蚂蚁集团于9月9日宣布正式发布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架构拓展而来，总参数量为124亿，单次推理激活5.5亿参数，原生支持图像、文本与视频输入，上下文窗口达到256k token。Ling-3.0-flash-VL重点探索如何更可靠、更高效地完成真实任务，特别是通过引入视觉反馈机制，将任务从一次性的生成转变为观察、行动、验证、修正的闭环，以提高执行结果的可靠性。