条条大路通罗马，通往AGI的路也不是只有一条。AI要从技术、产品走向产业和生活，真实世界任务需要什么样的模型?

　　外滩大会期间，蚂蚁基础智能技术部负责人、百灵大模型负责人西亭，阿福模型技术负责人进捷，百灵金融模型负责人月引，百灵语言基座负责人零幺接受媒体访谈，深度解读百灵Ling-3.0系列模型的迭代逻辑、技术突破与落地布局，展现了其以高智效比为核心，打造为真实世界而生的开放智能，推动模型向真实场景大规模落地。

百灵大模型：致力于追求更高的“智效比”

　　今年8月以来，蚂蚁百灵Ling-3.0系列模型陆续开放，目前发布开源的主要有以下几款模型：

　　·Ling-3.0-flash：新一代原生混合推理模型，兼顾代码、推理、Agent与长上下文能力，总参数124B，激活参数5.1B，更低激活、更高吞吐，更高的智能密度。

　　·Ling-3.0-tiny：迄今为止最小体积的模型，总参数 7.9B，激活参数1.3B，可以运行在电脑、手机等端侧设备，以更少的激活参数承载更完整的任务能力。

　　·Ling-3.0-flash-base与Ling-3.0-tiny-base：更开放、更具可塑性的Base模型，便于开发者基于自己的数据、任务和目标开展后训练。

　　(注：Base模型并不是已经完成指令对齐的聊天模型，不建议未经后训练便直接将其部署为面向终端用户的聊天服务，也不建议未经额外对齐和评估便用于安全关键型应用。任何生产使用都应完成面向具体任务的后训练、评估与验证。)

　　·Ling-3.0-flash-Fin：首个金融增强模型，面向真实金融工作流场景，总参数124B，激活参数5.1B，延续了基础模型的参数配置，并具备256K长上下文能力，兼顾复杂金融内容处理和实际部署效率。该模型通过金融语料持续预训练、领域后训练和工具使用优化，进一步强化对年报、财务工作簿、多份研究材料等复杂金融内容的处理能力。

　　·Ling-3.0-flash-VL：首个原生多模态模型，可以更好地看报告、理解PPT以及理解GUI界面，总参数124B，单次推理激活参数5.5B，该模型基于Ling-3.0-flash的MoE架构拓展而来，原生支持图像、文本与视频输入，具备256K上下文窗口，在视觉反馈闭环中兼顾输出质量与执行效率，让视觉能力更好地服务真实任务。

　　百灵大模型Ling-3.0系列的发布是一次重大版本迭代，从目前发布的模型可以看出几个明显的变化：一是，推出更小尺寸模型，二是向行业垂直领域深耕，三是发展强化多模态能力，四是更开放。

　　这些变化的背后是团队对高“智效比”的追求，致力于实现更高的智能密度。从产品技术走向真实的世界，需要更高的智效比解决普惠的问题，对“智效比”的追求打破了业内一味卷参数、堆算力的模型演进路径，是一个比较务实的通往AGI的模型演进路线。

　　西亭提出，AGI存在更广义层面的Scaling，核心落脚点是如何更好地解决真实世界的问题。模型要落地真实场景，就不能太依赖超高算力，要适配用户可负担的算力条件。对用户而言，单一的参数规模指标也不重要，模型能否切实解决实际问题才是关键。

　　实际上，在去年三、四月份，百灵大模型团队曾围绕“理想的智能模型应当具备哪些特质”展开思考，并提炼出三大核心理念：计算效率(Computing Efficiency)、参数效率(Parameter Efficiency)、Token效率(Token Efficiency)。

　　百灵大模型的定位是打造面向真实世界，具备高智效、专业化的基础模型体系。其Ling-3.0系列所追求的更高智效比(即智能密度)，是让每一份计算资源，都尽可能对最终业务任务产生最大价值。围绕这一目标，主要做了三方面工作：

　　·一是模型架构优化。对混合线性架构与高稀疏度MoE 结构进行拓展，提升每一个Token、每一项参数对最终任务的贡献度。

　　·二是面向任务的学习能力建设。将模型置于更多真实业务环境持续迭代，使其具备任务拆解能力，更加专业可信，能够识别任务失败场景，学会适时暂停执行，或是主动寻求人工介入。

　　·三是打造开放的模型体系。开放基座模型以及不同训练阶段的模型权重，推动模型适配多样化框架，让智能能力进一步贴近用户。

　　从客户应用角度来看，模型本身每次推理都激活全量参数其实不太经济，响应速度也无法满足很多场景的需求，百灵大模型的MoE架构以及混合注意力机制，可以明显提升参数效率。

　　零幺认为，当前超大规模模型普遍存在严重的过参数化现象，大量参数并未得到有效利用。百灵大模型的技术路径选择，在一定程度上缓解了过参数化问题，不仅能够带来更高的智能效果，还可以实现更快的推理响应表现。

　　“我们希望Ling-3.0系列从模型的能力走向任务的价值，能够让‘更高效、高专业、更可靠’的AI去服务复杂的真实世界。”西亭表示。

　　值得一提的是百灵团队打造了面向行业的增强模型，这是其探索AGI非常关键的一步。百灵大模型率先布局金融和医疗两大行业，月引表示，为了追求“领域智能上限”，所以选择了难度足够高的行业进行落地探索。这两个行业有更高的约束，有大量需要解决的难题，同时有大量的场景和反馈，便于迭代优化模型，是更好的练兵场，也能借助蚂蚁多年的行业积淀，提升整体AI能力和真实场景落地效果。

　　此外，如果能够攻克金融、医疗两大领域的技术难点，沉淀出的大量能力可以反哺基座模型，提升基座的整体智能水平。而能力更强的基座模型，又能进一步孵化出性能更优的垂直行业模型，可以用更高的智效比深入产业落地，带来更多真实场景反馈反哺基座模型。这种“基座模型—垂直行业模型”之间的正向反馈，将形成螺旋上升的迭代效应，助力实现AGI。

智效比：让模型在真实场景大规模落地的关键

　　随着AI技术不断发展，海量智能体深入企业，无论是模型供应商还是客户都越来越看重模型智效。从全球范围来看，越来越多的模型厂商重视flash级模型，明显加快了flash级模型的发布节奏，比如Gemini六周内发布了三个flash版本模型，还有不少厂商推出了可以在端侧部署的更轻量级模型。

　　这不难理解，对于智能体实际执行的大部分任务而言，前沿推理模型并非合适的工具，很多中小企业资源有限，可能也用不起前沿模型。在AI应用调用模型的时候，更智能的模型路由分发可以提升智效比，即将每个查询发送至最合适的模型，而非默认将所有任务都分配给能力最强同时也是成本最高的模型。

　　进捷介绍，蚂蚁阿福在发展过程中已经遇到了智效比的问题，最开始使用最大、最好的模型，但是随着用户规模不断上升，推理成本也水涨船高，而且C端用户往往也需要更快的响应速度。普惠AI需要考虑的关键命题，首先要有智，比如阿福里面很多用户会问一些医学问题，需要智能达到一定的水平，但也要看效率，特别在C端应用里非常重要，大规模的应用都会遇到推理时效问题。

　　“假设阿福需要的能力现在是一条水位线，原先比较好的模型可能超过这个水位线。但由于今天模型整体提升了，有些问题用小的模型也能超过这个水位线。所以就要花更多时间探讨怎么样提升推理的效率和降低成本。”进捷介绍，当用户达到一定规模之后，需要考虑智效比，选择合适的模型。

　　一家企业的CIO也说过，随着场景多样化与任务复杂度提升，应用AI往往采用分层设计，不同的任务需要不同层次的智能。有些任务可以由较小、高效能的模型处理;而另一些则需要更复杂的模型、更深入的推理、更长的上下文，或者多个智能体的协同工作。因此，一项任务的成本最终取决于所选择的模型以及成功完成该任务所需的Token数量。

　　想要提升智效比，关键在于将每项任务与能够可靠完成且成本最低的模型相匹配，并在任务层面进行衡量。

　　然而在真实业务场景中，智效比量化具备一定难度，AI实际落地过程中，单纯的Token消耗数量或许能说明资源消耗情况，可是并不能等同于价值。

　　西亭介绍，智效比不是孤立地追求某项指标，而是寻求更好地综合平衡。最终想要量化的是“端到端任务成功率”，不能将其简单等同于单步生成成功率，端到端任务不只是依靠大模型本身，需要模型、Harness框架、评估体系、行业安全规则多方协同，这是AI从产品走向商业场景落地的必经路径，所以目前量化“端到端任务成功率”有较高的难度。后续会重点关注两组衡量维度：同等任务完成率下的成本水平、固定成本下能够完成的任务数量。

　　零幺也指出，当前Token消耗更易于量化，而当下AI的智能本身在很多维度具有不确定性，造成任务完成率很难量化。随着模型能力持续提升，各类任务的执行确定性会逐步提高，当确定性达到阈值后，AI才有机会成为标品，智效比相关指标才能实现更好地量化。

　　据悉，未来百灵大模型将重点围绕三个方向持续投入。向上，持续拓展模型能力，进一步提升在通用场景和复杂场景中的Agent能力;向下，进一步降低使用门槛，通过更好的智效比，让模型更贴近用户，也更适配资源受限的环境，使更多人能够真正用起来。并在真实使用中积累场景，发现过去未曾发现的问题;向外，深化模型的专业性，与行业伙伴一起，把模型带入医疗、金融等领域更复杂的工作环境，在更广泛的真实世界场景中持续打磨。

　　目前，大模型的效果量化、可信落地仍是行业共性难题，而好的模型不是设计出来的，是用出来的，优质的AI模型更依托海量真实场景的持续淬炼。对企业而言，AI落地最终要回归商业本质、考量投入产出比，需要结合具体业务场景，在智能、速度与成本之间进行平衡取舍。可以预见，以高智效比为核心的模型发展思路，将成为AI产业规模化、普惠化落地的主流趋势。