Ant Group veröffentlicht Open-Source-Multimodales Modell Ling-3.0-flash-VL

Am 9. September hat die Ant Group das multimodale Modell Ling-3.0-flash-VL veröffentlicht und als Open Source bereitgestellt. Dieses Modell basiert auf der MoE-Architektur von Ling-3.0-flash und hat insgesamt 124 Milliarden Parameter, wobei bei einer einzelnen Inferenz 5,5 Milliarden Parameter aktiviert werden. Es unterstützt Eingaben in Form von Bildern, Texten und Videos und hat ein Kontextfenster von bis zu 256K Token. Ling-3.0-flash-VL untersucht insbesondere, wie reale Aufgaben zuverlässiger und effizienter abgeschlossen werden können, insbesondere durch die Einführung visueller Fähigkeiten zur Verbesserung der Textintelligenz. Das Modell verwendet einen visuellen Feedback-Mechanismus, der die Aufgabenausführung in einen geschlossenen Kreislauf von Beobachtung, Handlung, Überprüfung und Korrektur umwandelt, um die Zuverlässigkeit der Ergebnisse zu erhöhen. Gleichzeitig erbt Ling-3.0-flash-VL die Kernvorteile von Ling-3.0-flash im Agenten-Workflow und berücksichtigt sowohl die Ausgabequalität als auch die Ausführungseffizienz, um vollständige Aufgaben mit geringeren Kosten und in kürzerer Zeit voranzutreiben.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.