Lar
A AntGroup apresenta o Ling-3.0-flash-VL, um modelo grande multimodal nativo com 124 bilhões de parâmetros

A equipe de código aberto da Ant lançou oficialmente o Ling-3.0-flash-VL, o primeiro modelo grande multimodal nativo da série Bailing. Construído sobre a arquitetura MoE do Ling-3.0-flash, este modelo possui 124B parâmetros totais, com apenas 5,5B ativados por inferência. Ele suporta nativamente entradas de imagem, texto e vídeo dentro de uma janela de contexto de 256K tokens.
Durante o desenvolvimento, a equipe priorizou melhorar a confiabilidade e a eficiência de modelos grandes em tarefas do mundo real. Abordando as preocupações da indústria de que adicionar capacidades visuais poderia degradar a inteligência textual, os resultados do treinamento provaram o contrário: o treinamento multimodal nativo conjunto não apenas expandiu os limites de aplicação, mas também aumentou ainda mais a inteligência textual.
Para garantir a execução precisa, o Ling-3.0-flash-VL introduz um mecanismo inovador de feedback visual. Ao implementar um processo em loop fechado de observar resultados, compará-los com os objetivos, identificar desvios e corrigir continuamente, o modelo passa da geração estática para a autocorreção dinâmica, melhorando significativamente a confiabilidade dos resultados.
Além disso, o modelo mantém a força central do Ling-3.0-flash como um nó de execução eficiente em fluxos de trabalho de Agentes. Dentro dos loops de feedback visual, ele equilibra perfeitamente a qualidade da saída e a eficiência da execução, permitindo que tarefas complexas sejam concluídas mais rapidamente e com custos menores.
Artigo relacionado
OpenAI adia IPO para 2027 em meio a valorização para US$ 1,2 trilhão
A OpenAI, pioneira em inteligência artificial, está atualmente negociando financiamento privado com investidores para atingir uma impressionante avaliação de 1,2 trilhão de dólares. Esse valor representa um salto dramático em relação à avaliação pós-
O Microsoft Outlook Clássico integrará a IA Copilot para a redação de e-mails no Windows 10 e 11
O site Windows Latest informa que a Microsoft pretende lançar a atualização do Copilot para o Outlook clássico no Windows 10 e 11 até o final de 2026, introduzindo um recurso de “elaboração de e-mails
A IA Seedance, da Volcano Engine, muda o foco da proteção de direitos autorais para a comercialização de propriedade intelectual
A Yule Capital informa que o Huoshan Engine, da ByteDance, convidou vários detentores de direitos autorais para participar do teste beta de sua nova “Plataforma de Gestão de Direitos Autorais com IA”.
Recomendações de tópicos especiais relacionados
Comentários (0)

A equipe de código aberto da Ant lançou oficialmente o Ling-3.0-flash-VL, o primeiro modelo grande multimodal nativo da série Bailing. Construído sobre a arquitetura MoE do Ling-3.0-flash, este modelo possui 124B parâmetros totais, com apenas 5,5B ativados por inferência. Ele suporta nativamente entradas de imagem, texto e vídeo dentro de uma janela de contexto de 256K tokens.
Durante o desenvolvimento, a equipe priorizou melhorar a confiabilidade e a eficiência de modelos grandes em tarefas do mundo real. Abordando as preocupações da indústria de que adicionar capacidades visuais poderia degradar a inteligência textual, os resultados do treinamento provaram o contrário: o treinamento multimodal nativo conjunto não apenas expandiu os limites de aplicação, mas também aumentou ainda mais a inteligência textual.
Para garantir a execução precisa, o Ling-3.0-flash-VL introduz um mecanismo inovador de feedback visual. Ao implementar um processo em loop fechado de observar resultados, compará-los com os objetivos, identificar desvios e corrigir continuamente, o modelo passa da geração estática para a autocorreção dinâmica, melhorando significativamente a confiabilidade dos resultados.
Além disso, o modelo mantém a força central do Ling-3.0-flash como um nó de execução eficiente em fluxos de trabalho de Agentes. Dentro dos loops de feedback visual, ele equilibra perfeitamente a qualidade da saída e a eficiência da execução, permitindo que tarefas complexas sejam concluídas mais rapidamente e com custos menores.
OpenAI adia IPO para 2027 em meio a valorização para US$ 1,2 trilhão
A OpenAI, pioneira em inteligência artificial, está atualmente negociando financiamento privado com investidores para atingir uma impressionante avaliação de 1,2 trilhão de dólares. Esse valor representa um salto dramático em relação à avaliação pós-
O Microsoft Outlook Clássico integrará a IA Copilot para a redação de e-mails no Windows 10 e 11
O site Windows Latest informa que a Microsoft pretende lançar a atualização do Copilot para o Outlook clássico no Windows 10 e 11 até o final de 2026, introduzindo um recurso de “elaboração de e-mails
A IA Seedance, da Volcano Engine, muda o foco da proteção de direitos autorais para a comercialização de propriedade intelectual
A Yule Capital informa que o Huoshan Engine, da ByteDance, convidou vários detentores de direitos autorais para participar do teste beta de sua nova “Plataforma de Gestão de Direitos Autorais com IA”.











