12月31日，浪潮旗下YuanL网页链接团队宣布开源发布源Yuan3.0Flash多模态基础大模型。Yuan3.0Flash是一个40B参数规模的模型，采用稀疏混合专家（MoE）架构，单次推理仅激活约3.7B参数。该模型通过强化学习训练方法（RAPO）和反思抑制奖励机制（RIRM），在提升推理准确性的同时，显著降低了推理过程的token消耗和算力成本。

Yuan3.0Flash由视觉编码器、语言主干网络和多模态对齐模块组成。语言主干网络使用局部过滤增强的Attention结构（LFA）和混合专家（MoE）结构，以提高注意力精度并降低训练与推理的算力开销。在多模态方面，模型将视觉信号转化为token，并与语言token一起输入到语言主干网络，通过多模态对齐模块实现跨模态特征对齐。此外，引入自适应图像分割机制，支持高分辨率图像理解，同时降低显存需求及算力开销。

在企业场景的多个任务中，如RAG（ChatRAG）、多模态检索（Docmatix）、多模态表格理解（MMTab）和摘要生成（SummEval），Yuan3.0Flash的表现已优于GPT-5.1。在多模态推理与语言推理评测中，Yuan3.0Flash（40B）的精度接近Qwen3-VL235B-A22B（235B）与DeepSeek-R1-0528（671B），但token消耗仅约为其1/4~1/2，有效降低了企业大模型应用成本。Yuan3.0Flash现已全面开源，全系列模型参数和代码均可免费下载使用。