蚂蚁发布 Ling 3.2 Flash：5600 亿 MoE 架构，支持 1M 上下文与 3D 重建
蚂蚁集团发布原生多模态模型 Ling-3.2-flash。它采用 MoE 架构，总参数 5600 亿而单次仅激活 250 亿，原生支持图文与视频输入，拥有 1M 上下文窗口。除了复杂视觉与医疗分析，它还能统筹多智能体协作，甚至直接从单图重建 3D 场景。
蚂蚁集团
蚂蚁集团开源 Ming 3.0 TTS：用自然语言调音，支持多人播客与商用
蚂蚁集团开源文本转语音模型 Ming 3.0 TTS，支持自然语言调音、声音克隆与多人播客生成。模型提供约 3GB 和 18GB 两个版本，小版本可在消费级显卡本地运行，发音准确率居开放模型前列；全部采用 MIT 协议，允许商用。
蚂蚁与清华发布 Realtime-Venus：前台全双工对话，后台异步跑任务
蚂蚁集团与清华大学推出实时多模态 Agent 系统 Realtime-Venus。它采用双循环架构，由两个 9B 模型负责音视频感知与全双工语音，复杂推理则由后台异步处理。用户不用为了等 AI 干活而中断对话，很适合智能眼镜和车载场景。
蚂蚁旗下 Robbyant 开源 LingBot-World 2.0：实时生成可交互世界
蚂蚁旗下 Robbyant 开源世界模型 LingBot-World 2.0。它采用因果预训练实现长时交互且画质无明显衰减，蒸馏版本能以 720p 60fps 实时运行，还引入双 Agent 协同生成动作与环境。目前已开源 1.3B 和 14B 权重。