蚂蚁集团百灵大模型团队正式发布Ling 2.0系列首款旗舰产品——万亿参数通用语言模型 Ling-1T，同步在Hugging Face与魔搭社区全面开源。这是继9月30日开源万亿参数思考模型Ring-1T-preview（获深度学习权威Yann LeCun点赞“Impressive”）后，蚂蚁在短短十天内推出的第二款万亿级模型，以 “四天一新品” 的迭代速度掀起开源热潮。
Ling-1T 的核心突破在于打破 “参数规模与推理效率不可兼得” 的行业困局，通过三大技术创新实现帕累托优化：
MoE智能激活架构：采用“万亿储备、百亿激活”的混合专家机制，总参数量达1万亿，但单次任务仅激活约500亿参数（激活比1/32），如同精准召集领域专家解题，兼顾深度与效率。
FP8混合精度训练：作为目前已知规模最大的FP8训练基座模型，实现15%以上端到端加速，显存占用降低30%，且在万亿token训练中精度损失偏差≤0.1%。
推理增强双技术：通过 “中训练 + 后训练” 的演进式思维链（Evo-CoT）激活推理潜能，搭配句子级 LPO 强化学习算法，使奖励信号与语义输出对齐精度提升27%。
权威测评显示，Ling-1T在多维度测试中展现 “高效且精准” 的核心优势：
数学推理登顶：在AIME 2025（AI奥数）基准中，以4000Token消耗实现70.42%准确率，超越Gemini-2.5-Pro（5000Token、70.10% 准确率），拓展帕累托最优边界。
代码生成领先：LiveCodeBench真实编程任务得分第一，ArtifactsBench复杂建模获开源模型榜首，生成代码兼顾功能正确性与视觉美感。
跨领域能力突出：金融推理（FinanceReasoning）达87.45分，C-Eval、MMLU等知识基准突破92分，工具调用准确率超70%。
蚂蚁将Ling-1T定位为“非思考模型”，与侧重深度推理的Ring系列形成互补，构建覆盖手机端（Ling-mini）、企业级（Ling-flash）、云端（Ling-1T）的全场景模型矩阵。更值得关注的是，蚂蚁同步开放ATorch框架、强化学习工具链等底层能力，使模型研发实现 “流水线化”，降低开发者门槛。
