人工智能领域迎来重要进展，蚂蚁集团旗下“百灵”团队宣布开源其自主研发的万亿参数大模型——Ling-1T。该模型采用FP8低精度训练技术，成为当前已知规模最大的基座模型，其参数总量达1万亿级，标志着大模型技术进入新的发展阶段。
Ling-1T隶属于蚂蚁集团构建的Ling2.0模型家族，该家族包含三大分支：Ling系列主打通用任务处理，以高效运算见长；Ring系列侧重复杂逻辑推理，强化深度思考能力；Ming系列作为多模态模型，支持文本、图像、视频等多元信息处理。这种分层设计使不同场景的需求得到精准匹配。
技术层面，Ling-1T通过动态参数激活机制实现高效运算。尽管模型总参数达万亿规模，但在处理每个token时，实际参与计算的参数仅约500亿，这种“稀疏激活”策略显著降低了算力消耗。研发团队提出的“Ling缩放定律”基于300余次模型实验，揭示了计算效率与专家模块激活比例之间的量化关系，为超大规模模型训练提供了理论支撑。
训练体系方面，模型采用三阶段渐进式优化：预训练阶段摄入超过20万亿token的海量数据，重点构建基础语义理解能力；中训练阶段通过强化学习提升逻辑推理精度；后训练阶段引入“演进式思维链”技术，使模型具备自我迭代能力。这种分阶段训练策略确保了模型在保持效率的同时，逐步突破复杂任务处理瓶颈。
性能测试显示，Ling-1T在数学推理和代码生成等核心领域表现突出。对比主流开源模型，其在数学问题求解准确率上提升12%，代码生成完整度提高18%。社区实测中，该模型成功模拟了流体动力学现象和星系演化过程，展现出处理跨学科复杂问题的潜力。不过，团队也坦承模型在超长文本处理时存在计算成本较高的问题，目前正研发混合注意力架构以优化长序列处理效率。
为推动技术普惠，蚂蚁集团同步公开了模型代码与训练框架。开发者可通过HuggingFace平台（https://huggingface.co/inclusionAI/Ling-1T）获取预训练权重，或通过GitHub仓库（https://github.com/inclusionAI/Ling-V2）查看完整技术文档。此举将加速大模型技术在科研、工业等领域的落地应用。
技术亮点方面，Ling-1T搭载的WSM学习率调度器可实时感知训练状态，动态调整参数更新策略，使千亿参数级模型的训练稳定性提升30%。其创新的“思维链”技术通过模拟人类推理过程，将复杂问题拆解为可执行的子任务序列，这种类脑计算模式为解决AI可解释性问题提供了新思路。
