蚂蚁百灵开源原生多模态模型 Ling-3.0-flash-VL

BlockBeats 消息，9 月 9 日，蚂蚁百灵正式开源首个原生多模态模型 Ling-3.0-flash-VL。

该模型此前已经上线 API，这次放出 BF16 和 FP8 权重，采用 MIT 许可，FP4 和 INT4 版本后续跟进。

据介绍，Ling-3.0-flash-VL 可以读取图片、视频、文档和软件界面，再调用工具完成操作，并根据执行结果继续检查和修改。以网页制作为例，模型可以参照参考图编写代码，再根据实际页面效果自行调整。

架构方面，Ling-3.0-flash-VL 采用 MoE 架构，总参数约 1240 亿，单次推理激活约 55 亿。上下文最高可扩展到 100 万 Token。

蚂蚁百灵表示，Ling-3.0-flash-VL 继承了 Ling-3.0-flash 在 Agent 工作流中作为高效执行节点的核心优势，在视觉反馈闭环中兼顾输出质量与执行效率，以更低成本和更短时间推进完整任务。