支付宝“探一下”实测：以图搜物可以，视觉搜索取爆发了？

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，“探一探”花草动物潮玩、作念旅游的随身栽植、查询商品药品确定等。

距离蚂蚁集团崇敬提议AI策略仅一年时期，AI对传统应用的遮盖已如斯全面而久了。就拿支付宝App来说，2024年以来，支付宝接连发布“支小宝”等AI沉寂应用以及智能体竖立平台，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“随身证明”

插足“探一下”主界面后的第一件事便是定格录像头取得的画面并运转生要素析效果，这一套操作差点让小雷莫得反映过来。但换个角度思思，“探一下”自己是集成在支付宝扫一扫当中的扩张能力，并不是沉寂的App，通过搜索插足可能不是最佳的交互格式。

功能分辨上，“探一下”主要有“探常识”“探灵感”“探笔墨”“AR”四个选项，临了两个其实是通例的笔墨识别和AR透露，小雷合计前两个功能才是“探一下”的中枢能力所在。

（图片来自雷科技摄制）

“探一下”和其它主流视觉识别型AI的职责旨趣出入无多，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效果，还可以凭证图片特征关联商品信息，像是团结了拍图搜物的能力。后者则是需要用户向发起发问，比如但愿取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。

和通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、食品等齐可以识别。比如小雷识别了目下的肠粉之后，“探一下”会基于识别效果提供迥殊的生成选项，举例“肠粉的发祥地”“肠粉与广东早茶文化有何有计划”之类的。个东谈主感受来说，若是当下小雷碰到从未见过但又很好奇的事物，“探一下”的探常识能力着实会是一种相对灵验的调换。

（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，效果并莫得网传的横蛮，粗略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合资，这便是小雷前边提到的拍图搜商品的能力，这在平素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晋起飞间，就比如它会将小雷手上的华为nova 13 Pro识别成华为P50 Pro，臆测识别的准确性与数据库、录像头画面有一定的关联。

（图片来自雷科技）

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），若是保留原始画面，一定进程上阐述识别效果不一定准确。

而“探灵感”则肖似于看图配文，提供“幽默”和“援助”两种文本生成立场，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，看起来还算好奇，“援助”便是正能量文本输出，这些文本内容齐是基于AI对画面内容识别之后蔓延出来的谜底，把视觉识别与AI帮写团结在了一齐。

爽脆体验下来，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“随身栽植”。

（图片来自雷科技）

但实验上小雷合计“探一下”的出现照旧支付宝对原土奇迹的整合，比如以图搜商品之类的，再通过AI视觉识别和常识科普、笔墨灵感推选这么的亲民玩法，带动更多东谈主使用AI功能，亦或是调换用户养成一种全新的搜索风俗。

对战理思同学、智谱：视觉识别能力强大

前边聊了对于支付宝“探一下”的体验和玩法分析，为了弄明晰和通例的视觉模子App区别在那里，小雷找来了理思同学、智谱两款提拔视觉识别的App进行简易对比。

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，而是跳过这一才气，径直提供常识科普、AI个性化案牍这么的发散选项。手脚对比，通例的视觉大模子App先是集聚画面内容，再恭候用户发问，往往能够得到相等具体的画面解读。另外，“探一下”不提拔笔墨输入，它便是单纯的视觉识别。

齐是画面识别，“探一下”走的是一条不同于通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（购物合资、历史配景等）。面临通常的当代立场建筑画面，理思同学和智谱的解答标的是一致的，智谱的解答更详备，具体到画面相近的元素，以及建筑名义可能会被植被遮盖这么的细节，以致还会进一步臆测这张图片所处的环境。

（图片来自雷科技，图一为“探一下”，图二为理思同学，图三为智谱）

而“探一下”径直跳过了画面分析这个才气，径直摆出“石材的使用怎样晋升建筑物的视觉质感”“玻璃幕墙在节能方面有哪些手艺上风”等，来调换咱们进一步了解。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栽植器还有用。

识别花花草草，支付宝的“探一下”照旧有点实力，和理思同学、智谱的对比当中，“探一下”和理思同学齐能准确识别目下的花草的品种（千日红），而智谱输出成鸡冠花。实验上千日红和鸡冠花两个品种的神气相比接近，只在造型上有彰着区分，更测验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”，图二为理思同学，图三为智谱）

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，它和理思同学、Kimi、豆包之类的大模子App并不在一条赛谈上，并不具备查询贵府、写稿、绘制之类的坐褥能力，实验上照旧一个更意旨风趣意旨风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能力多量相比弱，但支付宝“探一下”的识别水平至少不弱于主流，收货于背后有原土奇迹等数据资源，它的相近搜索能力可能还比通例的视觉模子更强，比如识别到具体的饮料或药物，适当什么时候、什么东谈主群服用，“探一下”更集会于这些平素生计的奇迹。

AI视觉爆发，“探一下”掀翻视觉搜索大战？

2023年，蚂蚁策略集团对外布告了AI提速策略，确定了“AI First”，崇敬将AI手脚公司发展的中枢策略之一。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多项场景奇迹当中，齐接入了AI大模子能力。

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，支付宝和他们有余不在一条赛谈上。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沉寂应用，匡助咱们贬收敛题，

厂商狂卷AI大模子领域的“玩办法”时期已流程去，怎样让AI落到实处，调换用户使用AI能力，才是当下行业多量矜恤的重心。

官方默示，东谈主类获取的信息有向上80%来自视觉，以视觉为中心的东谈主工智能产物，可以极地面裁减东谈主与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竖立，Google Lens、理思同学、智谱等视觉模子，诈欺平凡常识库识别、并吞视觉内容，仍是成为一种新波澜。

（图片来自雷科技摄制）

再加上“探一下”这种自己带有一定意旨风趣意旨风趣性的视觉AI产物，主打普及常识和文娱性，而不是通例AI大模子那种冰冷的笔墨输出，一定进程上更容易让普罗大家接纳，以致是将其手脚常用的内容搜索格式。

另外推敲到现时的功能丰富度，小雷并不合计“探一下”具备沉寂出来的条款。

就现在来看，视觉手脚“探一下”惟一的识别技巧和生成依据，准确度上还有待加强，毕竟它的任务便是作念大众的“AI眼睛”，更需要完善背后的常识库，失实的识别效果未必候也会误导用户，这是“探一下”现时需要完善的所在。

25年1月7日，CES（国外猝然电子展） 2025 行将汜博开幕，雷科技报谈团蓄势待发，行将飞赴好意思国·拉斯维加斯现场全程报谈，敬请矜恤。

举报/反馈