记者 | 佘晓晨。编辑 | 文姝琪。对于百灵而言，如果未来进一步向专业领域深挖，它需要回答的就不只是“模型能做什么”，还包括谁能为此付费，以及如何把模型能力真正变成商业化服务。蚂蚁内部对此还有一个更进一步的判断：专业模型并不只是通用模型的一个商业化出口，也可能成为一条反哺基础模型的路径。官方强调的重点是，与传统金融大模型主要解决问答、摘要等单点任务不同，Ling-3.0-flash-Fin尝试在真实金融工作流中，让AI从“回答一个问题”走向“完成一项工作”。在这场沟通会前夕，蚂蚁百灵发布首个金融增强开放模型 Ling-3.0-flash-Fin。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会有更高要求。与此同时，相比此前的“探索”，蚂蚁对于百灵大模型的定位更加清晰了一些。作为一家有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。在这种理念的支撑下，百灵接下来的方向会比较明确：基础模型继续向前发展，同时向金融、医疗等专业场景深入。从最早面世开始，百灵就瞄准了产业场景。某种意义上，这和蚂蚁集团做AI应用的思路是统一的：不做“大而全”的通用应用和大模型，和竞争对手们形成差异化的定位。在2023年首次披露研究进展时，蚂蚁集团发布的就是基于自研基础大模型的金融大模型。过去两三年里，蚂蚁在大模型领域的存在感并不算高。”在技术的发展趋势之外，他们会探索技术里面蚂蚁的切入口。团队认为，基础模型的能力代表着这个时代几种非常典型的能力：第一，技术模型决定了定义AI产品的能力；第二是技术上的主动权，“蚂蚁的很多产品很难长在别人的API上面”；第三点，西亭认为，如果想跟产业一起协同，就要有一个自己的模型。而关于为什么要继续在金融和医疗场景做基础模型的研究，蚂蚁百灵团队给出的一个解释是，这两个场景本身就对模型能力要求更高，把模型放进这些“更难”的任务中，反而能够帮助团队判断模型究竟能做什么、不能做什么，并发现通用模型在真实任务中仍然存在的问题。图片来源：图库。过去两年，大模型公司已经证明了模型能力可以快速迭代，但能力本身并不等于商业模式。今年以来，蚂蚁集团旗下的几款AI应用进入加速推广期。尽管行业内已经逐渐形成一种共识，即大模型的比拼已经超越参数并转向场景，西亭仍在采访中强调了基础模型的价值。”他认为， 真实场景是检验能力的考场，同时也是推动模型进步非常重要的真实训练场。西亭提到，“如果能够把金融和医疗这样两个领域里面的这些难点解决好，其中的很大一部分能力是有机会反过提升通用模型的。从金融和医疗场景切入竞争后，留给蚂蚁百灵的难题不会变少。9月10日，蚂蚁集团副总裁、蚂蚁健康事业群总裁张俊杰披露，蚂蚁阿福App最新用户数已达1.5亿，用户单日健康咨询人次近2000万。这也是蚂蚁集团如今在大厂AI竞争中和其他公司的一个重要区别：字节有流量优势，通过豆包建立大规模C端用户入口，阿里可以通过云服务和开发者生态承接模型能力，蚂蚁集团则是拥有支付宝、金融等大量商业场景。在近日举办的外滩大会期间， AI版支付宝“ 阿宝 ”的出现频率也高了起来。尤其是在金融、医疗这样的场景，模型的销售方式可能不只是简单的API调用。相比字节跳动的豆包、阿里的千问以及DeepSeek，蚂蚁的大模型业务更多时候隐藏在灵光、AI版支付宝、阿福等具体应用背后，为前端的 AI应用和产业服务提供基础模型能力。而现在来看，他们还在推动模型“从产品到商品”的过程中。但其面前依然是复杂的竞争环境：从2025年以来，国内多家模型厂商经历多轮API的“降价”和“涨价”，行业竞争已单纯的模型能力转向服务价值。阿福模型技术负责人进捷也在采访中表示，在PMF（ 产品市场匹配度） 之外，今天最大的变量其实是技术。目前该模型已经正式开源。而在今年外滩大会期间，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等媒体表示，他们给百灵的定位是，能够面向真实世界的“高质效”、专业化的基础模型体系。关于商业化和技术优先级的问题，西亭称，当下他们会有一些量化目标，总结起来是“端到端的任务成功率”。但从专业场景切入同样有商业化的挑战。和“通用模型向下寻找行业应用”路径不同的是，蚂蚁集团自立项大模型研发之后的第一次发布就落在了垂直场景。“内部还是会专注在看技术未来的发展，特别是AGI发展的延长线是哪些。