蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，总参数规模达 560B。与“外接视觉编码器”的拼装式多模态不同，原生多模态在预训练阶段就见过图文交错数据，在文档解析、票据识别等任务上表现更稳健。官方称其在图文理解、视觉推理、文档解析三项权威基准上超过 Claude Opus 5，同时保留 Flash 系列高吞吐、低延迟的特性。

该模型针对金融、政务等垂直场景做了专项优化，并在上线前两周提供限时免费，沿用“先用真实业务换数据”的打法。对这类强监管行业而言，原生多模态在处理结构化表单、扫描件与混合版面时，往往比通用模型更贴合落地需求。

从行业视角看，Ling-3.2-flash 与同期开源的混元 Hy4、Qwen3.8、文心 ERNIE 5.5 等共同构成国产大模型“开放权重矩阵”。对企业 IT 而言，多模态能力的开源化降低了票据识别、合同审阅、智能客服等场景的私有化门槛，但免费期结束后的留存与持续服务能力，才是这类垂直路线能否真正落地的判据。

来源：蚂蚁百灵 / DAMO 开发者矩阵（CSDN DAMO 开发者矩阵）