晒茧子啦！如果你的蚂蚁也出现了这种情况，一定要注意！可能是湿度太高了。
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了一组数据：蚂蚁阿福App最新用户数达到1.5亿，用户单日健康咨询人次接近2000万。同日，外滩大会期间，AI版支付宝“阿宝”的讨论热度明显上升。这些数字指向同一个事实——蚂蚁的AI应用正在进入加速推广期，而支撑这些应用的百灵大模型，其定位也在此刻变得比过去两年更加清晰。
据公开信息，蚂蚁集团基础智能技术部负责人、百灵大模型负责人西亭在外滩大会期间向媒体表示，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。这一表述与蚂蚁做AI应用的思路一致：不追求“大而全”的通用应用和通用大模型，而是选择与字节、阿里、DeepSeek形成差异化的路径。过去两三年，蚂蚁在大模型领域的存在感并不突出，其模型能力更多隐藏在灵光、AI版支付宝、阿福等具体产品背后，为前端应用和产业服务提供基础支撑。
这一策略的转折点出现在金融场景。外滩大会前夕，蚂蚁百灵发布首个金融增强开放模型Ling-3.0-flash-Fin，并宣布正式开源。据官方说明，与传统金融大模型主要解决问答、摘要等单点任务不同，该模型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”。这一变化意味着模型能力需要嵌入到具体业务流程中，而非停留在对话交互层面。
西亭在沟通中强调了基础模型的三重价值：决定AI产品定义能力、保持技术主动权、以及与产业协同的前提。他提到，“蚂蚁的很多产品很难长在别人的API上面”。这一判断解释了蚂蚁为何在行业普遍认为“大模型比拼已超越参数、转向场景”的背景下，仍持续投入基础模型研发。从2023年首次披露研究进展时发布基于自研基础大模型的金融大模型开始，百灵就瞄准了产业场景。蚂蚁百灵团队给出的解释是，金融和医疗场景对模型能力要求更高，把模型放进“更难”的任务中，反而能帮助团队判断模型的能力边界，并发现通用模型在真实任务中仍然存在的问题。
据业内人士分析，蚂蚁内部有一个更进一步的判断：专业模型并不只是通用模型的商业化出口，也可能成为反哺基础模型的路径。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。”这意味着真实场景既是检验能力的考场，也是推动模型进步的训练场。与“通用模型向下寻找行业应用”的路径不同，蚂蚁自立项大模型研发之后的第一次发布就落在了垂直场景，这构成了其在大厂AI竞争中的一个重要区别：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；蚂蚁则拥有支付宝、金融等大量商业场景。
但从专业场景切入同样面临商业化的挑战。过去两年，大模型公司已经证明模型能力可以快速迭代，但能力本身并不等于商业模式。据公开信息，从2025年以来，国内多家模型厂商经历多轮API的“降价”和“涨价”，行业竞争已从单纯的模型能力转向服务价值。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。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。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。
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”。而现在来看，他们还在推动模型“从产品到商品”的过程中。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。“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。”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。
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。但其面前依然是复杂的竞争环境。据公开信息，2026年以来，国内大模型赛道在金融、医疗等垂直领域的竞争明显升温，多家厂商推出了面向专业场景的增强模型。蚂蚁百灵从金融和医疗场景切入竞争后，留给它的难题不会变少——如何在保持基础模型技术主动权的同时，完成从产品到商品的跨越，将是其未来一段时间需要持续回答的问题。
本文由AI辅助生成
