这两天在家族群里，看到我妈发了条消息，说她用千问点了杯奶茶，还挺好用的。

讲真，我看到这条消息真的惊了一下......我妈现在居然会主动去试AI工具了🤯

前几天千问奶茶那个免单活动，她跟着同事学了一遍，发现比自己在外卖App里翻来翻去方便多了。直接说想喝什么，AI就给推荐了。

所以我们这个时代，AI应该长什么样？

今天，我看到阿里又发布了新的图像生成模型Qwen-Image-2.0。

这个模型在AI Arena评测里拿了1029分，全球排第三，仅次于谷歌和GPT的最新模型。它能处理1K token的超长文字输入，能把数百字的古文完整渲染到图片里。

如果你是设计师或者做内容的，以前你可能要花半天时间调整的PPT配图，但现在AI几分钟就能给你生成专业级别的，这是技术层面的突破。

而就在4天前，千问App上线春节活动，9个小时，1000万订单。
平均每秒300多人在用AI下单，苹果应用商店免费榜第一。

这个对比你会发现很有趣，同一家公司，同时在做两件看起来完全不同的事。

一件是在AI技术的珠峰上继续攀登，追求极致的参数和性能。
另一件是让AI走进最日常的场景，帮人们点一杯奶茶，买一盒鸡蛋。

但这两件事之间，有什么关系吗？

说起AI，这两年大家讨论最多的其实还是模型参数、算力规模、技术路线。
从ChatGPT出来之后，各家都在卷大模型，比谁的分数高，谁的性能强。

然而，有一个问题常常被忽略：这些技术，最后要给谁用？
真正的考验在于，你能不能让一个从来没用过AI的人，愿意打开你的App，愿意试一试。

我妈不关心什么模型参数，她只关心这东西好不好用，能不能帮她解决问题。
但这恰恰是最难的部分。

因为从技术到应用，中间有巨大的鸿沟。
你的模型再强，如果用户体验不好，如果学习成本太高，如果场景不对，用户根本不会用。

可能有人会问，那搞技术研发干嘛，直接做应用不就行了？
这就说到关键了，千问春节能扛住1000万订单，背后靠的恰恰是过去几年在大模型上的持续投入。

是模型、阿里云、平头哥这套完整的技术栈，也是3800亿真金白银砸进去的基础设施。

没有这些，拿什么去做应用？

技术突破和应用落地，从来不是两条平行线，而是互相成就。
技术给应用提供可能性，应用又倒逼技术继续进化。

回头看这次春节的千问爆发，表面上看是1000万订单，是应用商店排名第一。
但往深了想，也是一次大规模的AI生活方式演习。

现在AI行业有个普遍现象，技术公司卷模型参数，应用公司拼用户体验，大家都在自己的赛道里狂奔，但很少有人能把这两条线连起来。

阿里的优势在于，他们有完整的生态。
他们可以针对真实需求去优化每一个环节，比如用户反馈说响应慢了，他们可以从算法、算力、网络各个层面去改进。
发现某类需求特别多，可以专门训练相应的模型能力。

这种端到端的优化能力，是最难被复制的。
而且这会形成一个正循环，用户越多，数据越多，模型越好，体验越好，又吸引更多用户。

所以回到我们最初的问题，AI到底应该长什么样？

有人说应该追求技术极致，向着AGI的方向进发；有人说应该关注实用性，解决真实世界的问题。

但这两个方向，真的矛盾吗？
阿里用行动给了答案：不矛盾，而且必须同时做。

技术上要保持领先，因为这是长期竞争力的保障；应用上要深入生活，因为这才是AI的终极价值。
真正厉害的公司，是能把这两条路走成一条的。

春节已经过去了，但这次千问的爆发，留下了一些值得思考的东西。

我妈这几天偶尔还是会用千问问点东西，她觉得确实还挺好用的。
而这，可能才是AI真正该有的样子。