Ant Group lanza el modelo multimodal de código abierto Ling-3.0-flash-VL

El 9 de septiembre, Ant Group lanzó y abrió el código del modelo multimodal Ling-3.0-flash-VL. Este modelo se basa en la arquitectura MoE de Ling-3.0-flash, con un total de 124B de parámetros, activando 5.5B de parámetros en cada inferencia, y soporta entradas de imagen, texto y video, alcanzando una ventana de contexto de 256KToken. Ling-3.0-flash-VL se centra en explorar cómo completar tareas reales de manera más confiable y eficiente, especialmente mejorando la inteligencia textual mediante la introducción de capacidades visuales. El modelo utiliza un mecanismo de retroalimentación visual, transformando la ejecución de tareas en un ciclo cerrado de observación, acción, verificación y corrección, lo que aumenta la confiabilidad de los resultados de ejecución. Al mismo tiempo, Ling-3.0-flash-VL hereda las ventajas centrales de Ling-3.0-flash en el flujo de trabajo de agentes, equilibrando la calidad de salida y la eficiencia de ejecución, avanzando en tareas completas con un menor costo y en menos tiempo.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.