# 蚂蚁百灵推出原生多模态模型 Ling-3.2-flash

- 分类: 快讯
- 发布时间: 2026-11-06T11:54:00.000Z
- 原始资料日期: 2026-11-06
- HTML: https://www.88z.ai/news/flash-20261106-2c4b60e3ef2b60e2
- Markdown: https://www.88z.ai/news/flash-20261106-2c4b60e3ef2b60e2.md
- 另一语言: https://www.88z.ai/en/news/flash-20261106-2c4b60e3ef2b60e2.md

蚂蚁百灵发布原生多模态模型Ling-3.2-flash，总参数560B，单步激活25B，支持1M上下文。该模型新增视觉反馈自检与异常自适应恢复功能，能利用渲染或界面结果进行纠偏，并在报错或工具失败后定位重试。采用7层KDA加1层Gated MLA的混合注意力机制，在DSpark投机推理下，长上下文单用户解码均值达280 tokens/s。

## 消息要点

- Ling-3.2-flash具备视觉反馈自检与异常自适应恢复功能，可纠偏及自动重试。
- 采用混合注意力机制，在DSpark投机推理下长上下文解码均速达280 tokens/s。

## 要点

蚂蚁百灵正式推出原生多模态大模型Ling-3.2-flash。该模型总参数量达到560B，单步激活参数量为25B，并支持长达1M的上下文窗口。在功能特性上，Ling-3.2-flash新增了视觉反馈自检与异常自适应恢复能力。这意味着模型可以将渲染或界面结果作为观测输入以纠正偏差，或者在遇到报错及工具调用失败时，自动定位问题并进行重试。 在架构与性能方面，该模型采用了7层KDA结合1层Gated MLA的7∶1混合注意力机制。得益于DSpark投机推理技术的支持，在处理约30K长上下文场景时，单用户解码的平均速度可达280 tokens/s，显著提升了长文本处理效率。

## 资料来源

- [百灵大模型](https://mp.weixin.qq.com/s/k1AUP6MNS0zqtcc92idrcg) (2026-11-06)

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。