蚂蚁发布Ling-3.0-flash-VL视觉智能体模型

蚂蚁 Ling 团队发布 Ling-3.0-flash-VL，在 Ling-3.0-flash 基础上新增视觉理解与视觉智能体能力。官方称其在视觉感知、STEM 推理、文档智能、多模态智能体等任务上表现提升。演示展示了三大能力方向：根据截图或设计图生成网站并在浏览器中自迭代改进、操控 GUI、基于实时视频进行辅导，将视觉理解转化为实际行动。

2026-09-05 ~ 2026-09-05 · 4 条相关

• Ling-3.0-flash-VL 发布：在 flash 基础上加入视觉理解与视觉 agent 能力 — niacolhealth · 2026-09-05
• 视觉智能体新样本：Ling-3.0-flash-VL 看图改代码还能实时视频辅导 — FellMentKE · 2026-09-05
• Ling-3.0-flash-VL 演示视觉智能体：截图生成网站、操控 GUI、看视频教学 — FellMentKE · 2026-09-05

另有 1 条近重复转述:airesearch12