剛剛過去的國慶，各行各業(yè)進入放假模式，但大模型行業(yè)卻一刻也沒閑著。

過去的半個月，國內(nèi)外大模型的頭部團隊有十余款重磅產(chǎn)品發(fā)布，但每個團隊的產(chǎn)品側(cè)重不同。

其中，九月下旬，阿里發(fā)布以 Qwen3-Max 為代表的全家桶產(chǎn)品，大秀了一把肌肉；九月末，DeepSeek 和 Anthropic 瞄準真實編程場景，先后發(fā)布了 DeepSeek V3.2-Exp 和 Claude Sonnet 4.5，此外，智譜也拿出 GLM-4.6，目標沖擊國內(nèi)最強代碼模型。

有人全盤布局，也有人專攻精尖，在大模型領域競爭駛向深水區(qū)后，各個公司戰(zhàn)略路線出現(xiàn)了分野。

10 月 9 日凌晨，螞蟻百靈大模型團隊奇襲般官宣了一款自家最新語言大模型 Ling-1T，參數(shù)量達到 1000B（即 1萬億參數(shù)）。然而，就在十天前，百靈團隊才將自研 Ring-1T-preview 大模型開源。

短短十天內(nèi)，發(fā)布并開源兩款萬億參數(shù)模型，如此密集的產(chǎn)品發(fā)布讓螞蟻百靈大模型成為了行業(yè)熱議對象。

與此同時，這樣毫無保留的開源動作，也讓業(yè)界猜測：螞蟻到底意圖何在？

01

探索智能上限是終極目標

據(jù)雷峰網(wǎng)(公眾號：雷峰網(wǎng))了解，螞蟻集團研發(fā)的基礎大模型取名“百靈”，寓意“百試百靈”，也蘊含科技普惠之意，和阿里一樣，螞蟻也是獨立團隊獨立研發(fā)，Ling-1T 和 Ring-1T-preview 分別是螞蟻百靈團隊研發(fā)的非思考模型和思考模型。

過去半年時間里，螞蟻一直在對百靈大模型進行迭代優(yōu)化，并且自上而下形成了三條技術探索路線：

一條是以 MoE 架構(gòu)為基礎的非思考模型 Ling-Series，另一條是思考模型 Ring-Series，第三條是原生全模態(tài)大模型 Ming-Series 。

如今，螞蟻百靈團隊在 Ling 和 Ring 兩款模型路線上都已經(jīng)將參數(shù)量擴大到萬億參數(shù)。

萬億參數(shù)，幾乎等同于人類大腦神經(jīng)元數(shù)量，相當于讓 AI 擁有等同于人腦的處理能力，但萬億參數(shù)非常難訓。目前，國內(nèi)能達到萬億參數(shù)規(guī)模的大模型也是鳳毛麟角。

除了剛才提到的百靈大模型 Ling-1T 和 Ring-1T-preview ，目前國內(nèi)公開資料可查的萬億參數(shù)大模型只有 Kimi K2、阿里 Qwen3-Max 和騰訊混元大模型等少數(shù)幾個模型，可見大模型領域“萬億俱樂部”的門檻之高。

雖然今年以來盛行“數(shù)據(jù)撞墻論”和“預訓練終結(jié)”的觀點，但越來越多科學家也形成了一個新的共識：更大的參數(shù)，更多的數(shù)據(jù)，仍然能帶來持續(xù)的性能提升。

阿里的算法負責人林俊旸公開表態(tài)：Scaling Law 仍然沒見頂，訓練數(shù)據(jù)的增加，參數(shù)規(guī)模的擴大，都還能看到模型性能的提升。

楊植麟的Kimi 團隊更是克服萬難悶頭苦干，終于在兩個月前，拿出了萬億參數(shù)的旗艦模型K2。通義千問團隊直接提出了“大就是好”的暴論，并且讓 Qwen3 堅定不移地沿著“Just Scale it”的擴展路徑前進。

由此可見，大家都還在朝著“探索智能上限”出發(fā)。

02

百靈大模型加速涌現(xiàn)

據(jù)雷峰網(wǎng)了解，過去一年里，平均7天就有一款高性能大模型誕生。可以說，國內(nèi)不缺大模型。

但在參數(shù)和效率之間，能做到完美平衡的大模型卻不多。

就拿萬億參數(shù)模型來說，模型變大了，往往會犧牲推理速度，推理速度上去了，準確率又很難達到。業(yè)界知名的旗艦款大參數(shù)模型，都能在推理能力和思考效率上做到很不錯的平衡。

這個平衡點，被稱之為帕累托最優(yōu)，我們經(jīng)常用多維基準測試的分數(shù)來量化對比。這次螞蟻發(fā)布的 Ling-1T 在公開的對比榜單中，表現(xiàn)讓人非常意外。

下圖是 Ling-1T 在部分權威基準評測的表現(xiàn)，紅色加粗代表 Ling-1T 的得分獲得 Top1，黑色加粗下劃線表示 Top2：

我們重點關注的編程與數(shù)學推理（ Coding & Math ）兩個維度上，Ling-1T 表現(xiàn)非常亮眼，甚至多個得分超過 DeepSeek。在知識理解方面，Ling-1T 也比Kimi、GPT-5 主干模型等的得分，高出幾分。

這意味著，Ling-1T 的深度思考能力和泛化能力，以及邏輯推理能力，都非常全面。因此，Ling-1T 會非常擅長從事代碼生成、軟件開發(fā)、競賽數(shù)學、專業(yè)數(shù)學、邏輯推理等場景。

但對于萬億參數(shù)模型來說，除了綜合性能，還需要考慮一個問題：推理正確率。這就需要引入競賽數(shù)學榜單 AIME 25 競賽數(shù)學榜單 AIME 25 的挑戰(zhàn)，Ling-1T 的成績?nèi)缦拢?/p>

Ling-1T 在 AIME 25 測試中，與 DeepSeek-V3.1-Terminus、Kimi-K2-Instruct-0905 （開源）以及 GPT-5-main、Gemini-2.5-Pro （閉源）這些旗艦模型對比，展示出更短的思考路徑和更高的推理準確率，能做到支持 128K 長文本窗口處理能力，每個 token 做到約 50B 參數(shù)的激活量。

這樣的成績，源自螞蟻百靈團隊長時間的積累與創(chuàng)新。

依托于團隊儲備的二十萬億 Token 高質(zhì)量文本語料訓練，Ling-1T 吃進了大量優(yōu)質(zhì)知識。在預訓練階段， Ling-1T 的訓練團隊讓由 Ling Scaling Laws 自我設置關鍵超參，簡單地說，就是讓大模型自我優(yōu)化。

同時在強化訓練階段，加入了百靈團隊原創(chuàng)的 LPO 策略優(yōu)化算法，讓模型回答得更對。

此外，團隊還額外提出了“語法-功能-美學”的混合獎勵機制，提高模型審美。下面這張是 Ling-1T 工程師繪制的模型架構(gòu)圖：

不止是剛發(fā)布的 Ling-1T 和9月30日發(fā)布的 Ring-1T-preview ，螞蟻實際上已經(jīng)形成了完整的百靈大模型家族。

從尺寸上，包含從160億總參數(shù)到1萬億總參數(shù)的大語言模型產(chǎn)品矩陣；從模態(tài)上，包含了能看能聽能說能畫的，從理解到生成能統(tǒng)一的大模型；

從場景上，也形成了包括手機上可以運行的 Ling-mini，還有能在中小企業(yè)服務器上部署的 Ling-flash，以及云端可調(diào)用的 Ling-1T。

這些模型，在過去一段時間，無論是社區(qū)榜單還是實際使用上，都得到了很多有效回應。

螞蟻百靈團隊開發(fā)的全模態(tài)模型 Ming-lite-omni v1.5 甚至在 Hugging Face 模型趨勢榜（any to any）排到過第一的位置。

Ring-1T-preview 發(fā)布完的第二天，就沖上了 Hugging Face 模型榜 Text Generation 總榜排名第三，排名第四的也是9月 Ling 團隊發(fā)布的混合架構(gòu)思考模型 Ring-flash-linear-2.0 。

圖靈獎得主 Yann LeCun（楊立昆）甚至點贊并評論“Impressive”（了不起），了解這位特立獨行大佬的網(wǎng)友表示：“ LeCun 愿意給 LLM（大模型）說句好話不容易”。

一位蘋果工程師量化完跑起來模型，評價螞蟻百靈模型的性能“Getting closer to GPT-5 at home”（在本地部署上的性能接近 GPT-5）。 

這些技術從業(yè)者和開發(fā)者們的真實聲音，給予了百靈模型非常正向的反饋。

03

探索 AGI ，亟需參與者們的共建意識

百靈團隊，如此快速地躋身“萬億參數(shù)俱樂部”，背后跟螞蟻的戰(zhàn)略動作分不開。作為一家成立了20年的互聯(lián)網(wǎng)公司”，螞蟻在 AI 領域的投入一直是非常巨大的。

去年螞蟻20周年時候，螞蟻集團董事長井賢棟宣布：未來20年，螞蟻要做一家科技驅(qū)動、創(chuàng)新驅(qū)動的公司。螞蟻集團還提出了 AI First 戰(zhàn)略，并將其與“支付寶雙飛輪”和“加速全球化”一齊，并稱為螞蟻集團的三大戰(zhàn)略。

而 Ling-1T 和 Ring-1T-preview 的出現(xiàn)，則是螞蟻 AI First 戰(zhàn)略持續(xù)加速的表現(xiàn)。

不選擇閉源道路，而是選擇了開源，足以證明，螞蟻想干一件更長遠的事：

通過技術開放的方式，不斷迭代技術，構(gòu)建一個真正開放的 AGI 生態(tài)。

根據(jù) AI 科技評論了解，目前“萬億參數(shù)俱樂部”里能做到完全開源的，只有螞蟻百靈的 Ling-1T 和 Ring-1T-preview ，以及 Kimi 的 K2。

在大模型參數(shù)軍備競賽愈演愈烈的 2025 年，投入如此巨大之后，螞蟻選擇直接開源，看似讓人費解。

但如果了解大模型開源背后的意圖，就會明白，當 Ling-1T 和 Ring-1T-preview 這樣萬億參數(shù)模型，公布了背后的訓練數(shù)據(jù)、算法、模型，開發(fā)者可以直接利用這些“龐然大物”作為起點，快速構(gòu)建復雜的應用程序，無需關心底層模型的訓練。一個“使用-反饋-迭代”的正向循環(huán)，將極大推動技術共建，加快智能涌現(xiàn)。

這條"技術平權化"的道路，我們并不陌生。今年年初，DeepSeek 的橫空出世，已經(jīng)為眾多中國大模型頭部玩家們指明了道路。

今年接任螞蟻集團 CEO 的韓歆毅，曾在內(nèi)部技術日上表達了螞蟻 AI 的主張：

“大家說（螞蟻）聚焦 AI 應用，還要不要做基礎大模型，年初討論的時候我們答案非常堅決，一定要，因為如果基于 AI 做服務和應用，就像訓練一個人去做所有的事，追求智能上限，會讓這個人更加聰明，能夠做更多、更好的服務。我們很堅定去探索 AGI 、探索智能上限。”

螞蟻還專門成立了 InclusionAI 開源組織，建設了大模型全棧技術，包含強化學習推理框架 AReaL、多智能體框架 AWorld 等，這些技術也已經(jīng)通過開源、開放合作的形式與行業(yè)共享共建，讓創(chuàng)作者可以交流共創(chuàng)。

能看得出來，相比于登臺唱戲，螞蟻更加愿意把戲臺搭好，AI 的基礎設施鋪設好，才能吸引更多的人來共建，真正邁向 AGI 。

作者丨齊鋮湧

編輯丨陳彩嫻

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。