​Personal Agent走向真實任務，螞蟻百靈開源 Ling-3.1-flash-1019

AI資訊AI新閒資訊正文​Personal Agent走向真實任務，螞蟻百靈開源 Ling-3.1-flash-1019發布於AI新閒資訊時間 :Oct 28, 2026閱讀 :1分鐘10月28日，螞蟻集團旗下百靈大模型正式開源 Ling-3.1-flash-1019。新版本在 Ling-3.1-flash 基礎上進一步訓練優化，在智能指數Artificial Analysis Intelligence Index v4.3.2中獲得44分，較上一版本提升3分。與此同時，百靈同步開源其基礎模型 Ling-3.1-flash-base，為長程任務所需的知識、推理和計算效率打好基礎。

據瞭解，Ling-3.1-flash-1019版本面向 Personal Agent 場景，進一步提升了模型處理複雜工作流和多步驟任務的表現。從測評具體來看，新版本在複雜知識工作AA-Briefcase 中的得分從約1400Elo提升至1524Elo，GDPval-AA從約1618Elo提升至1644Elo;流程自動化AutomationBench-AA得分從62%提升至68%;科學問題求解CritPt得分從18%提升至26%，SciCode得分從54%提升至57%。記者注意到，百靈本次模型迭代開源與靈光2.0息息相關。就在10月26日，靈光2.

0升級為「能管事的個人AI助理」，依託跨會話記憶、長程任務調度與獨立雲主機等能力，靈光可以在用戶授權範圍內更主動地跟進任務、持續管理生活中的複雜事務，即使用戶退出對話，相關任務也能繼續運行。這背後對模型能力提出了新要求。從回答問題到持續辦事，模型需要哪些新能力?與即時問答不同，個人智能體需要圍繞一個目標持續工作，這既需要產品具備記憶和任務調度機制，也需要底層模型能夠理解目標、使用工具、處理新信息並推進任務。靈光2.0，呈現了這類能力在個人生活中的應用。

例如，規劃一趟旅行，不只是生成一份行程攻略，還需要結合出發時間跟進天氣、預約和行前準備;面對雙11購物需求，則要按照預算、規格和個人偏好篩選商品、整理清單，並持續關注價格變化，在符合約定條件時提醒用戶。圍繞這些需求，百靈持續通過模型訓練和應用反饋，探索 Personal Agent 所需的能力。Ling-3.1-flash-base 在設計初期就將這些需求納入考慮，模型採用混合線性 MoE 架構，總參數量約560B，每個 Token 激活約25B參數，在模型容量、長序列處理和單步計算開銷之間取得平衡，為後續面向真實任務的訓練提供基礎。

在8個領域共47項 benchmark 測試中，Ling-3.1-flash-base 在32項上超越了 DeepSeek-V4-Pro-Base 和 MiMo-V2.5-Pro-Base，取得最高分。其中，知識理解、邏輯推理、代碼、數學與長上下文評測，對應著個人助理處理複雜事務所需的多項基礎能力，成為處理複雜任務的重要起點。據瞭解，Ling-3.1-flash-base以 BF16基礎權重、MIT 許可證向開發者開放，開發者可以基於自身的知識、流程和工具開展繼續預訓練、領域適配及後訓練。在基礎能力之上，Ling-3.

1-flash 及後續的1019版本通過後訓練，持續強化推理、工具使用和多步驟執行能力，持續提升模型在實際工作流中的表現。記者注意到，百靈從 Base 到後訓練模型，研發重點逐步延伸到如何遵循目標、使用工具和推進任務。據瞭解，圍繞個人事務中的多模態信息處理需求，百靈基於 Ling-3.1-flash 訓練了視覺語言模型 Ling-3.1-flash-VL，在既有推理、規劃和工具使用能力的基礎上增加視覺理解，目前已先行應用於靈光，後續將對外發布。從真實任務中來，到真實應用中去目前，百靈正逐步完善 Personal Agent 所需的模型能力。模型層面的能力演進，也正在應用中得到進一步驗證和探索。

據瞭解， Ling-3.1-flash 已基於靈光、阿福醫生版等應用場景的需求與反饋開展對齊訓練，持續提升模型在專業表達和溝通等方面的能力。“從真實任務中來，到真實應用中去。”百靈表示，希望通過模型研發與應用實踐的持續循環，提升模型理解目標、保持任務狀態和應對變化的能力，並且將持續通過開源與開發者共同探索更多應用可能。記者注意到，不同於單純追求模型參數規模，百靈更注重讓基礎模型能力進入真實流程，完成真實任務。今年下半年以來，百靈圍繞開放開源和真實場景加速模型迭代和發展。此前，百靈基於新一代基座模型Ling-3.0-flash，分別推出金融增強模型Ling-3.

0-flash-Fin和醫療增強模型Ling-3.0-flash-Sante，將基礎模型能力進一步帶入真實專業場景。其中，Ling-3.0-flash-Fin（總參數124B、激活5.1B）讓AI進入真實投研任務流，打通從找資料、做分析到形成研究成果的完整任務鏈，在高難度投研任務中比肩3T級前沿模型，金融Agent綜合表現達到開源領先;Ling-3.0-flash-Sante則將“高智效比”帶入醫療場景，以124B參數規模在1.6T以下模型中取得最優表現，整體性能與多款旗艦模型相當。

相關推薦AI 讓作業變廢紙，諾獎級教授退回紙筆考場《紐約郵報》26日報道，加州大學伯克利分校教授、菲爾茲獎得主理查德·博爾徹茲宣佈，因AI濫用使計分家庭作業形同虛設，他將不再佈置此類作業。他表示，已幾乎無法分辨學生作業是本人還是AI所寫，因此把評估重心轉向禁止使用電子設備的線下考試，只認這種場景下的真實水平，並直言在線考試如今純粹浪費時間。Oct 28, 2026114.1k爆款AI長劇跑通商業閉環！芒果超媒前三季度營收破 93 億，第三季度淨利環比翻近 4 倍芒果超媒發佈2026年三季報：前三季度營收93.51億元，同比增長3.18%；歸母淨利潤2.13億元。

利潤受剛性內容成本、渠道合作模式調整、影視劇排播致會員收入下降，以及投資公允價值變動、研發宣發費用等影響。整體收入小幅增長、利潤承壓，但第三季度業績已出現明確底部反轉信號，後續修復仍待觀察。Oct 28, 202680.4kOpera推出WebAI標準，支持瀏覽器本地運行AI模型Opera推出全新網絡標準WebAI，旨在讓用戶無需依賴雲端，直接在瀏覽器運行AI模型。該標準兼容多種模型，以谷歌開源Gemma演示，也支持蘋果設備端基礎模型，不依賴特定模型，面向開放權重AI系統，是Opera此前探索瀏覽器本地運行大語言模型的延續。

目前，WebAI已在旗艦瀏覽器Opera One中開啟預覽，用戶需主動啟用。Oct 28, 202674.9k美國銀行發佈安全警告:嚴禁向人工智能助手透露銀行密碼美國銀行向客戶發送題為“在人工智能世界中保護您的財務”的警告郵件，敦促其切勿將銀行賬戶用戶名、密碼及相關憑證分享給任何聲稱代表個人的第三方AI工具或代理服務。隨著個人AI助手和代理支付工具普及，部分用戶為自動購物或比價而交託登錄信息，此舉潛藏嚴重安全與合規風險，可能危及資金與隱私。Oct 28, 2026117.9k戴上就能AI實時對答！

三星首款開放式耳機Galaxy Buds On發佈，深度集成Gemini Live三星推出旗下首款開放式無線耳機Galaxy Buds On，拓展Galaxy音頻產品線形態。與此前入耳式Galaxy Buds系列不同，新品採用開放式佩戴方案，讓用戶在享受高品質音頻與通話體驗時，仍能實時感知外界環境聲音。外觀採用耳掛式造型，整體偏向運動耳機風格，並因無需入耳而帶來更開放的佩戴體驗。Oct 28, 202687.9k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026