蚂蚁百灵开源Ling-3.1-flash-1019：面向Personal Agent的真实任务能力跃升
2026/10/28 12:04阅读量 7
10月28日，蚂蚁集团旗下百灵大模型正式开源Ling-3.1-flash-1019及基础模型Ling-3.1-flash-base。新版本在Artificial Analysis Intelligence Index中得分达44分，较上一版本提升3分，显著增强了处理复杂工作流和多步骤任务的能力。此次迭代旨在支持“灵光2.0”等个人智能体应用，推动AI从即时问答向持续办事转变。
事件概述
10月28日，蚂蚁集团旗下百灵大模型正式开源两个核心版本：面向Personal Agent（个人智能体）场景的Ling-3.1-flash-1019以及作为能力基座的Ling-3.1-flash-base。这一举措旨在通过模型能力的升级，支撑如“灵光2.0”这类具备跨会话记忆、长程任务调度和独立云主机执行能力的个人AI助理，使其能够主动跟进并管理生活中的复杂事务。
核心性能与基准测试
- 整体智能指数：Ling-3.1-flash-1019在 Artificial Analysis Intelligence Index v4.3.2 中获得 44分，较上一版本提升3分。
- 复杂任务表现：
- 在复杂知识工作评估（AA-Briefcase）中，Elo得分从约1400提升至 1524 Elo。
- 流程自动化评估（AutomationBench-AA）得分从62%提升至 68%。
- 科学问题求解（CritPt）得分从18%提升至 26%；SciCode得分从54%提升至 57%。
- 基础模型竞争力：Ling-3.1-flash-base在8个领域共47项Benchmark测试中，有32项超越DeepSeek-V4-Pro-Base和MiMo-V2.5-Pro-Base，尤其在知识理解、逻辑推理、代码、数学及长上下文评测中表现突出。
技术架构与训练策略
- 混合线性MoE架构：Ling-3.1-flash-base采用混合线性Mixture-of-Experts (MoE) 架构，总参数量约 560B，每个Token激活约 25B参数。该设计在模型容量、长序列处理和单步计算开销之间取得了平衡。
- 开源许可：基础模型以BF16精度权重、MIT许可证向开发者开放，支持继续预训练、领域适配及后训练。
- 多模态扩展：基于Ling-3.1-flash训练的视觉语言模型 Ling-3.1-flash-VL 已增加视觉理解能力，目前先行应用于“灵光”，后续将对外发布。
应用场景验证
百灵强调“从真实任务中来，到真实应用中去”。模型能力的演进已在实际场景中得到验证：
- 个人助理场景：支持旅行规划（结合天气、预约动态调整）、双11购物监控（预算筛选、价格追踪提醒）等需要长期记忆和状态保持的任务。
- 专业垂直领域：此前推出的金融增强模型 Ling-3.0-flash-Fin 和高智效比医疗模型 Ling-3.0-flash-Sante 已在投研和医疗诊断流程中落地，证明其处理专业复杂任务的能力。