Ming-Flash-Omni 2.0是螞蟻集團於2026年2月11日開源發布的全模態大模型。
該模型是業界首個全場景音頻統一生成模型，支持在同一條音軌中同步生成語音、環境音效與背景音樂，並可通過自然語言指令精細調控音色、語速等參數。基於Ling-2.0 MoE架構，其在視覺理解、圖像編輯等多項公開測試中表現突出。模型權重與代碼已發布於開源社區。
研發背景,核心技術,運營模式,核心團隊,重要事件,
研發背景
螞蟻集團在全模態方向已持續投入多年。Ming-Omni系列正是在這一背景下持續演進：早期版本構建統一多模態能力底座，中期版本驗證規模增長帶來的能力提升。而最新發布的Ming-Flash-Omni 2.0版本，則通過更大規模的數據與系統性的訓練最佳化，提升了全模態理解與生成能力。
核心技術
Ming-Flash-Omni 2.0基於Ling-2.0架構（MoE，100B-A6B）訓練，圍繞視覺、音頻和生成穩定性等目標進行了最佳化。
在視覺方面，模型融合了細粒度數據與難例訓練策略，提升了對近緣動植物、工藝細節和稀有文物等複雜對象的識別能力。
在音頻方面，Ming-Flash-Omni 2.0支持全場景音頻統一生成，可在同一條音軌中同步生成語音、環境音效與背景音樂。用戶可通過自然語言指令對音色、語速、語調等參數進行控制，並具備零樣本音色克隆與定製能力。
在圖像方面，模型增強了複雜編輯的穩定性，支持光影調整、場景替換、人物姿態最佳化及修圖等功能，在動態修改過程中能保持畫面連貫與細節真實。
在推理效率上，模型的推理幀率為3.1Hz，支持分鐘級長音頻的實時生成。
運營模式
螞蟻集團於2026年2月11日正式開源發布全模態大模型Ming-Flash-Omni 2.0。模型權重、訓練代碼與推理代碼已在Hugging Face等主流開源社區發布。此次開源意味著其核心能力以“可復用底座”的形式對外釋放，為端到端多模態套用開發提供支持，開發者可基於同一套框架復用視覺、語音與生成能力，有助於降低多模型串聯的複雜度與成本。
核心團隊
百靈模型負責人周俊表示，全模態技術的關鍵在於通過統一架構實現多模態能力的深度融合與高效調用；開源後，開發者可基於同一套框架復用視覺、語音與生成能力，顯著降低多模型串聯的複雜度與成本。
重要事件
2026年2月11日，螞蟻集團開源發布全模態大模型Ming-Flash-Omni 2.0。該模型為全場景音頻統一生成模型，可在同一條音軌中同時生成語音、環境音效與音樂，支持通過自然語言指令對音色、語速、情緒等參數進行控制。其推理幀率達3.1Hz，可實現分鐘級長音頻的實時生成。
模型基於Ling-2.0架構（MoE，100B-A6B）訓練，在視覺理解、音頻生成與圖像編輯等多任務上具備較強的處理能力。模型權重與推理代碼已在Hugging Face及螞蟻百靈官方平台Ling Studio發布。
