蚂蚁 Ling-3.0-flash-VL 做成视觉电脑操作 agent,跑分超 Qwen3.8-27B
solyarisoftware · x · 2026-09-05
蚂蚁把 124B 总参数/5.1B 激活的 Ling-3.0-flash 打造成视觉 computer-use 模型 Ling-3.0-flash-VL,性能超过 Qwen3.8-27B。能力包括:图像与视频理解、点击/输入/滚动/切换应用、从截图搭建网站、渲染-检查-修改自己的代码、文档分析、视频时间线检索,以及最高 1M 上下文。
值得注意的是,基础版 Ling-3.0-flash 已开源,但新的 VL 版本目前似乎只有 API 形式,Hugging Face 上找不到权重,作者也在等官方开源。
所属事件:蚂蚁发布 Ling-3.0-flash-VL 视觉智能体模型(5 条相关)→
「模型」频道最新
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21
- Gemini 3.1 Pro 玩「两真一假」：bot 太沉迷账本，秒被识破谎言 — mimi10v3 · 2026-10-21
- 1.3B 开源模型 OXR 登顶三大文档解析榜，百页 101 秒 — aftahi_ai · 2026-10-21
- MiniMax M3.1 Flash 上架 TokenRouter：DeepSWE 73.7%，输出 $0.6/M — MiniMax_AI · 2026-10-21
- OpenVLHarness：给任意 LLM 套视觉推理外壳，22 项数据集平均涨 9.9 分 — hsu_byron · 2026-10-21
- 同一道题问四家大模型：Claude、GPT、Grok、Gemini 全给出「时间如河」 — davidfromkansas · 2026-10-21