像生态系统般，逐渐具备自主扩展能力，并融合多模态、实时编码、动态应用的生成。

　　当参数超越更大的阈值时，模型不再局限于线性预测，而会涌现出「系统级」的能力。

　　这种趋势，在尚未真正露面的Gemini 3.0身上，愈发明显。

　　一句指令，它便能一次性构建可用的Windows、macOS操作系统，一键克隆YouTube网站视频可看、可交互小游戏......

　　Karpathy调侃道，Gemini 3.0在你没开口就能读懂人类心思，甚至，还能和你的猫聊天

　　Gemini 3.0还把AI编码上限推到一个全新高度，语言一键迁移，复杂的前端UI交互。

　　这种生成涌现的爆发力，就连「股神」巴菲特也为之动容。

　　可以笃定的是，未来AI的发展方向，或说下一个趋势，便是朝着「生成涌现」这一范式演进。

　　要说生成，其能力边界可以大到所有人无法想象，但最终落地时会是怎样的一种形态？

　　同一时间点上，蚂蚁灵光的登场，给业界提供了一条可行的路径。

　　从模型层面上看，Gemini 3.0可以验证系统、前端设计无限生成。但从产品层面看，灵光正开启「生成涌现」普惠化的探索。

　　一个人人皆可在移动端，短短30秒内，一键创建日常小应用的神器。

　　灵光真正实现了「人人手搓AI」的梦想，完美诠释了「生成涌现」的落地。

　　灵光一闪，人人进入生成时代

　　在这个人人皆可生成的时代，最不缺的就是「半成品」。

　　尤其在当下，氛围编程、生成式音乐、生成式网页、生成式视频...似乎一切皆可由AI完成。

　　所有人都在疯狂地「玩面粉」，但很多AI生成的内容都是半成品，或者压根不可用。

　　可人们真正想要的，从来不是面粉、面团等，而是可以直接端上桌的馒头、包子，甚至是要「好看又好吃」的那种。

　　这正是，灵光诞生的契机。

　　不管是打工人，还是学生，不管是老板，还是普通人，皆需要一个既能生成「最终好用产品」的AI工具，而且生成的内容还要「好看」。

　　左右滑动查看

　　你需要什么，就去造

　　灵光里最强大的一个功能就是闪应用。

　　在对比了众多国内外的通用AI产品后，灵光称得上国内通用AI助手里的一股清流，甚至可以说是独特的一种存在。

　　灵光使用下来，给人一种，这是通用AI产品中的「iPhone」。

　　iPhone好用在于它开创了「AppStore」，定义了「下载应用」的时代，将手机从「通信工具」变成了「万能掌上电脑」。

　　而灵光正在用「灵光闪应用」开启下一个时代：从下载海量应用进化为即时生成专属应用。

　　iPhone App Store：你需要什么，就去找。

　　灵光闪应用：你需要什么，就去造。

　　这是一种范式革命，它用30秒的「即时生成」取代了「搜索、筛选、下载、安装」的漫长链路，把创作权交给了普通人。

　　这个30秒的应用生成速度，体验真香。

　　比如制作一个能够分享，能够解释清楚最近网络热梗「哈基米南北绿豆」的来龙去脉。

　　可以看到，闪应用不止于「静态展示」，更拥有强大的「动态交互」能力。

　　这是因为，每个轻量级应用都可直接调用大模型等后端能力，不仅能展示结果，更能实时与外部进行交互。

　　这些应用真的就和APP一样，在你的闪应用列表中，随时可以调用。

　　不管是运动健⾝、旅⾏规划，还是健康⻝谱、理财规划，或者购物决策，这里全靠发挥你的想象力！

　　当Cursor为首的编程IDE让普通人离AI越来越远时，当氛围编程只属于部分懂技术的「特权」时。

　　其实从这次Gemini 3的「路透」就能看出来，未来所有的产品都能「AI生成」，而且也必将AI生成。

　　AI会不断吞噬掉所有工作内容。

　　于是，灵光也做了一次「减法」。

　　他们用「信息美学」的方式，让灵光的界面做到了极简。

　　它不再让你从纷繁的多模态工具中进行选择，而是一次性「生成」一切。

　　用「信息美学」融合全模态

　　简单来说，信息美学就是让信息变得既「好看」又「好懂」的艺术！

　　在AI时代，我们被卷入信息的洪流。

　　从社交媒体，到新闻、报告充斥着冗余的内容，其中大量还是AI生成的同质化、低价值的，让获取真实价值的信息变得愈发困难。

　　所以AI时代最大问题并不是获取知识，而是如何更好的组织知识，从繁杂的信息海洋中捞到真正的珍珠。

　　一个有用的信息不应该是深藏不露的或者长篇大论的，而应当是「恰到好处」。

　　比如虽然ChatGPT、Gemini等目前基础功能都很强大，但是每次问题都要输出一篇千字长文，让关键信息淹没在长上下文里。

　　或许，在底层模型卷无可卷的当下，我们需要一种新的AI产品形态。

　　全模态通⽤AI助⼿灵光，就是一个能把信息变成艺术品的AI工具。

　　它不仅仅是把知识内容和信息结构做得非常漂亮，而是提供了一种设计哲学，认为「美」本身就是一种功能。

　　它通过视觉、听觉甚至触觉（如3D交互）来组织信息，让你在接收信息的过程中感到愉悦、高效，并且能「秒懂」。

　　接触信息，感到愉悦，是的，这就是想象中，通用智能的那种感觉。

　　你没有看错，你甚至可以在灵光中创造3D模型，这已经脱离了一个对话AI的层面。

　　这一能力的实现，是因为灵光构建了「多智能体协作的Agentic架构」，让生成不再是单一工具的线性操作。

　　在生成可视化内容时，它会调度图像、3D、动画等不同领域的专业AI智能体，让其实时协作，提供更完整、更丰富、更沉浸的视图体验。

　　更值得一提的是，这一切皆可在移动端就能实现，在业界实属罕见。

　　总结来说，灵光带了一次内容生成的革新：它是首个实现了基于全代码生成的多模态内容输出。

　　当提出一个问题，它不只是「回答」，它会自动理解真实意图，并立即以代码为核心，实时构建出结构化、个性化，且高度美观可交互的可视化内容。

　　开眼：探索未来AI的产品形态

　　更令人欣喜的是，灵光这次探索了一种新的AI形态，摄像头+AI。

　　灵光开眼，这次让AI睁眼看世界。

　　虽然手机摄像头的参数已经卷到天际，但它还是一个死物，只负责记录。

　　而在AI加持下，未来的摄像头，可以说是「具身智能」史前时代的最佳载体。

　　灵光开眼的识别成功率和速度很难让人相信。

　　灵光开眼能够准确识别生活中的几乎任何物体。

　　甚至你还可以用灵光开眼来「找不同」，识别中容易被混淆的对象。

　　甚至可以用灵光总结了2025年9月份的阿里财报，还顺便算出了同比（有点东西）。

　　再让它解读一篇论文，看看能否胜任？

　　打开Transformer经典之作，灵光一眼识别出这篇论文，并在接下来回答中，关于论文主旨、架构性能，全部给出了正确的解析。

　　让普通人提前进入未来世界

　　如今，生成式AI发展的问题已经不是「生成」，而是AI的天花板到底有多高？

　　未来是不是，任何作品、任何工作内容、任何创作都可以由AI生成？

　　AI在发生大的变化，生成式也在发生大的变化，谷歌的Gemini 3预示着未来一种全新的趋势。

　　很多提前体验到Gemini 3的用户都认为，新模型在美学与信息量之间找到了前所未有的平衡。

　　文字更有审美密度，结构更清晰，内容更饱满，同时生成失误率大幅降低。这种一致性，正与灵光的方向不谋而合。

　　灵光的核心不是炫技，而是把高级能力包装成人人都能用的体验。

　　当模型本身的审美能力、稳定性和知识密度提升后，灵光就能把这些底层优势转译成更可靠的场景输出：

　　可以说，Gemini 3的出现，让灵光一直坚持的方向被再次证明。

　　灵光要做的，就是把「好」变得可感，把「稳」变得可依赖，让每一个普通用户都能享受到这场升级，而不需要成为提示词专家。

　　这里再次引用大神卡帕西对于Gemini 3的评价。

　　当一个AI在你提问前就猜到了你的想法，并且还给你答案，相信我们离真正的AGI世界不会太远。

　　灵光不追求一口气摸到天花板，而是先把地板垫高。

　　把复杂性藏起来，把确定性交给用户，让第一次用AI的普通人也能稳稳落地。