蚂蚁集团今日正式推出其自主研发的万亿参数通用语言模型Ling-1T，该模型作为蚂蚁百灵大模型Ling 2.0系列的首款旗舰产品，标志着蚂蚁集团在非思考型大模型领域的技术突破。据研发团队介绍，Ling-1T在保持高效推理能力的同时，实现了模型规模与性能的平衡优化。
在多项权威基准测试中，Ling-1T展现出显著优势。以美国数学邀请赛（AIME 25）为例，该模型在平均消耗4000余个Token的情况下达到70.42%的准确率，超越同期测试的Gemini-2.5-Pro模型（5000+ Token，70.10%准确率）。这种在推理精度与计算效率间的平衡，得益于模型采用的演进式思维链（Evo-CoT）技术，该技术通过"中训练+后训练"的组合策略，显著提升了模型的逻辑推理能力。
技术架构方面，Ling-1T延续了Ling 2.0的底层设计，在超过20万亿Token的高质量语料库上完成预训练，支持最长128K的上下文窗口。研发团队特别指出，模型在代码生成、软件开发、竞赛数学等专业领域表现突出，多项指标位居开源模型前列。在智能体工具调用任务BFCL V3测试中，模型仅通过少量指令微调就达到约70%的准确率，展现出强大的跨领域迁移能力。
实际应用场景中，Ling-1T已具备将自然语言转化为可视化组件的能力，可自动生成兼容多平台的前端代码，并能根据指定风格创作营销文案、文学续篇及多语种文本。这些功能被研发团队视为构建通用智能体的关键基础。例如在复杂指令理解测试中，模型能准确解析模糊逻辑问题，并输出功能完备的解决方案。
尽管取得突破性进展，研发团队坦言模型仍存在改进空间。当前版本采用基于GQA的注意力架构，在超长文本处理和复杂推理任务中虽表现稳定，但计算成本较高。为此，团队计划引入混合注意力机制以提升效率。模型在多轮交互、长期记忆管理等方面仍有局限，后续将通过强化工具理解能力来增强智能体主动性。
针对指令遵循问题，研发团队发现部分场景下存在执行偏差或角色混淆现象。为此，他们将采用强化式身份对齐技术进行安全微调，以提升模型的一致性表现。这些改进措施将纳入未来版本迭代计划，持续优化模型在架构设计、推理能力和对齐机制等方面的综合表现。
为方便开发者体验，蚂蚁集团同步开放了多个技术平台：HuggingFace平台（https://huggingface.co/inclusionAI/Ling-1T）和魔搭社区（https://modelscope.cn/models/inclusionAI/Ling-1T）提供模型下载服务；GitHub仓库（https://github.com/inclusionAI/Ling-V2）包含完整技术文档；国内用户可通过灵犀对话平台（https://ling.tbox.cn/chat）进行交互测试；海外开发者则可使用ZenMux平台（https://zenmux.ai/inclusionai/ling-1t）体验Chat功能和API服务。
