Ling-3.2-flash: Daripada Rujukan Visual kepada Aliran Kerja 3D

Sorotan dan Bukti

Ling-3.2-flash ialah model asas multimodal Ant Ling untuk mentafsir imej, teks dan video serta melaksanakan tugas melalui alat. Bagi pembangun 3D, demonstrasi yang menarik ialah aliran kerja yang menukarkan rujukan visual kepada skrip dan berulang kali memeriksa hasil yang dirender. Bukti awam berkaitan pengarangan dan penyemakan berpandukan model; bukti itu tidak membuktikan kewujudan rangkaian imej-ke-mesh khusus.

Sumber video: Ant Ling — Adegan 3D daripada rujukan 2D.

Spesifikasi rasmi menerangkan model campuran pakar dengan jumlah 560 bilion parameter, kira-kira 25 bilion diaktifkan bagi setiap token, serta tetingkap konteks sehingga satu juta token. Keluaran ini menekankan pemahaman visual yang kompleks, ejen multimodal yang berjalan lama, serta pemahaman dan interaksi 3D.

Ant Ling melaporkan skor 92.21 pada OmniDocBench 1.5, 43.71 pada ZEROBench (Sub), dan 85.86 pada Vision2Web, berbanding masing-masing 90.56, 39.52 dan 80.20 untuk perbandingan Opus 5 max mereka. Ini ialah hasil yang dilaporkan vendor bagi penilaian tersebut. Hasil ini tidak mengukur ketepatan geometri 3D, kebolehgunaan aset atau masa pemodelan hujung ke hujung. Keluaran yang disemak membekalkan demonstrasi dan bukannya penanda aras pembinaan semula 3D yang diseragamkan.

Cara Aliran Kerja 3D Berfungsi

Contoh 3D rasmi bermula daripada rujukan 2D dan menggunakan skrip untuk menghasilkan semula aset permainan atau simulasi. Model memeriksa render tanpa kepala bagi sfera bahan, membandingkan kekasaran, kesan peta normal dan perincian bonjolan, kemudian menyemak semula skrip. Jika dibaca pada peringkat aliran kerja, gelung ini merangkumi tafsiran rujukan, pembinaan kod, pelaksanaan, pemeriksaan visual dan pembetulan. Geometri dan bahan berada dalam adegan yang dijana alat; model menggunakan imej adegan itu sebagai maklum balas.

Ini memisahkan dua representasi yang mudah disamakan. Model neural memproses konteks multimodal, manakala alat pengarangan luaran mengekalkan objek adegan, parameter bahan dan kod boleh laku yang jelas. Suntingan yang ditunjukkan dibuat pada skrip dan keadaan alat. Keluaran ini tidak mendedahkan grid pendam 3D, penyahkod token mesh, jadual penambahbaikan difusi atau objektif latihan geometri, maka mekanisme tersebut tidak boleh disimpulkan daripada video.

Mekanisme MoE yang didedahkan berkaitan dengan pengiraan dalam model bahasa: penghalaan token mengaktifkan subrangkaian pakar terpilih dan bukannya keseluruhan kumpulan parameter pada setiap langkah. Ini tidak bermakna setiap pakar sepadan dengan bahagian 3D. Begitu juga, had konteks satu juta token ialah kapasiti untuk mengekalkan maklumat tugas, bukan jaminan bahawa sesi pemodelan yang panjang akan kekal tepat.

Satu lagi contoh rasmi menunjukkan interaksi Blender melalui tindakan UI dan perubahan parameter, manakala contoh lain menukarkan lukisan kejuruteraan kepada kandungan web 3D. Ini menunjukkan antara muka alat alternatif, bukan bukti bahawa setiap aset mengikut satu saluran paip yang tetap. Bahan awam tidak menyatakan abah-abah ejen 3D yang boleh dihasilkan semula, belanjawan lelaran, peraturan penghentian atau format eksport seragam. Oleh itu, pembinaan integrasi yang setanding memerlukan penyediaan alat pelaksanaan dan penghantaran render atau ralatnya kembali kepada ejen.

Sumber video: Ant Ling — Reka bentuk frontend dan alat profesional. Contoh-contoh ini menggambarkan aliran kerja yang dilaporkan oleh pengarang, bukan ujian ketepatan bebas.

Aplikasi, Akses dan Had

Demonstrasi ini relevan untuk prototaip visual, lelaran bahan dan pembantu yang mengendalikan perisian 3D sedia ada. Daya tarikan praktikalnya ialah rujukan boleh membimbing perubahan berturut-turut pada adegan dan bukannya hanya menghasilkan huraian teks sekali sahaja. Kualiti aset, keboleheditan dan eksport yang tersedia masih bergantung pada alat serta tugas yang dipilih.

Platform rasmi menawarkan akses sembang dan dokumentasi API dengan antara muka permintaan yang serasi dengan OpenAI dan Anthropic. Antara muka ini menyediakan akses model; integrasi Blender yang berfungsi masih berasingan. Keluaran 3.2 yang disemak tidak menyediakan pemberat terbuka, kertas teknikal kendiri atau sumber aliran kerja demonstrasi 3Dnya. Keluaran Ling terbuka terdahulu tidak harus dianggap sebagai pelaksanaan 3.2.

Tiada pelan hala tuju 3D 3.2 khusus atau senarai kerja masa depan dikenal pasti dalam bahan rasmi yang disemak. Oleh itu, artikel ini menerangkan mekanisme dan demonstrasi yang didedahkan tanpa menambah seni bina yang dicadangkan atau keupayaan eksport yang dijanjikan. Model dan demonstrasi ini tidak dijalankan secara bebas untuk ulasan ini.