一句话看懂：蚂蚁集团百灵大模型于10月28日开源Ling-3.1-flash-1019，智能指数升至44分，并同步开源560B总参数的基座模型Ling-3.1-flash-base，重点面向Personal Agent的长程任务与多步骤工作流。值得关注的是，这轮迭代与前一天升级的灵光2.0产品需求直接相关。
事件核心：发生了什么
10月28日，蚂蚁集团旗下百灵大模型开源Ling-3.1-flash-1019。该版本在Ling-3.1-flash基础上继续训练优化，Artificial Analysis Intelligence Index v4.3.2得分为44分，比上一版本提升3分。同步开源的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，以BF16基础权重、MIT许可证开放，供开发者做继续预训练、领域适配和后训练。
评测数据方面，复杂知识工作AA-Briefcase从约1400 Elo升至1524 Elo，GDPval-AA从约1618 Elo升至1644 Elo，流程自动化AutomationBench-AA由62%提升至68%，科学问题求解CritPt由18%提升至26%，SciCode由54%升至57%。上述结果仅对应素材给出的评测版本与条件。百灵还透露，基于Ling-3.1-flash训练的视觉语言模型Ling-3.1-flash-VL已先行用于灵光，后续将对外发布。
为什么重要
与单纯堆参数不同，百灵这条路线更强调让基础模型进入真实工作流。当前个人智能体产品普遍受限于模型能否理解目标、调用工具并在多步骤中保持任务状态，Ling-3.1-flash-1019的提升方向直接对准这些环节。基座模型以MIT许可证开放，意味着开发者可以在较低门槛上做垂直微调，这对开源大模型生态的吸引力不小。同时，从金融增强模型Ling-3.0-flash-Fin到医疗增强模型Ling-3.0-flash-Sante，百灵正把“基础模型+专业场景”作为迭代路径，与闭源旗舰模型形成差异化竞争。目前公开信息显示，其金融Agent综合表现达到开源领先，但具体业务效果仍需更多独立验证。
对用户/开发者/创作者的影响
对开发者而言，560B总参数、25B激活的MoE结构在长序列处理和单步推理成本之间做了折中，适合作为Agent类应用的底座进行后训练；MIT许可证也为二次分发和商业适配留出了空间。对普通用户，短期更直接的体验来自灵光2.0：跨会话记忆、长程任务调度和独立云主机让助理能在用户退出对话后继续推进旅行规划、购物比价等任务，模型能力提升会反映为任务完成率和跟进质量。对创作者和企业采购方，建议把它视为一个可评测的候选底座，而不是现成的生产力工具，实际选型仍需结合自身任务做小规模验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Ling-3.1-flash-VL对外发布的时间与多模态任务表现；二是基座模型开源后，社区微调版本和Agent框架适配能否快速出现；三是灵光2.0在真实用户场景中的任务完成率与留存数据，这将检验“从真实任务中来，到真实应用中去”的循环是否成立。
来源：InfoQ CN
