蚂蚁集团发布万亿参数大模型Ring-1T，核心技术突破推动通用AI能力跃升

蚂蚁集团发布万亿参数大模型Ring-1T，核心技术突破推动通用AI能力跃升

【免费下载链接】Ring-1T 项目地址: https://ai.gitcode.com/hf_mirrors/inclusionAI/Ring-1T

在全球人工智能技术竞速赛中，中国科技企业再添重磅成果。近日，蚂蚁集团正式开源其自主研发的万亿参数通用思考模型Ring-1T，该模型在多项权威评测中展现出与国际顶尖水平接近的综合性能，标志着我国在大模型核心技术领域实现新的突破。作为蚂蚁集团人工智能战略的重要里程碑，Ring-1T不仅在算法创新与架构设计上实现双重跨越，更为行业提供了一套高效可控的大规模模型训练解决方案。

面对大语言模型训练过程中普遍存在的"分布漂移"行业难题，Ring-1T创新性地采用了蚂蚁自研的"棒冰（icepop）"算法。这项核心技术通过带掩码的双向截断机制，能够精准冻结训练与推理过程中的分布差异，将其稳定控制在极低水平。该算法的精妙之处在于模拟了棒冰从液态到固态的相变过程——在模型训练初期保留参数的流动性以探索最优解空间，在关键阶段通过动态掩码实现参数状态的固化，既避免了传统静态截断导致的信息损失，又有效防止了长序列训练中的梯度爆炸问题。实验数据显示，采用"棒冰"算法后，模型在10万token长度的长文本处理任务中，推理稳定性提升了37%，这为处理法律文书、科学论文等专业长文本提供了技术保障。

支撑Ring-1T万亿参数规模训练的底层基石，是蚂蚁自主研发的ASystem分布式架构。这套架构通过四大核心组件构建了高效可靠的大模型训练基础设施：统一的训练与推理运行时环境实现了模型全生命周期的无缝衔接，开发者无需进行格式转换即可完成从实验到部署的全流程；创新的显存管理机制采用异构内存层级设计，使单节点显存利用率提升至92%，同等硬件条件下可支持1.8倍规模的模型训练；基于RDMA协议的参数同步模块将跨节点通信延迟降低至微秒级，确保万亿参数在分布式环境下的高效协同；而安全隔离执行环境则通过硬件级别的可信计算技术，为模型训练数据与参数提供了端到端的安全保障。正是这套架构的全方位优化，使Ring-1T在由1024张A100组成的集群上，仅用128天就完成了传统架构需要300天以上的训练任务，大幅降低了大模型研发的时间成本与资源消耗。

在性能验证环节，Ring-1T交出了令人瞩目的答卷。在国际数学推理权威评测AIME-2025中，该模型以93.4分的成绩刷新了中文模型的历史最佳纪录，这一成绩不仅超越了同类开源模型30%以上，更接近人类数学竞赛优胜者的平均水平。值得关注的是，Ring-1T在跨领域知识整合能力上表现尤为突出，在包含物理、化学、生物在内的多学科综合测试中，其得分达到了人类专家级水平的89%。特别在需要复杂逻辑推理的场景下，如数学定理证明、程序漏洞检测等任务中，Ring-1T展现出独特的"思考链"构建能力，能够通过多步推理逐步接近问题本质，这种类人类的认知模式标志着模型从单纯的模式匹配向真正的逻辑推理迈出了关键一步。

Ring-1T的开源策略将对人工智能行业发展产生深远影响。通过在Gitcode代码托管平台（仓库地址：https://gitcode.com/hf_mirrors/inclusionAI/Ring-1T）开放模型权重与核心技术细节，蚂蚁集团打破了大模型技术的壁垒，使中小企业与科研机构能够以极低的成本获取先进的AI能力。这种开放共享的模式不仅有助于形成良性的技术生态，更能加速AI技术在各行业的落地应用。据蚂蚁集团相关负责人介绍，Ring-1T已在金融风控、智能客服、医疗诊断等领域开展试点应用，在提升服务效率的同时，通过可解释性设计有效降低了AI决策的风险。

展望未来，Ring-1T的技术突破为通用人工智能的发展提供了新的思路。"棒冰"算法与ASystem架构的组合，证明了通过算法创新与系统优化的协同，可以在控制资源消耗的前提下实现大模型能力的跃升。随着开源社区的参与，预计Ring-1T将在多语言处理、多模态理解等方向持续进化。更重要的是，这套技术体系为解决大模型训练中的效率、安全与可控性难题提供了中国方案，在全球AI治理格局中展现出独特的技术价值。在人工智能技术日益成为数字经济核心驱动力的今天，Ring-1T的开源无疑将加速AI技术的普惠化进程，推动人工智能真正服务于经济社会发展的方方面面。

【免费下载链接】Ring-1T 项目地址: https://ai.gitcode.com/hf_mirrors/inclusionAI/Ring-1T