Projects News Translation pending
蚂蚁百灵发布Ling-3.2-flash，560B模型加入原生视觉能力 BIBIBI Updated 11/06, 15:43 蚂蚁百灵发布支持原生视觉、3D交互和多模态Agent的Ling-3.2-flash。
蚂蚁Ling-3.2-flash升级原生视觉：560B旗舰能看图操作Blender、做3D
动察 Beating AI 快讯，蚂蚁百灵发布 Ling-3.2-flash，将原生多模态能力带入 560B 旗舰模型。新模型支持图像、文本和视频输入，重点强化复杂视觉理解、3D 交互和多模态 Agent 能力。
新模型沿用上一代 Ling-3.1-flash 的 5600 亿总参数、250 亿激活参数和 100 万 Token 上下文，但从文本推理进一步扩展到原生视觉理解。此前的 Ling-3.0-flash-VL 已支持图像和视频输入，但规模只有 1240 亿总参数、55 亿激活参数，上下文为 25.6 万 Token。
官方演示中，新模型可以根据图片制作网页，操作 Blender 创建 3D 场景，还能读取包含公式和图表的论文 PDF，将其中的算法写成可运行的代码。
蚂蚁自测显示，新模型在文档理解、复杂视觉推理和看图制作网页三项评测中超过 Claude Opus 5（max）。其中，Vision2Web 得分 85.86，对比 Opus 5 的 80.20。第三方 DesignArena 的看图生成前端榜单上，Ling-3.2-flash 以 1238 Elo 排名第 10。
Source: https://m.theblockbeats.info/flash/375935
The following is analysis, separate from reported facts. Verify important claims independently.
这是一个能处理图片、文字和视频的模型，也展示了制作网页、操作Blender和根据论文写代码等能力。
它把视觉理解、3D操作和多模态Agent能力加入了5600亿参数模型，应用范围不再局限于文本。
新手可以把它理解为既能读文字，也能看图和视频，并尝试执行一些软件操作的AI模型。
性能对比主要来自蚂蚁自测，证据未提供独立验证材料。 第三方DesignArena排名信息在证据中未提供更多评测细节。 “前两周免费”未明确说明起算时间、适用范围和后续价格。 