蚂蚁百灵大模型：垂直场景中的创新与挑战

徽声在线记者 | 佘晓晨
徽声在线编辑 | 文姝琪

9月10日，蚂蚁集团副总裁兼蚂蚁健康事业群总裁张俊杰透露，蚂蚁旗下的阿福App用户规模已突破1.5亿大关，单日健康咨询服务量接近2000万人次。与此同时，在近期举办的外滩大会上，AI版支付宝“阿宝”的曝光度显著提升，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，旗下多款AI产品进入推广快车道。与以往相比，蚂蚁对于百灵大模型的战略定位也更加明确，展现出其在AI领域的雄心壮志。

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、阿里的千问以及DeepSeek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、阿福等应用背后的技术支撑，为前端应用提供强大的模型能力。

然而，在外滩大会期间，蚂蚁集团基础智能技术部负责人、百灵大模型负责人西亭向媒体表示，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，即避免与竞争对手在“大而全”的通用应用和大模型领域正面交锋，而是选择差异化竞争路径。

图片来源：徽声在线图库

在此次沟通会前夕，蚂蚁百灵发布了首个金融增强开放模型Ling-3.0-flash-Fin。该模型突破了传统金融大模型仅解决问答、摘要等单点任务的局限，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，为金融行业带来了新的变革。

尽管行业内已逐渐形成共识，认为大模型的比拼已超越参数层面，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定义AI产品的能力；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性，拥有自己的模型是关键。

在这一理念的指引下，百灵大模型的未来发展方向愈发清晰：一方面，继续推进基础模型的研发与创新；另一方面，向金融、医疗等专业场景深入拓展，以满足行业对模型能力的更高要求。

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。关于为何选择在金融和医疗场景深耕基础模型研究，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入的思考：专业模型并非仅仅是通用模型的商业化出口，更可能成为反哺基础模型的重要途径。

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将有机会反过来提升通用模型。”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，为其大模型的发展提供了得天独厚的条件。

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。对于百灵大模型而言，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。

特别是在金融、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。行业客户对数据安全、部署方式、专业能力、责任边界和服务方式等方面都有更高要求，这为蚂蚁百灵的商业化之路增添了更多不确定性。

关于商业化和技术优先级的问题，西亭表示，当前团队会设定一些量化目标，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。阿福模型技术负责人进捷也在采访中表示，除了产品市场匹配度（PMF）外，技术是当前最大的变量。内部仍会专注于技术未来的发展，特别是探索AGI发展的延长线以及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。然而，其面临的竞争环境依然复杂多变。自2025年以来，国内多家模型厂商经历了多轮API的“降价”和“涨价”风波，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，蚂蚁百灵需要面对的难题并不会减少。