智東西（公眾號：zhidxcom）
作者 | 王涵
編輯 | 漠影
智東西10月9日消息，昨日夜間，螞蟻集團正式開源Ling 2.0系列中首個旗艦級非思考模型Ling-1T，參數量達到1T（1萬億）！
Ling-1T-base基于Ling 2.0架構構建，在超20T token的語料上完成預訓練，支持最高128K上下文窗口。
Ling-1T全程采用FP8混合精度訓練，是目前已知規模最大的使用FP8訓練的基座模型。通過“中訓練+后訓練”的演進式思維鏈（Evo-CoT）技術，該模型的高效推理能力得到有效提升。
Ling-1T在推理、數學以及編程等基準測試中取得22項SOTA表現，部分基準測試超越DeepSeek-V3.1-Terminus、Kimi-K2-Instruct-0905，復雜推理能力可媲美閉源API。
Ling-1T現已在Hugging Face和魔搭社區全面開源。
開源地址：
HuggingFace：
//huggingface.co/inclusionAI/Ling-1T
ModelScope：
//modelscope.cn/models/inclusionAI/Ling-1T
Ling chat（國內用戶）：
//ling.tbox.cn/chat
ZenMux（海外開發者，提供Chat測試與API等能力）：
//zenmux.ai/inclusionai/ling-1t
一、數學推理能力SOTA，超越Gemini-2.5-Pro和DeepSeek-V3.1-Terminus
Ling-1T在7項有關數學以及推理能力的基準測試中獲得SOTA表現。在MultiPL-E、LiveCedeBenchi2408-25051、CadeForces-raling以及FullStack Bench等編程能力基準測試中，Ling-1T超越DeepSeek-V3.1-Terminus、Kimi-K2-Instruct-0905以及閉源的GPT-5-main、Gemini-2.5-Pro。
在AIME 25基準測試中，Ling-1T拓展了推理精度與推理長度的帕累托邊界，展示了其在“高效思考與精準推理”方面的優勢。
Ling-1T結合了深度語義理解與精準代碼合成，在視覺推理與前端代碼生成任務中表現較好。研究團隊引入混合語法-功能-美學獎勵機制，使模型不僅能生成正確且功能完整的代碼，還展現出精致的視覺美感。
在AI代碼生成評測標準ArtifactsBench上，Ling-1T在開源模型中排名第一，且本文中的基準可視化內容實際均由Ling-1T自身生成。在BFCL V3工具使用基準測試中，Ling-1T僅通過輕度指令微調即實現約70%的工具調用準確率，盡管訓練期間未接觸大規模軌跡數據。
Ling-1T能夠解析復雜自然語言指令，將抽象邏輯轉化為功能化視覺組件，還能生成跨平臺兼容的前端代碼，以及生成創作風格受控的營銷文案與多語種文本，這些能力構成了通用協作人機智能的基礎。
例如，讓Ling-1T開發一個展示《三體》主要人物關系及陣營的圖譜頁面，并提供詳細的視覺效果要求（配色、風格、鼠標懸停效果等）。
讓Ling-1T根據要求開發Crane云平臺網頁，其完整實現了用戶登錄、數據儀表盤、客戶管理、設備管理等功能。
再比如，Ling-1T 開發的“在線塔羅牌運勢預測”頁面，完整實現了首頁、占卜流程、運勢報告、塔羅數據庫、用戶評價、塔羅知識小貼士等產品功能。
Ling還可以生成隨意控制的六邊形+小球運動：
指令：寫一個HTML腳本，展示1個小球在旋轉的六邊形內彈跳碰撞，需要滿足如下要求：
1. 六邊形大小可以實時調整
2. 六邊形旋轉速度可以實時調整
3. 小球大小可以實時調整
4. 小球和六邊形間的碰撞符合物理規律，需要考慮重力、摩擦力、反彈力等等
還可以要求Ling-1T開發一個展示其自身不同寫作風格能力的應用，包括前端頁面和后端服務調用腳本。
Ling-1T可以根據提示詞要求，對六種常見的優化問題（線性規劃、旅行商問題、車輛路徑問題、作業調度、最大流求解、交互式數獨）進行求解并同時用pygame生成教學演示動畫。
更日常一些，Ling-1T能夠根據給定信息和要求（酒店、目的地坐標，步行為主，停留時長等）進行上海一日游行程規劃，并開發頁面，利用mapbox地圖引擎展示整個行程。
Ling-1T還能玩掃雷游戲。
二、1萬億總參數、500億激活參數，Ling-1T預訓練推理語料占比超40%
Ling 2.0架構基于Ling縮放定律指導，確保了即使在1e25–1e26 FLOPs計算量下仍保持架構與超參數的可擴展性。
關鍵架構創新包括：
1、1萬億總參數/500億激活參數，混合專家激活比為1/32；
2、MTP層用于增強組合推理；
3、無輔助損失、S型函數評分專家路由與零均值更新；
4、QK歸一化實現完全穩定收斂。
Ling-1T全程采用FP8混合精度訓練，是目前已知規模最大的使用FP8訓練的基座模型。FP8混合精度訓練可以實現15%以上的端到端加速，提升內存效率，并在1萬億token訓練中保持與BF16精度損失偏差≤0.1%。
由于Ling 2.0的層間異構架構容易導致流水線負載不均，研究團隊將interleaved 1F1B pipeline改進為異構細粒度pipeline，實現了更精細的流水線編排與更低的空泡率，帶來超過40%的端到端加速。
此外，研究團隊還在算子融合、通信優化、重計算、Checkpoint 存儲、仿真訓練與細粒度監控等方面進行了系統性優化。其研究團隊透露，其中大量設計思路和技術方案源自開源社區。
訓練階段，Ling-1T使用了超過20萬億個高質量token，研究團隊在第二階段（后10T token）的預訓練中引入了高推理密度語料，使整個預訓練過程中推理相關語料的占比超過40%。
在中訓練（Mid-training）階段，研究團隊進一步加入了高質量的思維鏈推理語料，這一策略能夠有效實現模型推理能力的 “預激活”，為后訓練階段提供更高的推理上限和更穩定的思維基礎。
與Ling-mini-2.0、Ling-flash-2.0類似，Ling-1T也采用了自研的WSM （Warmup-Stable and Merge）LR scheduler。通過mid-training checkpoint merging來模擬LR decay，進一步獲得下游任務的整體提升。
基于訓練中期的推理激活基礎，Ling-1T的后訓練階段采用進化思維鏈（Evo-CoT）方法，在可控成本下實現漸進式推理增強。該技術持續拓展推理精度與效率的帕累托邊界，特別適合反射式非思考模型。
強化學習方面，研究團隊提出LPO，即語言學單元策略優化，是一種創新的句子級策略優化方法。研究團隊認為，對于推理任務而言，句子是更符合語義邏輯的動作單元。
與GRPO（token級）或GSPO（序列級）算法不同，LPO以句子為自然語義動作單元，實現獎勵信號與推理行為的精準對齊。實證表明，LPO在推理任務中具有更優的訓練穩定性與泛化能力。
結語：Ling-1T在自動化開發、智能編程助手等場景具有落地潛能
螞蟻集團通過開源Ling-1T，為開源社區帶來了首個萬億參數級別的旗艦非思考模型。憑借Evo-CoT演進式思維鏈、LPO句子級強化學習等創新技術，Ling-1T在保持高效能的同時，實現了與閉源頂級模型相媲美的復雜推理能力。
從應用前景看，Ling-1T在前端代碼生成、視覺理解等場景展示的實用能力，以及僅通過輕度指令微調就能實現約70%工具調用準確率的表現，使其在自動化開發、智能編程助手等場景具有應用落地潛能。
