在人工智能领域，大模型的竞赛从未停歇，而如今蚂蚁集团带着其最新的成果——Ling-1T（百灵）加入了这场角逐。这款拥有1T参数、采用MoE架构的非思考语言模型，不仅在技术上有着诸多创新，更在实际应用中展现出了惊人的潜力。
蚂蚁的 Ling-1T 终于发了，大半夜的
中文叫百灵，1T 参数，Instruct 版本、非推理、MoE架构
HuggingFace：https://huggingface.co/inclusionAI/Ling-1T
GitHub：https://github.com/InclusionAI/Ling
在线体验：ling.tbox.cn（有 API）
对于海外用户/开发者，还有个神奇的网站
ZenMux：https://zenmux.ai/inclusionai/ling-1t
国庆期间，提前玩了玩，素质ok
说这模型之前，容我先说蚂蚁：
- 这个蚂蚁，就是「蚂蚁森林」、「支付宝」的那个蚂蚁
- 蚂蚁的AI组织，叫 InclusionAI
- 蚂蚁的模型，统称为百灵大模型，不是阿里的 Qwen
- Ling：语言模型，L 取自 Linguistics
- Ring：思考模型，R 取自 Reasoning
- Ming：多模态模型，M 取自 Multi-modality
理清这些很重要，别搞混了
小声逼逼 ：蚂蚁下个模型可以叫 King，King 和 Qwen 组 CP
Ling-1T 发布
这款模型，官方定位是「旗舰级非思考模型」，基本信息如下：
- 1T MoE，51B 激活
- 128K 上下文
- 20T+ token 语料预训练
注意，这里有个关键词：非思考模型
最开始的时候，大家的模型都是「非推理」的
比如原始的 ChatGPT：你提问，模型答，没有思考
但从去年这时候开始，各家都在卷思考模型（你也可以叫它「推理模型」，就是 Reasoning Model），最早是 OpenAI 的 o1，然后是大火的 DeepSeek-R1…
思考模型是这样：
给模型更多时间、中间 token，让他用更长的推理链来提升准确率
你问它一道数学题，它会输出几千甚至上万 tokens 的内部思考，然后给你答案
Ling-1T 的目标不一样：
在有限的输出 token 下，直接给出高质量的推理结果
看一组来自官方的对比，在 AIME 25，也就是美国 25 年的高中数学竞赛中：
- Ling-1T：准确率 70.42%，平均推理长度约 4300 tokens
- Gemini-2.5-Pro（开 thinking 模式）：准确率 70.10%，平均推理长度约 7000 tokens
准确率差不多，但 Ling-1T 用的 token 少了 40%
对于其他评测，数据如下（图片来自官方），大致就是：开源第一梯队
不过…等等，我看了一眼对比图里的其他模型数据，有点不对劲
比如 GPT-5 的 AIME25 分数，图里显示是 60 多分，但我印象里 OpenAI 发布的时候不是说 90+ 吗？
然后我专门去查了下 OpenAI 的官方发布记录…
Hhhhh 什么神奇的障眼法
GPT-5 裸出结果（不开思考模式）的前提下
AIME 2025 的官方分数只有 61.9%
月之暗面前段时间发布 K2，也是 1T 参数，我拉来了里面的跑分
…OpenAI 在图里的分数是 37?
仔细一看，月之暗面选取的是 GPT-4.1
其实吧…一点毛病没有
虽然现在的 K2，版本号是 0905，GPT-5 已经出来
但 K2-instruct 发布的时候是 7月11日，GPT-5 还没出
在当时，OpenAI 家当时最强模型，确实是 GPT 4.1
（顺道吐槽，GPT的发布顺序 4.5->4.1->5）
各家对比的时候，选的参照模型版本都不一样
但不管怎么说，Ling-1T 在非思考模型里的表现确实不错
技术实现
有关这个模型的训练，我来简单说一下吧
分架构、预训练和后训练三块
架构
Ling-1T 用的是 MoE 架构：
- 1T 总参数
- 256 个专家
- 每次激活约 51B 参数
有个细节：前几层用的是密集结构（Dense），后面才切换到 MoE。这种设计能在保证基础能力的同时，通过稀疏激活降低推理成本
至于为什么…说实话，我理解的不够深
于是问了这个模型的负责人，表示说：
- first k dense 的设计，主要是为了降低浅层网络的负载不均衡；
- 浅层如果是 moe 的话，专家路由不均衡度会很高
- 改成前k个dense，后面再接moe，可以缓解这个问题
预训练
在预训练中，有三个阶段：
1.Pretrain Stage 1（10T token）：高知识密度语料
2.Pretrain Stage 2（10T token）：高推理密度语料，整体推理语料占比超过 40%
3.Mid-training：扩展上下文到 128K，加入思维链语料
这里的思路是：从一开始就训练推理能力
另外，Ling-1T 全程用的是 FP8 精度训练，这是目前最大规模的 FP8 训练。相比 BF16，FP8 能省显存、提升训练速度，而且在 1T token 的对比实验中，Loss 偏差只有 0.1%
后训练
蚂蚁提出了 LPO 方法（Linguistics-Unit Policy Optimization），并表示：对于推理任务，句子是更符合语义逻辑的动作单元
不同方法的训练效果，百灵团队提供
另外的，对于这些方法，这里做个小的辨析：
- GRPO：按 token 优化
- GSPO：按整个序列优化
- LPO：按句子优化
实测
我得说，这个模型是超出我的预期的，比如我让他去做一个粒子波浪
当然，还可以再来个宇宙演化史
对于常规任务，比如信息卡片，也不在话下，内容就是他自己
有一说一，美术风格很讨喜，个人觉得甚至比 Claude Sonnet 4.5 好
对此，蚂蚁的朋友跟我说：
前端之前有专门优化过，也还在持续优化中
而对于 svg 的任务，也ok的，比如我让他
画一个 svg 动画：百灵鸟在尽情歌舞
给到了这个，还是可以的，甚至还有伪 3D
（但微信里面传不了这么复杂的 svg，这里放个 gif）
我让 Claude 也画了个，大概是这样 百灵鸟在尽情歌舞
但也要控制预期：
指令理解这块，Ling 比 Claude 还是有差距的
蚂蚁的 AI
老实说，很多人可能不知道：蚂蚁还在训模型
从 2023 年开始，蚂蚁就确立了「AI First」战略，闷声搞事情
从底层，到应用，搞了一整套的完整生态
模型层，有三个系列：
- Ling（语言模型）：这次发的 Ling-1T 就是这个系列
- Ring（思考模型）：对标 o1、R1 那种，之后会发
- Ming（多模态模型）：就像 Ming-lite-omni v1.5，能处理图像、文档、视频、语音以及…这里还有个实验版本 LLaDa-MoE，是行业内首个 MoE 的扩散语言模型
框架层，开源了两个东西：
- AWorld：多智能体系统框架，在 GAIA benchmark 上拿了开源项目第一，77.08 分
- AReaL：专门为 LLM 推理和 Agent 优化的强化学习框架
应用层，分 C 端和 B 端
C 端有三个AI 管家，都在支付宝里：
- AI 健康管家AQ：连接全国近百万医生，能找医生、读报告、陪看诊、问医保
- AI理财管家蚂小财：提供行情分析、持仓诊断、资产配置和投教陪伴等个性化金融服务
- AI生活管家：能帮你规划旅游、查快递、交话费…语音唤起支付宝上的生活服务
B 端也有两个：
- 数字蚂力：专门成立的公司，做 AI 人机融合的企业服务，涵盖招聘培训、客户服务、技术开发等
- 百宝箱：智能体开发平台，商家机构可以 0 代码、1 分钟创建专属智能体，发布到支付宝
在这里，蚂蚁的打法有点不一样：没卷陪聊、生产力工具，沿着支付宝构建生活应用
这里做了张分享图，通过 Ling 画的，挺好看的
最后
在国庆假期的时候，和蚂蚁的技术人员也聊了聊，感觉很扎实
蚂蚁家的模型，这次是 Instruct 先发，思考模型 Ring 之后也会来
对于即将要发的 Ring，跑分暂时是这样（还在提升ing）
而 Ling，现在正式发布了，也有 API 能用，感兴趣的可以去跑跑看
HuggingFace：https://huggingface.co/inclusionAI/Ling-1T
GitHub：https://github.com/InclusionAI/Ling
在线体验：ling.tbox.cn（提供 API）
本文由人人都是产品经理作者【赛博禅心】，微信公众号：【赛博禅心】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
