蚂蚁百灵开源 Ling-3.1-flash-1019，面向 Personal Agent 场景

10 月 28 日，蚂蚁集团旗下百灵大模型正式开源 Ling-3.1-flash-1019。该版本在 Ling-3.1-flash 基础上进一步训练优化，在 Artificial Analysis Intelligence Index v4.3.2 中获得 44 分，较上一版本提升 3 分。百灵同步开源基础模型 Ling-3.1-flash-base，为长程任务所需的知识、推理和计算效率打基础。 Ling-3.1-flash-1019 面向 Personal Agent 场景，重点提升复杂工作流和多步骤任务表现。测评显示，复杂知识工作 AA-Briefcase 得分从约 1400 Elo 提升至 1524 Elo，GDPval-AA 从约 1618 Elo 提升至 1644 Elo；流程自动化 AutomationBench-AA 从 62% 提升至 68%，科学问题求解 CritPt 从 18% 提升至 26%，SciCode 从 54% 提升至 57%。 基础模型 Ling-3.1-flash-base 采用混合线性 MoE 架构，总参数量约 560B，每个 Token 激活约 25B 参数，在模型容量、长序列处理和单步计算开销之间取得平衡。在 8 个领域共 47 项 benchmark 测试中，该基础模型在 32 项上超越 DeepSeek-V4-Pro-Base 和 MiMo-V2.5-Pro-Base，取得最高分。其以 BF16 基础权重、MIT 许可证向开发者开放，可支持继续预训练、领域适配及后训练。 本次迭代与灵光 2.0 相关。10 月 27 日，灵光 2.0 升级为能管事的个人 AI 助理，具备跨会话记忆、长程任务调度与独立云主机等能力，用户退出对话后任务仍可继续运行。百灵还基于 Ling-3.1-flash 训练了视觉语言模型 Ling-3.1-flash-VL，增加视觉理解，目前已先行应用于灵光，后续将对外发布。 百灵表示，Ling-3.1-flash 已基于灵光、阿福医生版等应用场景的需求与反馈开展对齐训练。此前百灵还基于 Ling-3.0-flash 推出金融增强模型 Ling-3.0-flash-Fin（总参数 124B、激活 5.1B）和医疗增强模型 Ling-3.0-flash-Sante，将基础模型能力带入专业场景。