快讯
蚂蚁Ling 3.0 Flash VL开放多模态理解能力，支持图片与短视频输入
Ling 3.0 Flash VL现已提供文本、图片和视频理解能力。官方接口支持JPEG、PNG图片，以及最长30秒的MP4、MOV和WMV视频。
蚂蚁Ling平台上线Ling 3.0 Flash VL多模态理解模型，可同时处理文本、图片和视频输入，适用于视觉问答、内容分析和短视频理解等任务。
官方开发文档显示，图片输入支持JPEG和PNG格式；视频输入支持MP4、MOV和WMV格式，单段时长上限为30秒，系统以每秒2帧、最多32帧进行抽帧处理。