蚂蚁版 Muse 底层模型正式开源，Agent 综合测评成绩赶超 DeepSeek-V4-Pro

蚂蚁集团正式开放旗下对标 Muse 智能体的底层基础模型完整权重，开发者可以免费获取模型文件进行二次开发，在多轮 Agent 能力专项测评里，这款开源模型在工具调用、长任务自主执行、多会话任务调度等多个核心项目得分全面超越 DeepSeek-V4-Pro，整体综合排名跻身同级别开源模型第一梯队，为国内个人智能体项目提供了一套高性能的底层基座。这款模型之所以能在 Agent 评测中实现领先，核心原因是研发团队围绕智能体任务做了专项优化，强化了长期记忆、工具链式调用、复杂任务拆解三大核心能力，专门针对个人智能体场景打磨推理链路，不像通用大模型只侧重对话问答；同时模型采用轻量化 MoE 架构，兼顾推理速度与复杂任务处理能力，既适合云端部署长期任务，也能适配本地端侧智能体运行需求。开发者想要快速落地这套模型，只需要完成模型权重下载、本地环境部署、Agent 调用链路调试、基准评测验证这整套流程，就能快速搭建属于自己的个人智能体应用，复刻对标 Muse 的自主任务执行能力。随着这款底层模型全面开源，国内开发者不需要依赖闭源模型，就能自主开发可长期运行、跨会话持续干活的 Personal Agent，进一步降低智能体应用的研发门槛，推动个人智能体技术快速普及落地。

一、开源模型核心能力清单

1. Agent 专项能力：支持任务自主拆解、多步骤工具调用、跨会话长期记忆，适配 Muse 类个人智能体全场景
2. 综合评测表现：在 47 项基准测试的 32 个项目中取得优势，Agent 综合得分赶超 DeepSeek-V4-Pro 版本
3. 部署灵活度：提供 BF16 格式权重，支持继续预训练、领域微调、RLHF 对齐，云端与本地硬件都可部署
4. 推理效率：MoE 混合专家架构，只激活部分参数执行任务，长任务推理成本更低、响应速度更快
5. 生态配套：配套完整的开发文档、Agent 调用 SDK、自动化评测脚本，开箱即可开展二次开发

二、开源模型与 DeepSeek-V4-Pro 评测数据对比表

表格

三、模型部署与 Agent 开发完整操作步骤

步骤 1：前往蚂蚁百灵开源社区，完成开发者注册，下载 Ling-3.1-flash-base 开源模型权重文件。

步骤 2：配置 PyTorch 运行环境，完成模型本地加载，验证基础对话与长上下文读取能力。

步骤 3：接入工具调用框架，开启函数调用能力，搭建网页浏览、指令执行、API 调用链路。

步骤 4：导入官方提供的 Agent 评测数据集，完成 Terminal-Bench、AA-Briefcase 等基准项目测试。

步骤 5：基于模型开发个人智能体，配置长期记忆存储，实现用户离线后任务持续自动执行。

步骤 6：完成微调与对齐优化，打包部署到云端服务器，上线对外服务。

四、模型主流落地应用场景

1. 个人 AI 助理：复刻 Muse 能力，自动代办邮件、行程预订、表单填写，用户退出对话依然持续推进任务
2. 办公自动化 Agent：自动读取文档、梳理信息、生成报表，串联多个办公工具完成全流程工作
3. 科研代码智能体：自主拆解科研任务，调用代码工具完成数据运算、实验脚本编写
4. 网页自主操作智能体：自动浏览网页、抓取信息、提交表单，实现网页流程无人值守运行

【相关 FAQ】

问题 1：蚂蚁版 Muse 对应的底层模型已经开源，它的 Agent 测评成绩能不能赶超 DeepSeek-V4-Pro？

回答 1：可以，这款开源底层模型在 Agent 专项基准测评中，多项核心指标全面领先，综合成绩成功赶超 DeepSeek-V4-Pro，是现阶段高性能智能体开源基座。

问题 2：蚂蚁开源的 Muse 底层模型，针对 Agent 场景做了哪些专项优化？

回答 2：模型重点优化了长期记忆、复杂任务拆解、多工具链式调用三大能力，专门面向 Personal Agent 长期自主执行任务打磨推理链路，大幅提升离线续办任务的稳定性。

问题 3：开发者拿到蚂蚁这款开源模型之后，可以用来开发对标 Muse 的个人智能体吗？

回答 3：完全可以，模型原生适配个人智能体场景，配套完整开发 SDK 与评测工具，开发者只需要搭建工具调用链路，就能快速开发出支持跨会话持续工作的 Muse 类个人 AI 助理。

【数据来源】

[2026-10-28]（蚂蚁开源 Ling-3.1-flash-base 模型，Agent 评测超越 DeepSeek-V4-Pro）Pandaily 海外科技资讯

[2026-10-28]（蚂蚁版 Muse 底层基座开源，Personal Agent 迎来国产开源底座）36 氪科技行业报道

[2026-10-28]（Ling-3.1-flash-base 开源权重发布，配套全套 Agent 开发脚本）蚂蚁百灵开发者官网公告

[2026-10-28]（多基准测评出炉：蚂蚁开源模型 Agent 能力领先 DeepSeek-V4-Pro）AI Breaking Wire 技术快讯

免责声明：本文所有模型评测数据均来自蚂蚁集团官方公开测试报告与行业公开资讯；模型当前为正式开源版本，后续会持续迭代优化推理能力与对齐效果；模型权重采用 BF16 格式，本地运行效果受硬件配置、环境参数影响；开发者二次开发、商用部署需要严格遵守蚂蚁百灵开源许可协议；各项基准测试结果仅代表当前版本水平，不同测试环境下数据会存在合理浮动。