蚂蚁百灵(Ant Ling)甩出 Ling-3.2-flash:总参数 560B(5600亿),每步只激活 25B(250亿),原生多模态,原生 1M(100万)上下文。

先把数字摊开。560B 是总盘子,25B 是实际干活时调用的量——这是个 MoE(混合专家,把一个大模型拆成很多"小专家",每次只叫醒相关的几个)。1M 上下文意味着你能把一整本技术手册、一整套工程图纸一次性塞进去让它看。

但参数和上下文都不是我最在意的。真正该盯的是这两点:视觉反馈自检,和异常自适应恢复。前者是模型自己"看"自己生成的图对不对,后者是跑偏了能自己拉回来。

放到工业场景里说人话:长程任务最怕的不是模型笨,是它中途写歪了没人发现,一路错到结尾。带自检和恢复的多模态模型,才真正配得上"能接进真实产线"这几个字。光比谁参数大,是外行看热闹。