最近，國內(nèi)AI的戰(zhàn)場上，又多了一位參賽的C端選手——阿里千問App。

此次上線的千問，作為阿里旗下最強最新的Qwen大模型首個官方應用入口，劍指ChatGPT等全能AI應用標桿。

其核心競爭力在于Qwen系列模型——該系列模型在多項權(quán)威評測榜單中持續(xù)登頂，以領(lǐng)先性能構(gòu)筑起底層技術(shù)壁壘。

但問題的關(guān)鍵在于：Benchmark上的高分，能否轉(zhuǎn)化為用戶手中真實可感的體驗？

這篇文章衛(wèi)夕就和大家一起來盤一盤——

一、千問需要將模型能力轉(zhuǎn)化成好用的應用體驗

一臺好車，發(fā)動機的馬力只是必要條件，而非充分條件，最終用戶在意的，是這輛車整體開起來舒不舒服。

Qwen系列模型的實力毋庸置疑，Qwen的開源模型已經(jīng)位列全球第一梯隊，長期雄霸各類榜單。

同時其建立了一個完整的模型家族：語言、視覺理解、圖像生成與編輯、視頻生成、代碼......幾乎覆蓋了所有關(guān)鍵場景。

這種全模態(tài)的能力矩陣，是千問區(qū)別于競品的第一道護城河。

這一點對于競爭而言其實挺重要的，目前市面上各家AI偏科的不少——

DeepSeek產(chǎn)品沒有視覺理解能力，ChatGPT的圖像編輯打不過Nano Banana，Claude代碼強但缺多模態(tài)。

而千問從一開始就是一個水桶型選手，沒有明顯的能力短板。

但千問App的現(xiàn)實挑戰(zhàn)是：如何讓Benchmark上的高分，變成用戶手中實實在在的好用。

二、千問的創(chuàng)造性思維如何？

如果你問一個AI應用最重要的能力是什么，答案可能因人而異。

對于我而言，有一點是確定的：在我高頻用它之前，它得讓我識別到它的特點。

由于我個人的偏好，我測試AI應用喜歡用它們開一些腦洞，咱們廢話少說，一起來看一看千問的測試表現(xiàn)——

第一個我常測的問題——

“假如唐朝就有微博，歷史名人們會如何互動？”

千問的答案

可以看到，千問的答案一開始就精準拿捏李杜的性格反差，然后過渡到王維、孟浩然等不同圈層的互動，再加上了安史之亂的補充，到最后的假想微博體的文化意義。

答案的確Get到了這個整活問題的出發(fā)點，同時也沒忘適當拔高和延展

再看一看豆包的答案——

豆包的答案

可以看到，和千問的“大局觀”相比，它的回答直接而富有娛樂性。

直接將博文和評論互動列了出來，同時還加入了楊玉環(huán)這樣的角色，符合豆包“內(nèi)容向”、“娛樂向”的過往風格。

再來——

“分析一下《西游記》中四位

主角

MBTI”

千問的答案

對于這個問題，兩邊的答案就有一些差異了。

先看結(jié)果，千問的結(jié)果是——唐僧INFJ、孫悟空ENTP、豬八戒ESFP、沙僧ISFJ。

而豆包的結(jié)果是——唐僧INFJ、孫悟空ESTP、豬八戒ESFP、沙僧ISTJ。

豆包的答案

二者在唐僧和豬八戒二人的結(jié)果上沒有分歧，分歧在于——孫悟空到底是N還是S，沙僧到底是F還是T。

我個人傾向于孫悟空是S（更憑直覺而不是抽象），但千問的理由是孫悟空一眼看出妖怪的本質(zhì)，因此不是直覺，這樣聽起來也有理有據(jù)。

至于沙僧，我則認為千問的答案T沒毛病，沙僧在西游記里是有多次感情流露的。

對比二者，會發(fā)現(xiàn)豆包的答案更直接，而千問答案還會給出理論支撐的信息，更讓人信服一些。

第三題——

這道題是來自我最近買的一本書——《501個創(chuàng)意寫作練習》，一本全是提示詞的書，我隨便挑了一道：

千問的回答是這樣的——

千問的答案

可以看到，千問的回答在行文水平上非常流暢，它選擇了“打掃庭院”這個任務。

在語言上的確還原了極限運動播報員這一角色，更重要的是，它總結(jié)了行文思路，同時對其他任務也提供了播報的參考的方向，可以說非常貼心了。

豆包的答案

而豆包選擇了“清掃房間”這個任務，行文同樣對極限運動員還原的不錯，從語言風格上，豆包有更多的引號，顯得更加癲狂一些。

二者的取向并沒有好壞之分，取決于具體用戶的偏好，我個人更喜歡千問的版本稍多一些。

總體而言，我發(fā)現(xiàn)千問的答案找到了一個微妙的平衡點，它既不會過于拘謹顯得無聊，也不會太過放飛而顯得癲狂。

這種平衡，來自Qwen模型在訓練時對結(jié)構(gòu)化輸出的強化，你能感受到它的確在思考、在組織。

它懂得什么時候該放飛，什么時候該收斂，從這個意義上，上面這些問題的答案千問表現(xiàn)不俗。

三、從有趣到有用：千問的另一面

創(chuàng)意只是開始，對于一個真正想要占據(jù)用戶日常的AI應用來說，靠譜才是核心。

這就涉及到千問必須回答的第二個問題——

在實用、專業(yè)的場景中，它能否經(jīng)得起考驗？

我用幾個真實場景測試了千問：

場景一：

“北京市的

"工作居住證"如何辦理？”

這是一個典型的"本地化、政策性"問題，它要求有準確的流程、最新的政策、可操作的步驟。

千問的答案

千問的回答非常出色，它從申請條件、申請材料、申請流程、待遇等方面詳細給出。

甚至還給出了一些區(qū)的咨詢電話，非常全面，同時在答案末尾還推薦了一些相關(guān)視頻。

豆包的答案

而豆包的回答則要遜色一些，核心信息只有申請流程，而流程的4步只是一個概述，并沒呈現(xiàn)相關(guān)細節(jié)。

場景二：

“請總結(jié)最近兩年騰訊的前

10大股東的變化情況?！?/blockquote>

這是一個典型的專業(yè)研究場景，它需要AI準確查找信息，同時具有有數(shù)據(jù)分析的能力，還要結(jié)合提問進行推理。

千問的答案

千問的答案，不僅專門列出了南非報業(yè)、馬化騰以及貝萊德投資者具體的變動。

還通過表格進行了相對清晰的統(tǒng)計，并結(jié)合變動分析了趨勢，最后進行了總結(jié)，滴水不漏。

而豆包的答案直接列出了變動，但并未通過表格列出具體的前10大股東。

豆包的答案

我專門查驗了一下，發(fā)現(xiàn)二者引用來源還挺不一樣的，推測應該是引述不同來源導致的差異。

場景三：

“這是什么東西，應該如何使用？”

這是一個"視覺識別+推理"的場景，也是生活中常見的場景。

我家的洗手間，就有很多我媳婦兒各類瓶瓶罐罐，全是英文，不少我既不認識也不知道怎么用。

而AI則完全可以解決這個問題——

千問的答案

千問準確識別出了這是用于監(jiān)測哮喘和慢阻肺最大流速的峰速儀，給出了品牌、產(chǎn)品特點、實用方法和注意事項，最后還給出了淘寶鏈接。

而豆包在同一場景下也很好地完成了任務，給出了使用方法和注意事項，最后還問用戶是否需要補充使用清單。

豆包的答案

此外，我還用DeepSeek也試了一下，發(fā)現(xiàn)DeepSeek盡管識別正確，但它并非是通過視覺物品而得到的結(jié)論，而是識別圖像上的文字。

當只給到純物品圖片時，DeepSeek就會提示“未提取到文字”，這一點千問會有明顯優(yōu)勢。

DeepSeek的答案

此外，我還進行了一系列的其他測試，比如圖片編輯、視頻通話、深度研究等，千問的完成度比我預期的要高。

圖片編輯功能默認有不同的濾鏡，同時設置了擴圖、去水印等常見操作。

我試了一下，去掉照片里的路人、AI試衣等常見的圖片玩法毫無壓力。

另外，我還用視頻通話，簡單對著桌面問了一下他看到了什么。

它的視頻通話的延時非常低，畫面描述也很精準，我相信家里老人們拿它識別一些花花草草肯定也非常實用。

可以看到——

得益于模型層的領(lǐng)先，無論是回答“工作居住證”這類政策問題，還是“騰訊股東變動”這類對準確性要求高的財經(jīng)問題，還是生活中常見的識圖場景，千問交出的答卷都滴水不漏。

如果用四個字形容，那就是“穩(wěn)如老狗”：

首先，思考的思維鏈很清晰、質(zhì)量很高。

同時在搜索結(jié)果引用和推理層面做到了切中要害，最后在呈現(xiàn)上（辦理流程列出資料的具體項目、股權(quán)變動用圖表對比）非常直觀、詳細，閱讀體驗很好。

其次，得益于其在多模態(tài)層面的領(lǐng)先優(yōu)勢，千問App超越了一個LLM的范疇。

因而可以做到在功能層面覆蓋非常飽和（修圖、視頻通話、視頻生成、PPT等等），能最大程度上滿足不同用戶的多元需求。

從這個意義上，我對千問的評價就兩個字——靠譜。

靠譜這個詞，說起來簡單，背后其實包含了很多多東西，它涉及模型的能力、應用的設計、價值的取向等一系列復雜要素。

一個靠譜的AI，應該像一位值得信賴的專家，在你需要的時候，給出可執(zhí)行的答案。

這一點，千問的確做得不錯。

這幾天，我在Twitter上也刷到了不少人對千問的評價，比如一位叫駱逸的建筑師是這樣說的——

我想，用戶自然的口碑可能就是千問最好的背書。

四、挑戰(zhàn)與未來：千問能走多遠？

在過去，Qwen大模型雖然在技術(shù)上領(lǐng)先，但普通用戶感知不強。

而千問的使命就是要扭轉(zhuǎn)這種局面，打通Qwen大模型和C端用戶之間的最后一公里。

這種定位，決定了千問的產(chǎn)品邏輯：不只是要聊得來，更要用得上。

它希望覆蓋用戶從創(chuàng)意到執(zhí)行的全流程，成為用戶工作、學習、生活中全能助手。

而這并不容易。

接下里的戰(zhàn)爭應該非常精彩，字節(jié)、騰訊、阿里還有DeepSeek和Kimi，到底誰能在長期的競爭中勝出，值得從業(yè)者認真觀察。

千問的一個挑戰(zhàn)就是——如何建立自己的場景心智？

我直觀的感覺，從目前的產(chǎn)品定位來看，千問野心就是要做中國的ChatGPT，但這個C端用戶的心智如何建立，可能需要時間。

我倒認為，千問可以抓住"AI生產(chǎn)力平臺"這個定位空白，強化相關(guān)場景，從而實現(xiàn)差異化競爭。

這需要千問在傳播和運營上，找到清晰的錨點和場景，讓用戶知道，在什么情況下，第一時間想到千問。

從我個人的角度，我很期待的一點是千問之后在Agent能力上的升級迭代。

據(jù)《晚點》對千問團隊的采訪，千問后續(xù)差異化競爭點在于Agent——

“阿里體系下有這么多 Agent，怎么基于場景把它們更好地串聯(lián)在一起？用戶很多需求使用的不是一個或者兩個 Agent 的服務，比如說我想要規(guī)劃一個團建，調(diào)用的不只是飛豬，可能還有很多支付、出行、購物等一系列能力，怎么把它們有機且絲滑得串聯(lián)在一起。”

的確，從能回答的Chatbot到能干活的Agent，其想象空間要大不少，而阿里的生態(tài)恰好又是和用戶日常生活聯(lián)系最緊密的系統(tǒng)，因而會帶來很大的想象空間。

據(jù)騰訊的財報電話會，微信之后也會推出AI Agent，阿里和騰訊在C端的Agent賽道有一次重逢。

二者在打法上有哪些差異化看點，值得行業(yè)持續(xù)關(guān)注。

結(jié)語

千問的推出，是阿里在AI時代的一次重要戰(zhàn)略布局。

過去幾年，阿里在AI領(lǐng)域布局很全——

從底層算力（阿里云）、到模型研發(fā)（Qwen系列）、再到應用層面（千問、夸克AI、釘釘AI）。

這是一個全棧的打法。

千問App的推出，是這個全棧在C端的集中爆發(fā)，而千問承載的，是阿里對"AI新質(zhì)生產(chǎn)力"的理解。

而到底什么是"AI新質(zhì)生產(chǎn)力"，每一個行業(yè)玩家都應該嚴肅思考。

——End——

作者簡介：衛(wèi)夕，公眾號“衛(wèi)夕指北”出品人，科技專欄作者，專寫長文，專注剖析互聯(lián)網(wǎng)及社會科學的底層邏輯；不關(guān)注這個賬號，你都不知道你會錯過神馬！