蚂蚁开源 Ling-3.0-flash-VL：124B参数原生多模态模型亮相

蚂蚁开源团队近期发布了百灵系列的首个原生多模态大模型 Ling-3.0-flash-VL。该模型基于 Ling-3.0-flash 的 MoE 架构构建，参数总量达到 124B，推理时激活 5.5B 参数。模型原生支持文本、图像与视频的混合输入，并提供高达 256K Token 的上下文窗口，展现了强大的长序列处理能力。

研发团队通过实践证实，原生多模态联合训练不仅不会削弱文本智能，反而有助于进一步提升模型整体的认知能力。Ling-3.0-flash-VL 引入了独特的视觉反馈机制，通过观察、对比与修正的动态闭环，使模型具备了自我纠错能力，显著提升了复杂任务执行的可靠性。

作为 Ling-3.0-flash 系列的延续，该模型在 Agent 工作流中表现出色的执行效率。在视觉闭环辅助下，它能在保持高质量输出的同时，有效压缩任务完成的时间成本。这标志着蚂蚁在提升 AI 可靠性与实用性方面迈出了重要一步，为开发者提供了更强力的开源工具。