蚂蚁百灵大模型：垂直场景深耕与商业化突围

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，单日健康咨询量接近2000万人次。与此同时，在外滩大会期间，AI版支付宝“阿宝”的曝光度显著提升，成为大会焦点之一。

今年以来，蚂蚁集团加速推进旗下多款AI应用的落地进程。值得注意的是，蚂蚁对百灵大模型的战略定位愈发清晰，与早期探索阶段相比，其发展方向更加明确。

回顾过去两三年，蚂蚁在大模型领域的布局相对低调。与字节跳动的豆包、阿里的千问以及DeepSeek等直接参与大模型竞争的玩家不同，蚂蚁更倾向于将大模型技术隐藏在灵光、AI版支付宝、阿福等具体应用背后，为前端AI服务和产业应用提供底层模型支撑。

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。这一战略与蚂蚁做AI应用的思路一脉相承：避免“大而全”的通用化路线，通过差异化定位与竞争对手形成区隔。

图片来源：徽声在线图库

在此次沟通会前，蚂蚁百灵推出了首个金融增强开放模型Ling-3.0-flash-Fin。与传统金融大模型仅解决问答、摘要等单一任务不同，该模型试图在真实金融工作流中实现从“回答问题”到“完成工作”的跨越。目前，这一模型已正式开源，供行业共同探索。

尽管行业已逐渐形成共识——大模型竞争已从参数规模转向场景落地，但西亭在采访中仍强调了基础模型的核心价值。他指出，基础模型能力代表三种关键能力：一是定义AI产品的能力；二是技术自主权，避免依赖外部API；三是与产业协同的必要性，这需要拥有自主模型作为支撑。

基于这一理念，百灵的未来路径已清晰：一方面持续强化基础模型能力，另一方面向金融、医疗等专业场景深度渗透。

从诞生之初，百灵就聚焦产业场景。2023年首次披露进展时，蚂蚁发布的就是基于自研基础大模型的金融大模型。对于为何选择金融和医疗作为突破口，蚂蚁百灵团队解释称，这两个场景对模型能力要求极高，将模型置于“高难度”任务中，既能检验模型边界，也能发现通用模型在真实任务中的不足。

蚂蚁内部还有更深层的判断：专业模型不仅是通用模型的商业化出口，更可能成为反哺基础模型的路径。西亭认为：“解决金融和医疗领域的难题，其积累的能力有机会反向提升通用模型。”他强调，真实场景是检验能力的考场，也是推动模型进步的关键训练场。

与“通用模型向下寻找行业应用”的路径不同，蚂蚁从立项大模型研发之初就锁定垂直场景。这一战略差异源于蚂蚁的独特优势：字节跳动依托流量优势通过豆包构建C端入口，阿里通过云服务和开发者生态承接模型能力，而蚂蚁则拥有支付宝、金融等海量商业场景。

然而，垂直场景切入也面临商业化挑战。过去两年，大模型公司已证明模型能力可快速迭代，但能力本身不等于商业模式。对于百灵而言，未来若想在专业领域深耕，需回答三个问题：模型能做什么？谁愿意付费？如何将模型能力转化为商业化服务？

尤其在金融、医疗领域，模型销售方式远不止简单的API调用。行业客户对数据安全、部署方式、专业能力、责任边界和服务模式均有更高要求，这为商业化增加了复杂性。

关于商业化与技术优先级的平衡，西亭表示，当前团队设定了“端到端任务成功率”等量化目标，但模型仍处于“从产品到商品”的转化阶段。阿福模型技术负责人进捷也提到，除产品市场匹配度（PMF）外，技术变量是当前最大挑战。“内部会持续关注技术发展趋势，尤其是AGI的演进方向，并探索蚂蚁的切入路径。”

作为资源雄厚的科技企业，蚂蚁对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。自2025年以来，国内模型厂商经历多轮API价格波动，行业竞争已从单纯的技术能力转向服务价值。随着蚂蚁从金融和医疗场景切入，其需应对的挑战不会减少。