มดแอนท์ไป่หลิงเปิดตัวโอเพนซอร์สโมเดลมัลติโมดัลเนทีฟตัวแรก Ling-3.0-flash-VL อย่างเป็นทางการ

BlockBeats ข่าวสาร วันที่ 9 กันยายน Ant Bailing เปิดตัวโมเดลมัลติโมดัล原生ตัวแรก Ling-3.0-flash-VL อย่างเป็นทางการ โมเดลดังกล่าวได้เปิดให้บริการผ่าน API ก่อนหน้านี้แล้ว ครั้งนี้ได้เผยแพร่น้ำหนัก BF16 และ FP8 ภายใต้สัญญาอนุญาต MIT โดยเวอร์ชัน FP4 และ INT4 จะตามมาในภายหลัง

Ling-3.0-flash-VL สามารถอ่านรูปภาพ วิดีโอ เอกสาร และอินเทอร์เฟซซอฟต์แวร์ จากนั้นเรียกใช้เครื่องมือเพื่อดำเนินการ และตรวจสอบและแก้ไขต่อเนื่องตามผลลัพธ์ที่ได้ ตัวอย่างเช่น ในการสร้างเว็บเพจ มันสามารถเขียนโค้ดตามภาพอ้างอิง ดูผลลัพธ์หน้าจริง และปรับแต่งด้วยตัวเอง

โมเดลใช้สถาปัตยกรรม MoE มีพารามิเตอร์รวมประมาณ 124 พันล้าน และเปิดใช้งานประมาณ 5.5 พันล้านต่อการอนุมานครั้งเดียว บริบทสามารถขยายได้สูงสุดถึง 1 ล้าน Token

Ling-3.0-flash-VL สืบทอดข้อได้เปรียบหลักของ Ling-3.0-flash ในฐานะโหนดการดำเนินการที่มีประสิทธิภาพในเวิร์กโฟลว์ Agent โดยรักษาสมดุลระหว่างคุณภาพเอาต์พุตและประสิทธิภาพการดำเนินการในวงจรป้อนกลับภาพ ช่วยให้ทำงานที่สมบูรณ์สำเร็จด้วยต้นทุนที่ต่ำลงและเวลาเร็วขึ้น