蚂蚁万亿参数旗舰模型Ling-1T，开启百灵大模型2.0

　　10月9日凌晨，蚂蚁集团发布万亿参数的通用语言模型 Ling-1T。Ling-1T是蚂蚁百灵大模型Ling 2.0系列的第一款旗舰模型，也是蚂蚁百灵团队迄今为止推出的规模最大、能力最强的非思考大模型。

蚂蚁百灵大模型

　　据蚂蚁百灵团队透露，Ling-1T沿用Ling 2.0架构，在20T+ tokens高质量、高推理浓度的语料上完成预训练，支持最高128K上下文窗口，通过“中训练+后训练”的演进式思维链（Evo-CoT）极大地提升了模型的高效思考和精准推理能力。

　　值得一提的是，Ling-1T 全程采用 FP8 混合精度训练（部分技术已开源），是目前已知规模最大的使用 FP8 训练的基座模型。这一设计为训练带来了显著的显存节省、更灵活的并行切分策略和 15%+ 的端到端加速。

　　在强化学习阶段，蚂蚁百灵团队创新性地提出了LPO方法（Linguistics-Unit Policy Optimization，LingPO） ，这是一种以“句子”为粒度的策略优化算法，为万亿参数模型的稳定训练提供了关键支持。这种方法既避免了词元级别的破碎感，也克服了序列级别的笼统性，使得奖励信号与模型行为在语义层面实现了更精准的对齐。

　　另外，蚂蚁百灵团队提出了“语法－功能－美学”的混合奖励机制，在确保代码正确、功能完善的同时持续提升这个万亿基座对视觉美学的认知。在ArtifactsBench前端能力基准上，Ling-1T得分59.31，在可视化和前端开发任务领域，仅次于Gemini-2.5-Pro-lowthink的得分60.28，以显著优势位居开源模型榜首。

蚂蚁百灵大模型

　　据了解，除了Ling-1T这款非思考模型，蚂蚁百灵团队还在训练万亿参数级的深度思考大模型Ring-1T，已在9月30日开源了preview版。目前，开发者通过Hugging Face和蚂蚁百宝箱等平台都可以体验Ling-1T模型。

新闻链接：


　　10 月 9 日凌晨，蚂蚁百灵大模型团队奇袭般官宣了一款自家最新语言大模型 Ling-1T，参数量达到 1000B（即 1万亿参数）。然而，就在十天前，百灵团队才将自研 Ring-1T-preview 大模型开源。

　　短短十天内，发布并开源两款万亿参数模型，如此密集的产品发布让蚂蚁百灵大模型成为了行业热议对象。

　　据雷峰网了解，蚂蚁集团研发的基础大模型取名“百灵”，寓意“百试百灵”，也蕴含科技普惠之意，和阿里一样，蚂蚁也是独立团队独立研发，Ling-1T 和 Ring-1T-preview 分别是蚂蚁百灵团队研发的非思考模型和思考模型。

　　蚂蚁集团研发的基础大模型取名“百灵”，寓意“百试百灵”，也蕴含科技普惠之意，和阿里一样，蚂蚁也是独立团队独立研发，Ling-1T 和 Ring-1T-preview 分别是蚂蚁百灵团队研发的非思考模型和思考模型。

　　过去半年时间里，蚂蚁一直在对百灵大模型进行迭代优化，并且自上而下形成了三条技术探索路线：

　　一条是以 MoE 架构为基础的非思考模型 Ling-Series，另一条是思考模型 Ring-Series，第三条是原生全模态大模型 Ming-Series 。

　　如今，蚂蚁百灵团队在 Ling 和 Ring 两款模型路线上都已经将参数量扩大到万亿参数。

　　万亿参数，几乎等同于人类大脑神经元数量，相当于让 AI 拥有等同于人脑的处理能力，但万亿参数非常难训。目前，国内能达到万亿参数规模的大模型也是凤毛麟角。

　　除了刚才提到的百灵大模型 Ling-1T 和 Ring-1T-preview ，目前国内公开资料可查的万亿参数大模型只有 Kimi K2、阿里 Qwen3-Max 和腾讯混元大模型等少数几个模型，可见大模型领域“万亿俱乐部”的门槛之高。

　　虽然今年以来盛行“数据撞墙论”和“预训练终结”的观点，但越来越多科学家也形成了一个新的共识：更大的参数，更多的数据，仍然能带来持续的性能提升。

　　阿里的算法负责人林俊旸公开表态：Scaling Law 仍然没见顶，训练数据的增加，参数规模的扩大，都还能看到模型性能的提升。

　　杨植麟的Kimi 团队更是克服万难闷头苦干，终于在两个月前，拿出了万亿参数的旗舰模型K2。通义千问团队直接提出了“大就是好”的暴论，并且让 Qwen3 坚定不移地沿着“Just Scale it”的扩展路径前进。

　　由此可见，大家都还在朝着“探索智能上限”出发。

不愧为阿里