螞蟻inclusionAI在HuggingFace上開了個名爲AI-Transparency的倉庫，把旗下Ling、Ring、Ming幾大系列模型的訓練內容摘要一次性公開。這不是又一輪發模型權重，而是一次針對"模型到底吃了什麼數據練出來"的主動交代——倉庫裏只有文檔，沒有權重，也沒有訓練數據集，卻把從Ling-2.0到Ling-3.0、Ring-2.0到Ring-2.6、再到Ming-Omni及兩款16B-A3B多模態模型的來路，逐份寫明瞭。

這套摘要的框架本身就透着監管意味:它嚴格套用了歐盟《人工智能法案》第2024/1689號 Regulation （EU）2024/1689第53條第1款d項所關聯的"公開訓練內容摘要模板"。換句話說，這不是自發寫寫的技術博客，而是照着歐盟對通用AI模型提供方的合規要求，把訓練內容的披露做成了一套標準格式。每一份文檔的適用範圍都被釘死在自己點名的模型與版本上——文檔裏寫了Ling-2.0，就只覆蓋Ling-2.0(含Ling1T、Ling-flash2.0、Ling-mini-2.0)，不會因爲同屬一個系列或帶了個量化後綴就自動擴權。

把清單攤開，覆蓋面相當廣:Ling這條線從2.0、2.5、2.6一路到3.0，其中3.0又分LLM（含flash、tiny、flash-fin）和VL視覺語言版(Ling-3.0-flash-VL);Ring從2.0、2.5-1T到2.6-1T;Ming家族則拿出Omni全模態(含flash-omni-preview與flash-omni-2.0)以及UniAudio-16B-A3B、UniVision-16B-A3B兩款統一音頻與視覺模型。每份摘要都標着自己版本號和更新日期，描述的是對應文檔規定層級下的訓練內容，並不分發底層訓練數據，也不授予第三方內容的權利;官方也特別強調，這些文檔的存在不等於權威認證或背書，更不意味着inclusionAI旗下每一個模型都被覆蓋。

聯繫頁面指向螞蟻Ling的官方開發者站點，版本歷史則提醒讀者，PDF裏的日期只是文檔版本日期，不代表首次上網發佈的時間，真正的改動以倉庫提交記錄爲準。當全球監管把"訓練透明度"從可選項變成硬門檻，螞蟻這步把全系模型的訓練摘要整齊歸檔公開，既是在給出海合規鋪路，也順手把"我的模型怎麼煉成"這扇門，朝外界推開了一道縫。