蚂蚁集团今日宣布推出并开源百灵系列首个原生多模态大模型 Ling-3.0-flash-VL。

该模型基于 Ling-3.0-flash 的 MoE（混合专家）架构拓展，总参数量为 124B，单次推理激活 5.5B 参数，原生支持图像、文本与视频输入，上下文窗口达到 256K Token。

本次迭代最大的技术亮点，是新增行业创新的视觉反馈闭环机制。以往多数多模态模型仅能完成单次输入、一次性输出的静态生成任务，而该模型构建起“观察、行动、验证、修正”的动态迭代流程。依托这套闭环能力，模型可以在任务执行过程中持续校验输出结果，根据视觉反馈不断优化细节，大幅提升复杂任务的完成精度与可靠性。

在各类真实场景测试中，这款模型展现出突出的落地价值。在前端开发领域，它可以精准识别页面布局、组件逻辑，根据截图自动生成网页代码，还能对比渲染效果自我修正优化。在Image-to-WebDev Arena官方评测中，该模型以linthium为评测代号，综合得分超越GPT-5.4，具备顶尖的视觉代码生成能力。

目前，Ling-3.0-flash-VL已全面开放用户体验与开发者使用渠道。普通用户可通过Ling Studio平台免费体验模型全部能力，开发者可在Hugging Face、ModelScope平台获取BF16、FP8版本开源权重。官方同时透露，轻量化的FP4、INT4版本也将在近期陆续上线，进一步降低行业落地与二次开发门槛。

本文由智算芯能前沿网编辑整理，转载请注明出处。