蚂蚁百灵大模型团队发布 Ling-1T：万亿参数“非思考”模型、基于 MoE 架构

蚂蚁百灵大模型团队正式发布Ling 2.0系列的第一款旗舰非思考模型：拥有万亿参数的Ling-1T。

Ling-1T沿用Ling 2.0 架构，如其模型代号所示，总参数已扩展至1T（Trillion，万亿），每个token激活其中约50B参数。

Ling-1T-base在20T+ token高质量、高推理浓度的语料上完成预训练，支持最高128K上下文窗口，通过“中训练+后训练”的演进式思维链（Evo-CoT）极大提升模型高效推理能力。

Ling-1T 全程采用 FP8 混合精度训练（部分技术已开源），是目前已知规模最大的使用 FP8 训练的基座模型。这一设计为训练带来了显著的显存节省、更灵活的并行切分策略和 15%+ 的端到端加速。

据介绍，Ling-1T在有限输出token条件下，于多项复杂推理基准中取得SOTA表现，展示出在高效思考与精确推理之间的卓越平衡。

开源仓库和体验页面：

HuggingFace：https://huggingface.co/inclusionAI/Ling-1T
ModelScope：https://modelscope.cn/models/inclusionAI/Ling-1T
GitHub：https://github.com/inclusionAI/Ling-V2
Ling chat（国内用户）：https://ling.tbox.cn/chat
ZenMux（海外开发者，提供 Chat 测试与 API 等能力）：https://zenmux.ai/inclusionai/ling-1t