Ling-3.0-flash-VL خدام

Ling-3.0-flash-VL هو أول موديل كبير مفتوح المصدر ومتعدد الوسائط أصلي من سلسلة 百灵 ديال InclusionAI التابعة لـ蚂蚁، مبني على توسيع بنية MoE ديال Ling-3.0-flash، بمجموع 124B بارامتر، وما كيتفعّل غير 5.5B فكل عملية استدلال، وكيدعم أصلاً إدخال الصور والنصوص والفيديوهات، مع نافذة سياق كتوصل لـ 256K Token. Ling-3.0-flash-VL كيخلي الموديل يلاحظ ويتصرف ويتحقق ويصحح بحال الإنسان، وكيحوّل المهام من توليد مرة وحدة لتسليم مستمر وموثوق.

تفاعل بصري مباشر: حلّ الكاميرا وهضر معاه فالحين، يقدر يتعرف على النباتات والحيوانات والمعالم وأنواع السيارات، ويترجم العلامات المكتوبة بلغات أجنبية مباشرة.
البرمجة بالتغذية البصرية الراجعة: كيولد كود الواجهة الأمامية انطلاقاً من لقطة شاشة ديال صفحة ويب، وكيصحح راسو بمقارنة النتيجة المرسومة، باش يعاود بناء الصفحة.
GUI Agent: كيتعرف على بنية الواجهة وحالة العمليات، وكيكمل المهام عبر أدوات مختلفة، بحال البحث فبيانات الويب، وتنظيم Excel، وإنشاء الرسوم البيانية.
فهم التقارير الطبية: كيستخرج مؤشرات تحليل الدم، والكيمياء الحيوية، والتصوير الطبي عبر صفحات وفترات مختلفة، وكيعرض المخاطر الصحية بألوان الأحمر والأصفر والأخضر.
شريك تعلم مباشر: كيتابع فيديوهات الدروس وكيجمع بين الصورة والتعرف على المعادلات والكتابة فالسبورة، وكيجاوب على الأسئلة فالحين وكيولد تمارين.
مونتاج أبرز لحظات الفيديوهات الطويلة: كينفذ على فيديوهات مباريات كتوصل لساعات العملية ديال ”تحديد→اقتطاع→تحقق→تصحيح”، وكيجمع تلقائياً لقطات أبرز اللحظات.

تابع حساب WeChat وردّ بـ“开源” باش تنضم لمجموعة التواصل ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
بنية MoE فعالة ومتفرقة: الموديل مبني على توسيع Ling-3.0-flash، بمجموع 124B بارامتر، وما كيتفعّل غير 5.5B فكل عملية استدلال، وهاد الشي كيقلل بزاف من كلفة الحوسبة مع الحفاظ على القدرات، وكيخليه مناسب كعقدة تنفيذ كتستعمل بزاف فـ Agent workflow.
تدريب مشترك أصلي متعدد الوسائط: الصور والنصوص والفيديوهات كيتحسنو مع بعضياتهم فالتدريب نفسه، ماشي تدريب النص أولاً ومن بعد إضافة وحدة بصرية. وبيّنت التجارب أن إدخال المعلومات البصرية ما نقصش من قدرة النص، بل زادها بـ 4 نقاط فـ Artificial Analysis Intelligence Index.
ترميز بصري بأي دقة وVideoRoPE: كيستعمل مشفّراً بصرياً بأي دقة لمعالجة مدخلات الصور والنصوص بأحجام مختلفة، ومع ترميز المواقع VideoRoPE كيقدر يفهم الفيديوهات أصلاً، بلا ما يحتاج يقسم الفيديو لإطارات ويحوّلو لسلسلة ديال الصور.
جذع لغوي هجين KDA وGated MLA: الجزء اللغوي كيستعمل بنية هجينة من 42 طبقة، كتتناوب فيها آلية الانتباه الخطي KDA ونسخة MLA بالتحكم بنسبة 5:1، باش تجمع بين فعالية السياق الطويل ودقة النمذجة، وتدعم نافذة سياق ديال 256K Token.
آلية الحلقة المغلقة للتغذية البصرية الراجعة: الموديل كيعتمد نمط تنفيذ دائري ”ملاحظة→تصرف→تحقق→تصحيح”، وكيحوّل المهمة من توليد مرة وحدة لتكرارات متعددة: كيفهم المعلومات البصرية ويتصرف، ومن بعد كيراقب النتيجة وكيقارنها بالهدف، وإذا لقا اختلاف كيصحح الاستراتيجية، باش يضمن نتيجة موثوقة وقابلة للتحقق.

تجربة أونلاين: حلّ الموقع الرسمي: دخل لـ Ling Studio عبر https://chat.ant-ling.com/chat.
استعمال مجاني: دابا كاينة فترة تجربة مجانية، ومن بعد تسجيل الدخول تقدر تبدا المحادثة مباشرة.
رفع المحتوى: دخل التعليمات النصية، وتقدر فالنفس الوقت ترفع صورة أو فيديو للتفاعل متعدد الوسائط.
جرّب هاد السيناريوهات: تقدر تختبر إعادة بناء صفحة انطلاقاً من لقطة شاشة، وطرح أسئلة على الفيديو، والتعرف بالتصوير، وغيرها من القدرات النموذجية.
النشر محلياً: تحميل الموديل: جيب الأوزان مفتوحة المصدر من Hugging Face أو ModelScope، ونسخ BF16 وFP8 متوفرة دابا، ونسخ FP4/INT4 غادي تخرج قريباً.
وجد البيئة: خصص بيئة استدلال كتدعم هاد الحجم ديال البارامترات.
شغّل الاستدلال: استعمل أطر الاستدلال المعروفة لتحميل الموديل، مع دعم أصلي لإدخال الصور والنصوص والفيديوهات، وسياق قابل للتوسيع حتى 256K Token.
ربطو بسير العمل: استعمل API باش تخليه عقدة تنفيذ ديال Visual Agent، ودمجو فمسار مهام متعدد الجولات ”ملاحظة→تصرف→تحقق→تصحيح”.

تعدد الوسائط كيقوي النص: التدريب المشترك الأصلي متعدد الوسائط ما ضعفش القدرة النصية، بل زادها بـ 4 نقاط مقارنة بالنسخة النصية فقط فـ Artificial Analysis Intelligence Index.
حلقة مغلقة للتغذية البصرية الراجعة: بفضل آلية التكرار ”ملاحظة→تصرف→تحقق→تصحيح”، كتتحول المهمة من توليد مرة وحدة لتسليم مستمر وموثوق وقابل للتحقق.
فعالية استدلال قصوى: من أصل 124B بارامتر، كيتفعّل غير 5.5B فكل عملية استدلال، وهاد الشي كيخفض بزاف كلفة الحوسبة والـ Token، وكيخليه مناسب للاستعمال المتكرر متعدد الجولات.
سياق طويل بزاف: كيدعم أصلاً 256K Token، وكيقدر يتعامل بسهولة مع تحليل الوثائق الطويلة، وتحليل الفيديوهات الطويلة، وذاكرة المهام السابقة ديال Agent متعدد الخطوات.
إدخال أصلي لجميع الوسائط: بفضل المشفّر البصري بأي دقة وVideoRoPE، كيعالج الصور والنصوص والفيديوهات أصلاً، بلا ما يحتاج يقسم الفيديو لإطارات ويهبطو لسلسلة صور.
نتائج الاختبارات متميزة: فاختبار Image-to-WebDev Arena، وبحجم 5.5B بارامتر مفعّل، جاب نقطة أعلى من GPT-5.4.

مستودع موديلات HuggingFace: https://huggingface.co/inclusionAI/Ling-3.0-flash-VL
https://huggingface.co/inclusionAI/Ling-3.0-flash-VL-fp8

تطوير الواجهات وإعادة بناء صفحات الويب: كيولد كود صفحات ويب خدام انطلاقاً من لقطات شاشات التصميم، وكيصحح راسو باستمرار عبر مقارنة العرض المرسوم.
أتمتة العمل عبر GUI: كينفذ مهام عبر برامج مختلفة، بحال جلب بيانات الويب، وتنظيمها فـ Excel، وإنشاء الرسوم البيانية أوتوماتيكياً.
المساعدة ففهم التقارير الطبية: كيجمع تقارير تحليل الدم والكيمياء الحيوية والتصوير الطبي، وكيستخرج المؤشرات غير العادية وكيعرض المخاطر الصحية بدرجات الأحمر والأصفر والأخضر.
شريك التعلم فالتعليم عن بعد: كيتفرج ففيديوهات الدروس وكيشرح المعادلات والكتابة فالسبورة بالاعتماد على الصورة، وكيجاوب على الأسئلة فالحين وكيولد تمارين حول النقط التعليمية.
مونتاج أبرز لحظات المنافسات الرياضية: كينفذ على فيديوهات المباريات الطويلة، اللي كتوصل لساعات، العملية ديال ”تحديد→اقتطاع→تحقق→تصحيح”، وكيجمع تلقائياً لقطات سلسة ومميزة.