【软盟资讯 · 7×24快讯】（2026年09月09日） 蚂蚁集团宣布推出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的混合专家MoE架构拓展而来，总参数量124B，单次推理仅激活约5.5B参数，原生支持图像、文本与视频输入，上下文窗口达256K Token。其核心创新在于”视觉反馈闭环”机制，将任务处理转变为”观察→行动→验证→修正”的持续闭环，模型可以”再看一遍”修正理解，并能作为GUI Agent识别界面完成跨工具操作。目前该模型已在Ling Studio平台上线免费体验，BF16与FP8版本已通过Apache 2.0协议在Hugging Face及ModelScope开源，允许商用与二次开发。
软盟观察： 蚂蚁用一个”总参124B、激活仅5.5B”的MoE多模态模型，在成本与能力之间做出了极致平衡，还正面回应了”加视觉会拉低文本智能”的行业成见。更难能可贵的是开源叠加Apache 2.0协议，等于直接给国内Agent生态补充了弹药。对开发者而言，能用低算力跑起支持GUI自动化的多模态Agent，比单纯的参数炫技来得更实在——这也正是大模型从”秀肌肉”走向”干实事”的缩影。