蚂蚁AI连发两款万亿参数大模型，实力进阶

刚刚过去的国庆，各行各业进入放假模式，但大模型行业却一刻也没闲着。

过去的半个月，国内外大模型的头部团队有十余款重磅产品发布，但每个团队的产品侧重不同。

其中，九月下旬，阿里发布以Qwen3-Max为代表的全家桶产品，大秀了一把肌肉；九月末，DeepSeek和Anthropic瞄准真实编程场景，先后发布了DeepSeek V3.2-Exp和Claude Sonnet 4.5，此外，智谱也拿出GLM-4.6，目标冲击国内最强代码模型。

有人全盘布局，也有人专攻精尖，在大模型领域竞争驶向深水区后，各个公司战略路线出现了分野。

10月9日凌晨，蚂蚁百灵大模型团队奇袭般官宣了一款自家最新语言大模型Ling-1T，参数量达到1000B（即1万亿参数）。然而，就在十天前，百灵团队才将自研Ring-1T-preview大模型开源。

短短十天内，发布并开源两款万亿参数模型，如此密集的产品发布让蚂蚁百灵大模型成为了行业热议对象。

与此同时，这样毫无保留的开源动作，也让业界猜测：蚂蚁到底意图何在？

01

探索智能上限是终极目标

据(公众号：)了解，蚂蚁集团研发的基础大模型取名“百灵”，寓意“百试百灵”，也蕴含科技普惠之意，和阿里一样，蚂蚁也是独立团队独立研发，Ling-1T和Ring-1T-preview分别是蚂蚁百灵团队研发的非思考模型和思考模型。

过去半年时间里，蚂蚁一直在对百灵大模型进行迭代优化，并且自上而下形成了三条技术探索路线：

一条是以MoE架构为基础的非思考模型Ling-Series，另一条是思考模型Ring-Series，第三条是原生全模态大模型Ming-Series。

如今，蚂蚁百灵团队在Ling和Ring两款模型路线上都已经将参数量扩大到万亿参数。

万亿参数，几乎等同于人类大脑神经元数量，相当于让AI拥有等同于人脑的处理能力，但万亿参数非常难训。目前，国内能达到万亿参数规模的大模型也是凤毛麟角。

除了刚才提到的百灵大模型Ling-1T和Ring-1T-preview，目前国内公开资料可查的万亿参数大模型只有Kimi K2、阿里Qwen3-Max和腾讯混元大模型等少数几个模型，可见大模型领域“万亿俱乐部”的门槛之高。

虽然今年以来盛行“数据撞墙论”和“预训练终结”的观点，但越来越多科学家也形成了一个新的共识：更大的参数，更多的数据，仍然能带来持续的性能提升。

阿里的算法负责人林俊旸公开表态：Scaling Law仍然没见顶，训练数据的增加，参数规模的扩大，都还能看到模型性能的提升。

杨植麟的Kimi团队更是克服万难闷头苦干，终于在两个月前，拿出了万亿参数的旗舰模型K2。通义千问团队直接提出了“大就是好”的暴论，并且让Qwen3坚定不移地沿着“Just Scale it”的扩展路径前进。

由此可见，大家都还在朝着“探索智能上限”出发。

02

百灵大模型加速涌现

据了解，过去一年里，平均7天就有一款高性能大模型诞生。可以说，国内不缺大模型。

但在参数和效率之间，能做到完美平衡的大模型却不多。

就拿万亿参数模型来说，模型变大了，往往会牺牲推理速度，推理速度上去了，准确率又很难达到。业界知名的旗舰款大参数模型，都能在推理能力和思考效率上做到很不错的平衡。

这个平衡点，被称之为帕累托最优，我们经常用多维基准测试的分数来量化对比。这次蚂蚁发布的Ling-1T在公开的对比榜单中，表现让人非常意外。

下图是Ling-1T在部分权威基准评测的表现，红色加粗代表Ling-1T的得分获得Top1，黑色加粗下划线表示Top2：

我们重点关注的编程与数学推理（Coding & Math）两个维度上，Ling-1T表现非常亮眼，甚至多个得分超过DeepSeek。在知识理解方面，Ling-1T也比Kimi、GPT-5主干模型等的得分，高出几分。

这意味着，Ling-1T的深度思考能力和泛化能力，以及逻辑推理能力，都非常全面。因此，Ling-1T会非常擅长从事代码生成、软件开发、竞赛数学、专业数学、逻辑推理等场景。

但对于万亿参数模型来说，除了综合性能，还需要考虑一个问题：推理正确率。这就需要引入竞赛数学榜单AIME 25竞赛数学榜单AIME 25的挑战，Ling-1T的成绩如下：

Ling-1T在AIME 25测试中，与DeepSeek-V3.1-Terminus、Kimi-K2-Instruct-0905（开源）以及GPT-5-main、Gemini-2.5-Pro（闭源）这些旗舰模型对比，展示出更短的思考路径和更高的推理准确率，能做到支持128K长文本窗口处理能力，每个token做到约50B参数的激活量。

这样的成绩，源自蚂蚁百灵团队长时间的积累与创新。

依托于团队储备的二十万亿Token高质量文本语料训练，Ling-1T吃进了大量优质知识。在预训练阶段，Ling-1T的训练团队让由Ling Scaling Laws自我设置关键超参，简单地说，就是让大模型自我优化。

同时在强化训练阶段，加入了百灵团队原创的LPO策略优化算法，让模型回答得更对。

此外，团队还额外提出了“语法-功能-美学”的混合奖励机制，提高模型审美。下面这张是Ling-1T工程师绘制的模型架构图：

不止是刚发布的Ling-1T和9月30日发布的Ring-1T-preview，蚂蚁实际上已经形成了完整的百灵大模型家族。

从尺寸上，包含从160亿总参数到1万亿总参数的大语言模型产品矩阵；从模态上，包含了能看能听能说能画的，从理解到生成能统一的大模型；

从场景上，也形成了包括手机上可以运行的Ling-mini，还有能在中小企业服务器上部署的Ling-flash，以及云端可调用的Ling-1T。

这些模型，在过去一段时间，无论是社区榜单还是实际使用上，都得到了很多有效回应。

蚂蚁百灵团队开发的全模态模型Ming-lite-omni v1.5甚至在Hugging Face模型趋势榜（any to any）排到过第一的位置。

Ring-1T-preview发布完的第二天，就冲上了Hugging Face模型榜Text Generation总榜排名第三，排名第四的也是9月Ling团队发布的混合架构思考模型Ring-flash-linear-2.0。

图灵奖得主Yann LeCun（杨立昆）甚至点赞并评论“Impressive”（了不起），了解这位特立独行大佬的网友表示：“ LeCun愿意给LLM（大模型）说句好话不容易”。

一位苹果工程师量化完跑起来模型，评价蚂蚁百灵模型的性能“Getting closer to GPT-5 at home”（在本地部署上的性能接近GPT-5）。

这些技术从业者和开发者们的真实声音，给予了百灵模型非常正向的反馈。

03

探索AGI，亟需参与者们的共建意识

百灵团队，如此快速地跻身“万亿参数俱乐部”，背后跟蚂蚁的战略动作分不开。作为一家成立了20年的互联网公司”，蚂蚁在AI领域的投入一直是非常巨大的。

去年蚂蚁20周年时候，蚂蚁集团董事长井贤栋宣布：未来20年，蚂蚁要做一家科技驱动、创新驱动的公司。蚂蚁集团还提出了AI First战略，并将其与“支付宝双飞轮”和“加速全球化”一齐，并称为蚂蚁集团的三大战略。

而Ling-1T和Ring-1T-preview的出现，则是蚂蚁AI First战略持续加速的表现。

不选择闭源道路，而是选择了开源，足以证明，蚂蚁想干一件更长远的事：

通过技术开放的方式，不断迭代技术，构建一个真正开放的AGI生态。

根据AI科技评论了解，目前“万亿参数俱乐部”里能做到完全开源的，只有蚂蚁百灵的Ling-1T和Ring-1T-preview，以及Kimi的K2。

在大模型参数军备竞赛愈演愈烈的2025年，投入如此巨大之后，蚂蚁选择直接开源，看似让人费解。

但如果了解大模型开源背后的意图，就会明白，当Ling-1T和Ring-1T-preview这样万亿参数模型，公布了背后的训练数据、算法、模型，开发者可以直接利用这些“庞然大物”作为起点，快速构建复杂的应用程序，无需关心底层模型的训练。一个“使用-反馈-迭代”的正向循环，将极大推动技术共建，加快智能涌现。

这条"技术平权化"的道路，我们并不陌生。今年年初，DeepSeek的横空出世，已经为众多中国大模型头部玩家们指明了道路。

今年接任蚂蚁集团CEO的韩歆毅，曾在内部技术日上表达了蚂蚁AI的主张：

“大家说（蚂蚁）聚焦AI应用，还要不要做基础大模型，年初讨论的时候我们答案非常坚决，一定要，因为如果基于AI做服务和应用，就像训练一个人去做所有的事，追求智能上限，会让这个人更加聪明，能够做更多、更好的服务。我们很坚定去探索AGI、探索智能上限。”

蚂蚁还专门成立了InclusionAI开源组织，建设了大模型全栈技术，包含强化学习推理框架AReaL、多智能体框架AWorld等，这些技术也已经通过开源、开放合作的形式与行业共享共建，让创作者可以交流共创。

能看得出来，相比于登台唱戏，蚂蚁更加愿意把戏台搭好，AI的基础设施铺设好，才能吸引更多的人来共建，真正迈向AGI。

作者丨齐铖湧

编辑丨陈彩娴

原创文章，未经授权禁止转载。详情见转载须知。

免责声明

游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

同类文章