Ant Group veröffentlicht multimodales KI-Modell Ling-3.2-flash
Ant Group hat mit Ling-3.2-flash ein multimodales Modell für Text-, Bild- und Videoverarbeitung vorgestellt, das ein Kontextfenster von einer Million Token bietet.
Am 5. November hat Ant Group das Modell Ling-3.2-flash vorgestellt, ein multimodales KI-System, das Text, Bilder und Video verarbeiten kann. Die Architektur umfasst insgesamt 560 Milliarden Parameter, wobei 25 Milliarden Parameter pro Inferenzschritt aktiviert werden.
Das Modell ist auf komplexe visuelle Analysen, mehrstufige Agentenaufgaben, 3D-Interaktionen sowie Anwendungen im medizinischen Bereich spezialisiert. Durch die Integration eines Kontextfensters von einer Million Token ermöglicht das System die Verarbeitung umfangreicher Datensätze in einem einzigen Durchgang.
Der Zugriff erfolgt über eine Web-Schnittstelle sowie über APIs, die mit den Standards von OpenAI und Anthropic kompatibel sind. Um die Verbreitung zu fördern, bietet Ant Group in den ersten zwei Wochen nach der Veröffentlichung einen kostenlosen Testzeitraum an.