韩歆毅详解蚂蚁AI战略布局 聚焦应用侧探索AGI

5月27日下午4时许，新任蚂蚁集团CEO韩歆毅身着黄色短袖，亲临杭州蚂蚁A空间，现场观摩正在进行的”蚂蚁黑客松”比赛。这位年仅87天便执掌蚂蚁集团的年轻领导者，选择坐在前排台阶上，专注聆听团队的创新成果。韩歆毅于今年3月从清华大学经济学硕士升任蚂蚁集团CEO，在他的带领下，蚂蚁集团正加速推进三大战略：支付宝双飞轮、AI First和全球化布局。

事实上，蚂蚁集团与其他互联网巨头一样，近年来持续加码AI领域投入。去年蚂蚁集团20周年之际，董事长井贤栋曾公开宣告，未来二十年将致力于打造一家科技驱动、创新驱动的企业。在AI First战略指引下，蚂蚁已推出金融、医疗、生活服务三大AI应用，内部业务也全面加速AI化转型。值得注意的是，蚂蚁内部成立了通用人工智能（AGI）部门，并开源了参数规模达2900亿的百灵大模型，引发业界广泛关注。

在27日下午举行的第十届蚂蚁技术日上，韩歆毅首次系统阐述了蚂蚁的AI战略布局。他用了整整三十分钟，清晰勾勒出蚂蚁未来在AI领域的战略方向。韩歆毅坦言，当前中国AI大模型赛道竞争异常激烈，蚂蚁将聚焦AI应用层面，依托AI基座大模型技术打造更强大的技术服务能力。”我们永远在AI技术突破的边界上打造PMF产品，技术路线必须收敛才能实现产品突破；一旦路线明确，我们就敢于持续投入。”韩歆毅强调，”虽然我们聚焦AI应用，但绝不放弃基础大模型研发。因为只有基于AI技术构建服务和应用，才能像训练智能体一样提升其能力上限，从而提供更优质的服务。我们坚定探索AGI和智能极限。”

韩歆毅指出，AI时代将重新定义各行各业。蚂蚁集团即将开源两款重磅AI模型：一款与DeepSeek-V3性能比肩的MoE大模型，以及一款百亿级多模态模型。这两项成果源自蚂蚁百灵大模型团队（Ling Team）的持续突破。今年3月，该团队开源了两个MoE架构大语言模型：参数规模168亿的Ling-lite（0220版本）和参数规模高达2900亿的Ling-plus。这两个模型在多个算力平台（包括非Hopper架构的国产算力）上完成训练，预训练阶段将计算成本降低约20%，每万亿token训练成本仅为508万元，最终实现了行业顶尖模型的性能表现，并验证了300B尺寸SOTA MoE大模型在非高端算力平台上的训练可行性。

与此同时，蚂蚁强化学习AReaL团队开源了AReaL-boba模型，该模型可用128张H800 GPU在1天内完成SOTA 1.5B推理模型训练，256张H800 GPU仅需2天即可完成SOTA 7B推理模型训练。经过数月迭代，Ling-lite已升级至1.5版本，其推理能力显著提升。新模型在同等参数规模下，仅用2.75B激活计算即可对标10B内SOTA dense模型。Ling-lite-1.5采用分层语料预训练策略和需求驱动的执行优化体系，以更少语料实现更高质量，大幅提升数学、代码等推理能力。

5月27日，蚂蚁百灵大模型团队宣布将逐步开源百亿参数规模的多模态模型Ming系列Ming-lite-omni。这款模型以统一架构集成多模态理解、生成和编辑能力，既可合并调用理解与生成模块，也可独立完成单一任务，实现原生全模态交互体验。Ming-lite-omni继承了Ming-lite-omni-preview和Ming-lite-uni两款模型的能力，并在此基础上进行了系统优化。基于Ling-lite-1.5架构，该模型新增模态特定路由机制，有效缓解模态冲突，增强模态间协同，使音、视、图、文等模态能够统一处理。在图像、语音生成与理解方面，Ming-lite-omni着重突破理解与生成相互冲突的技术难题，实现了模态统一处理和多模态理解与生成在一个模型上的统一，可处理任意组合的多模态输入，生成音频、图像或文本交织的多模态输出，从而实现先进的实时全模态交互体验。

团队表示，逐步开源Ming系列多模态模型旨在营造协作环境，让研究人员和开发者基于这些模型进行创新，推动AI应用发展。通过社区合作，蚂蚁希望加速Ming系列模型开发，构建更先进实用的AI系统。百灵大模型负责人周俊（花名：西亭）指出，新开源的Ming-lite-omni模型具有三大创新点：一是真正将生成和理解模型集成于同一架构；二是实现全模态输入输出，支持音视频、图文等多种形态；三是采用MoE架构，交互性更强。多模态大模型负责人陈景东（景东）补充说明，目前开源的更多是必要代码，其核心作用是帮助开发者充分利用Ming系列模型。当前，包括蚂蚁、腾讯在内的多家AI大模型团队认为，多模态模型正朝着MoE架构的”全模态”模型演进。Seed1.5-VL和Qwen2.5-Omni等模型已支持图像、视频、语音、文本及其任意组合的理解，而Kimi-VL等模型则采用MoE架构；但在技术挑战上，支持音、视、图、文全模态交互的公开单模型仍属罕见，图像和语音理解与生成统一模型更是屈指可数，且效果难以平衡。阿里集团副总裁许主洪认为，多模态大模型的一大演进趋势是用统一框架实现理解和生成，这一领域尚处初级阶段，需要更多实践验证。蚂蚁开源的Ming-lite-omni正是这一领域的代表性实践。

同时，蚂蚁宣布百灵大模型即将开源一款Ling-max模型，其规模和性能将与DeepSeek-V3″满血版”相当。蚂蚁逐步形成了两类百灵基础模型路线：MoE语言大模型Ling-Series/推理模型Ring-Series；原生全模态大模型Ming-Series。在模型更新之外，蚂蚁三大AI管家应用也取得新进展。旗下AI健康管家即将上线新版本。今年初蚂蚁集团完成收购好大夫后，3月首次公布以蚂蚁医疗大模型为核心的”一体三端”AI医疗布局，成为应用场景与行业共建最深的专业大模型之一。自去年下半年发布以来，AI健康管家通过高质量数据资源和专业标注团队持续优化，在AI就医助理、AI健康咨询等方面表现优异，已为超4000万用户提供了个人日常健康管理与就医咨询服务。

对于内部AI产品使用百灵大模型的情况，西亭表示，蚂蚁之所以开源众多基础模型，是希望打破大模型垄断，通过将探索的AI技术公布到开源社区，推动大模型发展。从业务和应用角度看，百灵不会强行绑定，因为当前模型尚未达到AGI能力，也未成为社会必需品。行业和基础模型双方将持续推进，但不会过度耦合。”我们更期待合作伙伴纯粹因为百灵技术优秀而选择我们，而不是其他应用连接使用百灵模型。这是我们对内对外的关键原则。”西亭强调，”我们希望做的东西能够获得社区认可，并推动AI技术进步。”关于AGI，西亭表示仍处于早期阶段，蚂蚁相信随着模型能力提升，会在合适时机通过内部和外部应用实现AGI。

随着国内AI竞争加剧，蚂蚁正加速发力AI应用。自2025年起，全球AI大模型市场将进入”内卷”阶段。开源模型DeepSeek引发全球讨论，但基础大模型迭代并未放缓，除DeepSeek外的AI行业Super App也未出现。国内外科技大厂都在加速模型迭代：OpenAI发布GPT-4.5和o3；Gemini发布2.5 Pro版本；腾讯混元升级快思考模型混元TurboS、深度思考模型混元T1，并发布视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice；字节跳动旗下火山引擎发布豆包·视频生成模型Seedance 1.0 lite、豆包1.5·视觉深度思考模型，并升级豆包·音乐模型等。去年第四季度国内有49个大模型更新发布，今年一季度增至55个，最多时一周有8个模型。大模型迭代速度加快，能力增强，正如李彦宏所言”大模型厂商卷生卷死”。因此，如何利用强大模型做好AI应用，让更多人体验AI技术能力，将成为未来关键。国内科技大厂凭借基本盘产品、流量资源、投入和人才优势，将成为国内AI”下半场”竞争的核心参与者。韩歆毅表示，与创业公司相比，蚂蚁的优势不在于资源，而在于人才，关键是如何将人才凝聚起来，这需要协作。

韩歆毅坦言，AI领域充满挑战，蚂蚁正在与全球顶尖AI团队竞争，对方不仅在起点上领先，发展速度也更快。因此，蚂蚁的目标不是成为全球最领先的大模型公司，而是继续聚焦应用，通过智能上限探索实现AI应用突破，”至少在几个领域我们要保持领先。”

在首次详细阐述的新AI First战略中，韩歆毅提出了三大AI应用服务：AI金融管家、AI健康管家、AI生活管家；四大技术探索方向：百灵基础大模型、AI世界的支付与基础能力、科技产业化、开源与开放；两大行业探索领域：AI与物理世界融合（具身智能）、区块链。关于基础模型探索，韩歆毅表示，蚂蚁团队近几个月投入巨大，已在某些方向取得全球领先地位，但仍是单点突破。未来将全力以赴追求智能上限，并持续开源开放。另一方面，随着AI世界日益多样化，蚂蚁的机会在于支付，AI世界的支付可能与今天完全不同，因此需要提供AI世界的支付与基础能力。对于具身智能探索，韩歆毅指出，这是一个面向未来的开放式探索。今年蚂蚁成立灵波科技，将探索AI与物理世界的融合，未来还将与哈啰共同探索自动驾驶。”人在相当长的时间内，不太可能回到科幻电影中的虚拟世界，但现实世界和数字AI世界将长期并存，我们希望帮助大家解决现实AI世界问题，这就是我们探索具身智能、智能驾驶等的原因。”韩歆毅强调。

韩歆毅表示，蚂蚁AI First战略是一个”顶层框架型”构想，具体业务和策略仍在探索中。无论是解决当前业务问题还是面向未来探索，都需要技术人员创新突破。”技术是我们产品和业务快速发展的核心能力。”韩歆毅强调，蚂蚁希望为用户和合作伙伴提供革命性、代际差体验，核心竞争优势。在AI技术探索和应用战场上，蚂蚁要回归”黑客松”精神，源于对技术的热爱。”我们源于热爱，成于协同，最终用创新为蚂蚁未来十年、科技未来十年开辟新天地。”韩歆毅在演讲结尾总结道。