蚂蚁集团推出Ming-lite-omni：首例与GPT-4o相媲美的开源多模态模型
发布时间：2025-05-29 15:25:09 | 责任编辑：吴昊 | 浏览量：14 次
蚂蚁集团旗下百灵大模型团队在近期蚂蚁技术日上宣布重大决定:将统一多模态大模型Ming-lite-omni进行全面开源。这一举措不仅标志着蚂蚁集团在AI领域的又一次重大开放，更被业界视为首个在模态支持方面能够与GPT-4o相媲美的开源模型。
Ming-lite-omni基于Ling-lite构建，采用先进的MoE（专家混合）架构，拥有220亿总参数和30亿激活参数的强大配置。这一参数规模在开源多模态模型中达到了新的高度，展现了蚂蚁集团在大模型技术上的深度积累。
目前，Ming-lite-omni的模型权重和推理代码已向公众全面开放，后续的训练代码和训练数据也将陆续发布，为全球开发者提供完整的技术支持。
今年以来，百灵大模型团队已连续开源多个重要模型产品，包括Ling-lite、Ling-plus等大语言模型，多模态大模型Ming-lite-uni以及预览版Ming-lite-omni。
其中，五月中旬开源的Ling-lite-1.5版本能力已接近同水位SOTA水平，性能介于千问4B和8B之间，成功验证了300B尺寸SOTA MoE大语言模型在非高端算力平台上训练的可行性。
在多项理解和生成能力评测中，Ming-lite-omni的性能与10B量级领先的多模态大模型相当或更优。蚂蚁集团表示，这是目前已知首个在模态支持方面能够与GPT-4o相媲美的开源模型，为全球开发者提供了重要的技术选择和参考标准。
百灵大模型负责人西亭介绍了团队的技术路线:"我们坚定地在语言大模型和多模态大模型上统一使用MoE架构，并大量使用非高端算力平台，成功证明了国产GPU在训练可比拟GPT-4o模型方面的能力。"
蚂蚁集团于2025年5月27日在杭州举办的蚂蚁技术开放日上宣布开源其统一多模态大模型 Ming-lite-omni。该模型是基于 Ling-lite 构建的 MoE（混合专家）架构 的全模态模型，拥有 220亿总参数 和 30亿激活参数。其主要特点包括：
技术特点
- 理解与生成一体化：首次将理解和生成模型整合到同一框架内，用户可以将两者合在一起调用，也可以单独完成理解和生成任务。
- 全模态输入输出：支持音频、视频、图像和文本等多种输入和输出形式，真正实现了全模态交互。
- 高效的MoE架构：采用混合专家架构，优化了模型的性能，提升了交互的灵活性。
性能表现
在多项理解和生成能力评测中，Ming-lite-omni的性能与 10B量级领先的多模态大模型相当或更优。蚂蚁集团认为，这是目前已知首个在模态支持方面能够与 GPT-4o 相媲美的开源模型。
开源意义
- 推动技术普惠：通过开源，蚂蚁集团希望推动全模态AI的普惠化，让更多开发者和研究者能够使用和改进这一技术。
- 验证国产算力：该模型在非高端算力平台上训练，验证了国产GPU在训练类似GPT-4o模型方面的能力。
未来规划
蚂蚁集团计划持续优化Ming-lite-omni在全模态理解和生成任务上的效果，并提升其多模复杂推理能力。同时，他们还将训练更大尺寸的全模态模型 Ming-plus-omni。
目前，Ming-lite-omni的模型权重和推理代码已经开源，后续的训练代码和训练数据也将陆续发布。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
上一篇： ai人工智能计算彩票
下一篇： ai人工智能软件
