郭震 AI公众号:郭震AI

实时 AI 消息

蚂蚁百灵开源新模型,主攻长程任务破局 Agent 落地

蚂蚁百灵开源了一款新模型,主打长程任务能力,瞄准智能体从演示走向真实业务时最容易被卡住的一环。亿邦动力网 10 月 28 日的报道把这款模型与 Agent 落地难题直接挂钩,但参数规模、评测成绩与许可证条款仍需以官方模型页为准。

发布时间

蚂蚁百灵开源了一款新模型,核心卖点是长程任务能力,目标直指 Agent 落地难的问题。亿邦动力网在 10 月 28 日的报道中给出了这一定位。

所谓长程任务,指的是需要连续多步、跨越较长时间、调用多个工具才能完成的工作,比如整理一份跨系统的数据报告,或者按既定规则跑完一轮采购与对账流程。它考验的不是单次回答的质量,而是模型在几十步之后还能不能记住目标、发现偏差并自我纠正。

这也正是过去两年智能体产品最尴尬的地方:演示里能跑通,进入真实业务流程后完成率迅速下滑。单步的小错误会沿链条累积,上下文一长就丢信息,步数一多成本也跟着上涨。

蚂蚁百灵选择以开源方式发布,意味着权重可以下载并做私有化部署。对金融、政务这类数据不便出域的行业,这一点往往比榜单分数更有说服力,因为它允许团队在自己的业务数据上做后训练与工具适配。

不过开放权重不等于开箱可用。仅从目前公开的标题与摘要看,报道没有展开参数规模、基准测试结果和许可证的具体条款,这些信息需要以官方模型页与技术报告为准,也直接决定社区能否顺利接手。

更值得注意的是竞争重心的移动。国内开源模型的比拼,过去主要围绕参数规模和通用能力,现在开始转向“一次能完成多长的任务”,因为后者才对应企业真正愿意付费的场景。

接下来值得观察三件事:官方是否给出可复现的长程任务评测,社区在真实工作流里的微调与部署反馈,以及这款模型在成本与稳定性上相比通用模型的实际差距。

为什么重要

长程任务是把智能体从演示推向生产的关键指标,谁能把这一步做稳,谁就更容易进入企业的核心流程。后续要盯的是官方评测数据是否可复现,以及社区部署后的真实完成率。

微博邮件

蚂蚁百灵开源模型AI Agent
返回AI日报

附近消息

全部

10/28 12:01

甲骨文云扩大AI芯片阵容:首次引入谷歌TPU,Cerebras与SambaNova入列

在Oracle AI World大会上,甲骨文宣布扩大OCI的AI芯片阵容:首次引入谷歌TPU,新增Cerebras与SambaNova的推理芯片,同时把与英伟达的合作扩展到数吉瓦级的Vera Rubin部署。谷歌TPU与Cerebras服务预计2027年上线,而Vera Rubin NVL72与Vera CPU已在OCI正式可用。

10/28 09:15

Anthropic 招股书揭晓 IPO 最大赢家:不是风投,而是亚马逊

Anthropic 的 S-1 显示,亚马逊持有本金 62 亿美元的可转换债券,其自身文件在 6 月 30 日将这些债券估值 979 亿美元,使其成为本次 IPO 最可能的财务赢家。Menlo、Sequoia、Sound Ventures 与 Spark 等风投仍将入账数十亿美元,但无一达到列入主要股东表的 5% 门槛。

10/28 08:35

Meta 在新加坡上线消费级 AI 智能体,安全审视与零售反弹成背景

据《海峡时报》报道,Meta 已在新加坡推出面向消费者的 AI 智能体,这是该公司在消费级 agent 方向上的一次具体落地。报道标题同时点出两项外部压力:全球范围对 AI 安全性的持续审视,以及来自零售行业的反弹。

10/28 13:35

Cassava 成为 Claude 非洲授权经销商,经 Amazon Bedrock 转售

Cassava Technologies 已成为 Anthropic Claude 模型的授权经销方,可通过 Amazon Bedrock 向非洲各地的组织转售访问权限。Claude 的推理、视觉、代码生成与多语言能力由此多了一条本地化的采购通道,Cassava 则把这层合作接进自身的连接、云、网络安全与数据中心业务。