蚂蚁开源 Ling-3.0-flash-VL:124B MoE 视觉语言模型

蚂蚁集团旗下 inclusionAI 于 9 月 8-9 日在 Hugging Face 和 ModelScope 开源视觉语言模型 Ling-3.0-flash-VL:总参数 124B 的稀疏 MoE 架构，每 token 仅激活 5.5B,原生支持图像与视频输入，采用 MIT 协议。BF16 与 FP8 权重已开放下载，FP4、INT4 等量化版本将陆续跟进。这是蚂蚁系首个原生多模态大模型，以低激活成本提供大规模多模态能力，值得关注。

已确认

• 模型原生支持图像与视频输入，官方主张「理解→推理→行动→验证」的流程，具备工具调用能力
• 可理解图像、视频、文档与 UI,并依据视觉线索推理、搜索、验证，可下载后接入自有工作流测试
• Hugging Face 上线了完整模型配置与聊天模板，聊天模板含音频字段
• 据 @智东西 报道，模型采用 MoE 架构，单次推理激活 55 亿参数，为蚂蚁首个原生多模态大模型，并在视觉编程等评测中得分反超 GPT-5.4

尚未确认

• 上下文长度存在说法差异:@jacek2023 与 @AdinaYakup 称支持 1M 上下文，而 @智东西 报道为 256K,以官方技术文档为准

为什么重要

• 这是蚂蚁系首个原生多模态大模型，以稀疏 MoE 实现大参数量与低推理成本的平衡；MIT 协议与多档量化权重降低了使用门槛，对开源多模态生态是一股新的竞争力量

2026-09-08 ~ 2026-09-10 · 9 条相关

• 蚂蚁 Ling-3.0-flash-VL 发布:124B 稀疏 MoE 仅激活 5.5B,支持 1M 上下文 — jacek2023 · 2026-09-08
• 【源头】inclusionAI 开源视觉模型 Ling-3.0-flash-VL,BF16 与 FP8 权重已放出 — FellMentKE · 2026-09-09
• 蚂蚁开源 Ling-3.0-flash-VL：看得懂还会用工具的视觉模型 — FellMentKE · 2026-09-09
• 【源头】蚂蚁开源百灵 Ling-3.0-flash-VL:视觉编程得分反超 GPT-5.4 — 智东西 · 2026-09-09
• 【源头】蚂蚁系 inclusionAI 开源 Ling-3.0-flash-VL:124B/5.5B 激活、1M 上下文、MIT 协议 — AdinaYakup · 2026-09-09
• Ling-3.0-flash-VL 权重与配置已上线 Hugging Face — AdinaYakup · 2026-09-09
• Ling-3.0-flash-VL 开源发布：BF16/FP8 权重已开放下载 — FellMentKE · 2026-09-10
• Ling-3.0-flash-VL 开源发布，提供 BF16 与 FP8 权重 — FellMentKE · 2026-09-10

另有 1 条近重复转述:Aiden_Tech_Ai