蚂蚁集团旗下百灵团队近日在人工智能领域取得重大突破，其自主研发的万亿参数思考模型Ring-1T正式对外发布，并同步开源模型权重与训练框架。这款基于大规模可验证奖励强化学习（RLVR）技术的模型，在自然语言推理、复杂数学解题等核心能力上展现出显著优势，成为全球首个具备国际数学奥林匹克竞赛（IMO）获奖水平的开源系统。
在数学推理能力验证中，研究团队将Ring-1T接入多智能体框架AWorld，采用纯自然语言推理方式挑战IMO2025赛题。实验数据显示，模型首次尝试即成功解答第1、3、4、5题，达到IMO银牌标准；第三次尝试时，其针对第2题几何证明给出的推导过程获得接近满分的评价。尽管在第六题中给出的"4048"与正确答案"2112"存在偏差，但该结果已与顶流商业模型Gemini 2.5 Pro持平，而同期测试的其他主流模型在该题上几乎全军覆没。
技术架构层面，Ring-1T通过双重创新突破行业瓶颈。针对万亿参数模型训练中普遍存在的训推精度差异问题，研发团队提出"棒冰（icepop）"算法，利用带掩码的双向截断技术将训练-推理分布差异控制在极低水平，确保长序列训练的稳定性。在强化学习系统优化方面，自研的ASystem平台（含开源框架AReaL）通过显存碎片秒级回收、权重零冗余交换等技术，使单机训练效率提升300%，将大规模RL训练转化为常规操作。
通用能力评估显示，Ring-1T在多个权威测试中表现优异。在"人类偏好对齐"测试Arena-Hard V2中，模型以81.59%的成功率位居开源模型榜首，与GPT-5-Thinking(High)的82.91%仅有微小差距；在医疗问答专项测评HealthBench中，更以绝对优势领跑开源领域。这些成绩验证了模型在严谨专业场景下的可靠性和适应性。
产品矩阵建设方面，蚂蚁百灵团队已形成覆盖160亿至1万亿参数的完整模型体系。继9月30日发布预览版Ring-1T-preview后，此次推出的完整版Ring-1T标志着团队在思考模型领域的首次成功实践。值得注意的是，10月9日发布的万亿参数通用大模型Ling-1T作为非思考型模型，与Ring-1T形成互补，共同构建起蚂蚁集团的大模型技术生态。
目前，开发者可通过HuggingFace、魔搭社区等平台获取Ring-1T模型资源，并借助蚂蚁百宝箱等工具进行在线体验。百灵团队透露，后续版本将持续优化模型性能，重点提升复杂逻辑推理和跨领域知识迁移能力。随着18款模型的陆续发布，蚂蚁集团在万亿参数大模型领域的领先地位得到进一步巩固。
