ChainThink mensagem, 9 de setembro, conforme anúncio oficial, a Ant Group lançou oficialmente e abriu o código do primeiro modelo de linguagem multimodal nativo da série Ling-3.0-flash-VL.
O modelo é uma extensão da arquitetura MoE do Ling-3.0-flash, com um total de 124B parâmetros e 5,5B parâmetros ativados por inferência, suportando nativamente entradas de imagem, texto e vídeo, com uma janela de contexto de até 256K tokens.
Ao mesmo tempo, introduza um mecanismo de feedback visual, transformando a execução da tarefa de uma geração única em um ciclo fechado de “observar → agir → validar → corrigir”, e mantenha a capacidade do Ling-3.0-flash como nó de execução eficiente no fluxo de trabalho do Agente.
