Ant Group ouvre son modèle multimodal Ling-3.0-flash-VL

Le 9 septembre, Ant Group a publié et open-sourcé son modèle multimodal Ling-3.0-flash-VL. Ce modèle est basé sur l'architecture MoE de Ling-3.0-flash, avec un total de 124 milliards de paramètres, activant 5,5 milliards de paramètres lors d'une inférence unique. Il prend en charge les entrées d'images, de textes et de vidéos, avec une fenêtre contextuelle atteignant 256KToken. Ling-3.0-flash-VL explore principalement comment accomplir des tâches réelles de manière plus fiable et efficace, en particulier en améliorant l'intelligence textuelle grâce à l'introduction de capacités visuelles. Le modèle utilise un mécanisme de rétroaction visuelle, transformant l'exécution des tâches en un cycle fermé d'observation, d'action, de vérification et de correction, renforçant ainsi la fiabilité des résultats d'exécution. En même temps, Ling-3.0-flash-VL hérite des avantages clés de Ling-3.0-flash dans le flux de travail des agents, équilibrant qualité de sortie et efficacité d'exécution, permettant d'avancer des tâches complètes à un coût et dans un délai réduits.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.