蚂蚁开源团队正式发布并开源百灵系列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，总参数量124B，单次推理激活5.5B参数，支持图像、文本和视频输入，上下文窗口达256K Token。官方介绍称，原生多模态联合训练在拓展模型应用能力的同时，也提升了文本智能。模型引入视觉反馈机制，通过观察执行结果、对比目标、发现偏差并持续修正，增强任务执行的可靠性，并延续其在Agent工作流中的高效执行能力。
蚂蚁开源团队正式发布并开源百灵系列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，总参数量124B，单次推理激活5.5B参数，支持图像、文本和视频输入，上下文窗口达256K Token。官方介绍称，原生多模态联合训练在拓展模型应用能力的同时，也提升了文本智能。模型引入视觉反馈机制，通过观察执行结果、对比目标、发现偏差并持续修正，增强任务执行的可靠性，并延续其在Agent工作流中的高效执行能力。