蚂蚁集团开源全模态大模型Ming-flash-omni 2.0

2月11日，蚂蚁集团正式开源发布新一代全模态大模型Ming-flash-omni 2.0。该模型在多项权威基准测试中展现出显著优势，在视觉语言理解、语音可控生成、图像创作与编辑等核心能力维度表现尤为突出，部分关键指标超越Gemini 2.5 Pro基准水平。值得关注的是，该版本创新性地实现了全场景音频统一生成能力，可在单一音轨内同步生成语音、环境音效及背景音乐。（广角观察）