螞蟻Ling-3.2-flash升級原生視覺：560B旗艦能看圖操作Blender、做3D

動察 Beating AI 快訊，螞蟻百靈發布 Ling-3.2-flash，將原生多模態能力帶入 560B 旗艦模型。新模型支持圖像、文本和視頻輸入，重點強化複雜視覺理解、3D 交互和多模態 Agent 能力。

新模型沿用上一代 Ling-3.1-flash 的 5600 億總參數、250 億激活參數和 100 萬 Token 上下文，但從文本推理進一步擴展到原生視覺理解。此前的 Ling-3.0-flash-VL 已支持圖像和視頻輸入，但規模只有 1240 億總參數、55 億激活參數，上下文為 25.6 萬 Token。

官方演示中，新模型可以根據圖片製作網頁，操作 Blender 創建 3D 場景，還能讀取包含公式和圖表的論文 PDF，將其上的算法寫成可運行的代碼。

螞蟻自測顯示，新模型在文檔理解、複雜視覺推理和看圖製作網頁三項評測中超過 Claude Opus 5（max）。其中，Vision2Web 得分 85.86，對比 Opus 5 的 80.20。第三方 DesignArena 的看圖生成前端榜單上，Ling-3.2-flash 以 1238 Elo 排名第 10。

目前模型已開放網頁體驗和 API，前兩週免費。