蚂蚁百灵大模型：垂直场景中的差异化竞争之路

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最新用户规模已突破1.5亿大关，且单日健康咨询量逼近2000万人次。与此同时，在近期盛大的外滩大会上，AI版支付宝“阿宝”的亮相频率显著提升，成为焦点之一。

步入2024年，蚂蚁集团在AI应用领域的布局明显加速，多款AI应用进入密集推广阶段。与此同时，蚂蚁对于其核心大模型——百灵的定位也愈发明确，展现出与以往不同的战略眼光。

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等高调亮相的模型相比，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，默默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透露了百灵的新定位：一个面向真实世界、追求“高质效”与专业化的基础模型体系。这一定位与蚂蚁集团在AI应用上的思路不谋而合，即避免与竞争对手在“大而全”的通用应用和大模型上正面交锋，而是选择差异化的发展路径。

图片来源：徽声在线图库

在此次沟通会前夕，蚂蚁百灵还发布了其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的主要区别在于，它不仅仅满足于解决问答、摘要等单点任务，而是试图在真实的金融工作流中，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，供业界共同研究与应用。

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。他指出，基础模型的能力代表着这个时代的几种典型能力：一是技术模型决定了AI产品的定义能力；二是技术上的自主权，蚂蚁的许多产品难以完全依赖外部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，百灵的未来发展方向已相对明确：一方面继续深化基础模型的研究与发展；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。对于为何选择继续在金融和医疗场景深耕基础模型，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重要途径。西亭认为，如果能够解决好金融和医疗领域的难点问题，其中很大一部分能力将有机会反过来提升通用模型的整体性能。

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，为其大模型的应用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的快速迭代，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，就需要回答更多问题：模型能做什么？谁能为此付费？如何将模型能力真正转化为商业化服务？

尤其是在金融、医疗等敏感场景，模型的销售方式可能远不止简单的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着更高的要求。关于商业化和技术优先级的问题，西亭表示，他们目前设定了一些量化目标，主要是“端到端的任务成功率”。而现在，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在采访中提到，除了产品市场匹配度（PMF）外，技术是当前最大的变量。他们将继续关注技术的发展趋势，特别是AGI（通用人工智能）的未来发展，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并不像创业公司那样急迫。然而，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，蚂蚁百灵需要面对的难题并不会因此减少。