蚂蚁百灵大模型开源新版本 适配灵光2.0个人助理
10月28日，国内某科技企业旗下的百灵大模型正式开源两款核心模型：Ling-3.1-flash-1019与Ling-3.1-flash-base。其中，Ling-3.1-flash-1019是在原有Ling-3.1-flash版本基础上进一步训练优化而来，在智能分析指数v4.3.2中取得44分，较前一版本提升3分；同步开源的Ling-3.1-flash-base则是为长程任务所需的知识储备、推理能力与计算效率打造的基础模型。
从具体测评结果来看，Ling-3.1-flash-1019面向个人AI智能体场景的优化效果显著：复杂知识工作测评得分从约1400 Elo提升至1524 Elo，通用数据验证测评从约1618 Elo提升至1644 Elo；流程自动化测评得分从62%提升至68%；科学问题求解测评得分从18%提升至26%，科学代码生成测评得分从54%提升至57%。
本次开源动作与该企业旗下灵光2.0的升级直接相关。10月27日，灵光2.0完成核心升级，定位为“能管事的个人AI助理”，它依托跨会话记忆、长程任务调度与独立云主机等能力，可在用户授权范围内主动跟进并管理复杂事务，即便用户退出对话，相关任务仍可继续运行。这一应用场景的变化，对底层模型的能力提出了全新要求。
从即时问答到持续办事，模型需具备哪些核心能力？
与传统的即时问答场景不同，个人AI智能体需要围绕单一目标持续推进任务，这不仅要求产品具备完善的记忆与任务调度机制，更需要底层模型能够准确理解目标、灵活使用工具、实时处理新信息并逐步推进任务落地。
灵光2.0的应用实践直观展现了这类能力的价值：比如规划旅行时，它不仅能生成行程攻略，还会结合出发时间跟进天气情况、协助预约相关服务并提醒行前准备；面对双11购物需求时，它会根据预算、商品规格与个人偏好筛选商品、整理清单，还会持续关注价格变动，在符合约定条件时及时向用户发出提醒。
围绕这类真实需求，百灵大模型团队持续通过训练迭代与应用反馈，探索个人AI智能体所需的核心能力。Ling-3.1-flash-base从设计初期就将这类需求纳入考量，该模型采用混合线性MoE架构，总参数规模约5600亿，每次处理单个Token时激活约250亿参数，在模型容量、长序列信息处理与单步计算开销之间实现了良好平衡，为后续面向真实任务的训练打下了坚实基础。
在覆盖8个领域的47项基准测试中，Ling-3.1-flash-base有32项测试结果超越了DeepSeek-V4-Pro-Base与MiMo-V2.5-Pro-Base，取得了最高分。其中，知识理解、逻辑推理、代码编写、数学运算与长上下文处理等能力，正是个人AI智能体处理复杂事务的核心基础，也是推进真实任务落地的重要起点。据了解，Ling-3.1-flash-base以BF16基础权重、MIT开源许可证向开发者开放，开发者可基于自身的知识体系、业务流程与工具资源，开展继续预训练、领域适配及后训练等工作。
在基础能力之上，Ling-3.1-flash及本次开源的1019版本通过后训练环节，持续强化模型的推理能力、工具使用能力与多步骤任务执行能力，不断提升模型在实际工作流中的表现。从研发重点来看，百灵团队从基础模型到后训练模型的研发过程，逐步聚焦于如何让模型更好地遵循目标、使用工具并推进任务。
针对个人事务中的多模态信息处理需求，百灵团队还基于Ling-3.1-flash训练出了视觉语言模型Ling-3.1-flash-VL，该模型在原有推理、规划与工具使用能力的基础上，新增了视觉信息理解能力，目前已率先应用于灵光2.0，后续将面向开发者正式发布。
从真实任务中来，到真实应用中去
目前，百灵团队正逐步完善个人AI智能体所需的模型能力，而模型层面的能力演进，也正在各类应用场景中得到进一步验证与探索。Ling-3.1-flash已基于灵光2.0、阿福医生版等应用场景的需求与反馈开展对齐训练，持续提升模型在专业表达与沟通协作等方面的能力。
百灵团队表示，希望通过模型研发与应用实践的持续循环，提升模型理解目标、保持任务状态与应对变化的能力，同时将持续通过开源模式与全球开发者共同探索更多应用可能。
不同于部分模型研发单纯追求参数规模的做法，百灵团队更注重让基础模型能力进入真实业务流程、完成实际任务。今年下半年以来，百灵围绕开放开源与真实场景需求，加速了模型的迭代与发展。
此前，百灵基于新一代基座模型Ling-3.0-flash，分别推出了金融增强模型Ling-3.0-flash-Fin与医疗增强模型Ling-3.0-flash-Sante，将基础模型能力进一步带入真实专业场景。其中，Ling-3.0-flash-Fin总参数1240亿、每次激活51亿参数，它让AI进入真实投研任务流，打通从资料检索、分析研判到形成研究成果的完整任务链，在高难度投研任务中表现比肩3万亿级前沿模型，金融智能体综合表现达到开源领先水平；Ling-3.0-flash-Sante则将“高智效比”的优势带入医疗场景，以1240亿参数规模在1.6万亿以下参数模型中取得最优表现，整体性能与多款旗舰模型相当。
