เกิดอะไรขึ้น
- inclusionAI แล็บวิจัย AGI ของ Ant Group ปล่อยน้ำหนักโมเดล Ling-3.0-flash-VL ให้ดาวน์โหลดฟรีใช้สัญญา MIT (HF README)
- น้ำหนักโมเดล คือไฟล์สมองที่ใช้รันเองได้ ไม่ต้องพึ่งบริการของใคร
- พัฒนาต่อจาก Ling-3.0-flash ตัวเดิมของทีม และออกแบบให้เข้าใจหลายสื่อตั้งแต่ต้น (HF README)
- การ์ดบน Hugging Face ขึ้นครั้งแรก 4 ก.ย. 2026 ค่อยเพิ่มเวอร์ชัน FP8 วันที่ 8 ก.ย. (HF card)
สเปกตัวโมเดล
- ขนาดรวม 124B พารามิเตอร์ แต่ตอบแต่ละครั้งทำงานจริงราว 5.5B เพราะเป็น MoE หรือโมเดลแบบผสมผู้เชี่ยวชาญ (HF README)
- รับข้อมูลได้ทั้งข้อความ ภาพ และวิดีโอ
- จำบริบทได้ยาวถึง 1 ล้านโทเคน คือหน่วยข้อความเล็ก ๆ
- โหมดคิดก่อนตอบเปิดเป็นค่าเริ่มต้น
โหลดได้ที่ไหน
- Hugging Face ที่รีโพ inclusionAI/Ling-3.0-flash-VL แบ่งเป็นไฟล์ 64 ชิ้นแบบ safetensors
- ModelScope มีให้โหลดเช่นกัน ใช้สัญญา MIT เหมือนกัน (ModelScope)
- มีเวอร์ชัน FP8 ซึ่งเป็นรูปแบบตัวเลขที่กินทรัพยากรน้อยกว่า แยกให้เลือก (HF)
ใช้ผ่าน API หรือรันเอง
- Ant Ling เปิด API โดยใช้ชื่อโมเดล Ling-3.0-flash-VL (Ant Ling docs)
- มีคู่มือ SGLang cookbook ไว้ให้คนที่จะรันบนเครื่องตัวเอง (SGLang cookbook)
อย่าเข้าใจผิด
- คะแนน 42 จาก Artificial Analysis Intelligence Index v4.1.1 เทียบกับ 38 ของ Ling-3.0-flash เป็นตัวเลขที่บริษัทใส่ไว้ในการ์ดเอง (HF README)
- Ling-3.0-flash-VL ไม่ใช่ a/496 LLaDA-Image ที่อยู่ในวงการเดียวกัน เป็นคนละโมเดลกัน
สรุป
Ant Group ผ่านแล็บ inclusionAI แจกโมเดลที่อ่านภาพกับวิดีโอได้ในตัว พร้อมสัญญาที่ให้อิสระเต็มที่ ใครทำงานกับสื่อหลายแบบ ตอนนี้มีทางเลือกใหม่ที่ไม่ต้องล็อกอยู่กับผู้ให้บริการรายเดียว
แหล่ง: inclusionAI / Ant Group · Hugging Face · 4 ก.ย. 2026