Ant Group lance le modèle multimodal Ling-3.2-flash

Ant Group a publié le 5 novembre Ling-3.2-flash, un modèle multimodal conçu pour traiter simultanément du texte, des images et des vidéos. L'architecture repose sur 560 milliards de paramètres au total, avec 25 milliards de paramètres activés à chaque étape d'inférence pour optimiser la réactivité du système.

Le modèle est orienté vers l'analyse visuelle complexe, les tâches automatisées en plusieurs étapes, la compréhension d'environnements 3D et les applications spécialisées dans le domaine médical. Sa capacité à gérer une fenêtre de contexte d'un million de jetons permet une analyse approfondie de documents longs et de contenus multimédias étendus.

Le service est accessible via une interface de chat en ligne et des API compatibles avec les protocoles d'OpenAI et d'Anthropic. Ant Group propose un accès gratuit au cours des deux premières semaines suivant le lancement pour encourager l'adoption technique.