蚂蚁 Ling-3.2-flash อัปเกรดวิชันเนทีฟ: เรือธง 560B สามารถดูภาพและใช้งาน Blender ทำ 3D ได้

动察 Beating ข่าวด่วน AI: Ant Bailing เปิดตัว Ling-3.2-flash นำความสามารถมัลติโหมดแบบเนทีฟสู่โมเดลเรือธง 560B โมเดลใหม่รองรับอินพุตรูปภาพ ข้อความ และวิดีโอ โดยเน้นเสริมความเข้าใจภาพที่ซับซ้อน การโต้ตอบ 3D และความสามารถมัลติโหมด Agent

โมเดลใหม่ใช้พารามิเตอร์รวม 5.6 แสนล้าน พารามิเตอร์ที่เปิดใช้งาน 2.5 หมื่นล้าน และบริบท 1 ล้าน Token จาก Ling-3.1-flash รุ่นก่อน แต่ขยายจากกาารอนุมานข้อความสู่ความเข้าใจภาพแบบเนทีฟ ก่อนหน้านี้ Ling-3.0-flash-VL รองรับอินพุตรูปภาพและวิดีโอแล้ว แต่มีขนาดเพียง 1.24 แสนล้านพารามิเตอร์รวม พารามิเตอร์ที่เปิดใช้งาน 5.5 พันล้าน และบริบท 2.56 แสน Token

ในการสาธิตอย่างเป็นทางการ โมเดลใหม่สามารถสร้างเว็บเพจจากรูปภาพ ดำเนินการ Blender เพื่อสร้างฉาก 3D และยังอ่าน PDF งานวิจัยที่มีสูตรและแผนภูมิ แล้วเขียนอัลกอริทึมเป็นโค้ดที่รันได้

ผลทดสอบภายในของ Ant แสดงว่าโมเดลใหม่เอาชนะ Claude Opus 5 (max) ในการประเมินสามด้าน ได้แก่ ความเข้าใจเอกสาร การอนุมานภาพที่ซับซ้อน และการสร้างเว็บเพจจากภาพ โดย Vision2Web ได้คะแนน 85.86 เทียบกับ 80.20 ของ Opus 5 บนอันดับการสร้างฟรอนต์เอนด์จากภาพของ DesignArena บุคคลที่สาม Ling-3.2-flash อยู่ในอันดับที่ 10 ด้วย 1238 Elo

ปัจจุบันโมเดลเปิดให้ทดลองผ่านเว็บและ API แล้ว ฟรีสองสัปดาห์แรก