蚂蚁百灵大模型：深耕垂直场景，寻求差异化竞争之路

徽声在线记者 | 佘晓晨
徽声在线编辑 | 文姝琪

9月10日，蚂蚁集团高层在公开场合透露，其旗下健康类应用蚂蚁阿福的用户规模已突破1.5亿大关，且用户单日健康咨询量逼近2000万人次。与此同时，在外滩大会这一科技盛宴上，AI版支付宝“阿宝”的亮相频率显著提升，成为焦点之一。

今年以来，蚂蚁集团在AI应用领域的布局明显加速，多款AI产品相继进入市场推广阶段。值得注意的是，蚂蚁对于其百灵大模型的战略定位也愈发清晰，展现出与以往不同的决心和方向。

回顾过去两三年，蚂蚁在大模型领域的表现相对低调，与字节跳动的豆包、阿里的千问等明星产品相比，蚂蚁的大模型业务更多时候是作为灵光、AI版支付宝、阿福等应用的底层支撑，默默提供着基础模型能力。

然而，在外滩大会期间，蚂蚁集团基础智能技术部负责人、百灵大模型掌舵人西亭向媒体表示，百灵大模型的定位是面向真实世界的“高质效”、专业化基础模型体系。这一战略定位与蚂蚁集团在AI应用领域的思路不谋而合，即避免“大而全”的通用化路径，而是选择与竞争对手形成差异化竞争。

图片来源：徽声在线图库

在此次沟通会前夕，蚂蚁百灵推出了首个金融增强开放模型Ling-3.0-flash-Fin。该模型与传统金融大模型相比，不仅解决了问答、摘要等单点任务，更尝试在真实金融工作流中，让AI从“回答一个问题”升级为“完成一项工作”。目前，该模型已正式开源，供业界共同研究和使用。

尽管行业内已逐渐形成共识，认为大模型的比拼已从参数竞争转向场景应用，但西亭在采访中仍强调了基础模型的重要性。他认为，基础模型的能力代表着这个时代几种非常典型的能力：一是技术模型决定了AI产品的定义能力；二是技术上的主动权，蚂蚁的很多产品难以依赖他人的API；三是与产业协同的必要条件，即拥有自己的模型。

基于这一理念，百灵大模型的未来发展方向已明确：一方面继续深化基础模型的研究，另一方面则向金融、医疗等专业场景深入拓展。

自百灵大模型面世以来，就始终瞄准产业场景。在2023年首次披露研究进展时，蚂蚁集团就发布了基于自研基础大模型的金融大模型。对于为何选择在金融和医疗场景继续深耕基础模型，蚂蚁百灵团队解释称，这两个场景对模型能力的要求更高，将模型置于这些“更难”的任务中，有助于团队更准确地判断模型的能力边界，并发现通用模型在真实任务中存在的问题。

蚂蚁内部对此还有更深层次的判断：专业模型不仅是通用模型的一个商业化出口，更可能成为反哺基础模型的一条有效路径。西亭表示：“如果能够解决好金融和医疗这两个领域的难点问题，其中的很大一部分能力是有机会反过来提升通用模型的。”他认为，真实场景是检验模型能力的考场，也是推动模型进步的重要训练场。

与“通用模型向下寻找行业应用”的路径不同，蚂蚁集团自立项大模型研发以来，就始终将垂直场景作为首要发布方向。这也是蚂蚁集团在大厂AI竞争中与其他公司的重要区别：字节跳动拥有流量优势，通过豆包建立大规模C端用户入口；阿里则可以通过云服务和开发者生态承接模型能力；而蚂蚁集团则拥有支付宝、金融等大量商业场景。

然而，从专业场景切入也面临着商业化的挑战。过去两年，大模型公司已经证明了模型能力可以快速迭代，但能力本身并不等同于商业模式。对于百灵而言，如果未来要进一步向专业领域深挖，就需要回答“模型能做什么”之外的问题，包括谁能为此付费、如何将模型能力转化为商业化服务等。

尤其是在金融、医疗等敏感场景，模型的销售方式可能不仅仅是简单的API调用。行业客户对于数据安全、部署方式、专业能力、责任边界和服务方式都有更高的要求。关于商业化和技术优先级的问题，西亭表示，他们会有一些量化目标，如“端到端的任务成功率”。目前，他们仍在推动模型“从产品到商品”的转化过程中。阿福模型技术负责人进捷也表示，在PMF（产品市场匹配度）之外，技术是最大的变量。他们将继续关注技术的发展趋势，并探索蚂蚁在其中的切入口。

作为一家拥有丰富资源积累的科技公司，蚂蚁集团对于百灵商业化的追求可能不像创业公司那样急迫。但其面临的竞争环境依然复杂：从2025年以来，国内多家模型厂商经历了多轮API的“降价”和“涨价”潮，行业竞争已从单纯的模型能力转向服务价值。从金融和医疗场景切入竞争后，蚂蚁百灵面临的难题不会减少。