Ant Group amplía los modelos de IA abierta con Ling-2.5-1T y Ring-2.5-1T

¡Descubre las principales noticias y eventos de fintech!

Suscríbete al boletín de FinTech Weekly

Leído por ejecutivos de JP Morgan, Coinbase, Blackrock, Klarna y más

El desarrollo de inteligencia artificial dentro de grandes empresas de tecnología financiera está entrando en una nueva etapa. Ant Group ha lanzado modelos de IA de dos billones de parámetros bajo licencias abiertas, ampliando su familia de modelos Ling y señalando una inversión continua en sistemas de razonamiento avanzados vinculados a servicios financieros y digitales.

La empresa de fintech con sede en Hangzhou anunció Ling-2.5-1T, un modelo de lenguaje grande diseñado para un razonamiento eficiente y la interacción con agentes, junto con Ring-2.5-1T, descrito como el primer modelo de pensamiento híbrido de arquitectura lineal. Ambos sistemas se basan en la serie Ling 2.0 introducida en octubre de 2025 y están disponibles en Hugging Face y ModelScope, dos plataformas ampliamente utilizadas para la distribución abierta de IA.

Los lanzamientos forman parte de una actualización más amplia en la cartera de IA abierta de Ant Group, que también incluye la serie multimodal Ming. A principios de este mes, la empresa presentó Ming-Flash-Omni-2.0, un modelo unificado que maneja habla, audio y música en una sola arquitectura.

Modelos de Billón de Parámetros Enfocados en el Razonamiento Eficiente

Ling-2.5-1T representa el último buque insignia en la serie Ling de modelos de lenguaje general de Ant Group. Los materiales de la empresa describen mejoras en la eficiencia del razonamiento y la alineación de preferencias, junto con el soporte para la interacción nativa con agentes. El modelo acepta longitudes de contexto de hasta un millón de tokens, lo que permite análisis en formato largo y tareas de diálogo extendido.

Las ganancias de eficiencia parecen ser centrales para la actualización. Ant Group informó que Ling-2.5-1T iguala el rendimiento de los modelos de razonamiento de frontera en el benchmark AIME 2026 mientras utiliza sustancialmente menos tokens. Los sistemas comparables normalmente requieren entre 15,000 y 23,000 tokens para obtener resultados similares. Ling-2.5-1T utiliza alrededor de 5,890 tokens, según la empresa.

La reducción en el uso de tokens afecta el costo de computación y la velocidad de respuesta. En implementaciones empresariales, tales mejoras pueden reducir los gastos de inferencia y permitir aplicaciones a mayor escala. Las empresas de tecnología financiera a menudo procesan tareas de lenguaje de alto volumen, como análisis de cumplimiento, interacción con clientes y revisión de documentos. Por lo tanto, la eficiencia tiene una importancia operativa.

Ring-2.5-1T Apunta al Razonamiento Matemático Avanzado

Ring-2.5-1T pertenece a la serie Ring optimizada para el razonamiento de Ant Group. El modelo utiliza lo que la empresa llama una arquitectura lineal híbrida, destinada a mejorar la resolución de problemas estructurados. Ant Group reportó altas puntuaciones en benchmarks académicos de matemáticas, incluyendo resultados que cumplen con los estándares de medalla de oro en competencias internacionales.

En el benchmark de la Olimpiada Internacional de Matemáticas 2025, Ring-2.5-1T logró 35 de 42. En el benchmark de la Olimpiada Matemática de China 2025, alcanzó 105 de 126, por encima del corte del equipo nacional. Estas pruebas evalúan el razonamiento en múltiples pasos y la manipulación simbólica en lugar de la fluidez general del lenguaje.

Un rendimiento sólido en este dominio sugiere avances en sistemas de razonamiento especializados. Los benchmarks matemáticos se han convertido en un punto de referencia para evaluar la capacidad de razonamiento en grandes modelos. Las mejoras pueden traducirse en aplicaciones que requieren análisis estructurado, como modelado financiero, evaluación de riesgos o computación científica.

Expansión de la Familia de Modelos Ling

La familia Ling, también conocida como BaiLing, ahora consta de tres líneas principales: modelos de lenguaje general Ling, modelos de razonamiento Ring y sistemas multimodales Ming. Los lanzamientos de febrero actualizan cada línea en un corto período. Ant Group describió los lanzamientos como una actualización integral en toda la familia de modelos abiertos.

La distribución abierta sigue siendo un elemento notable de la estrategia. Al lanzar modelos bajo licencias abiertas, Ant Group permite a investigadores y desarrolladores acceder y adaptarlos. La IA de código abierto se ha convertido en un campo competitivo entre grandes empresas tecnológicas y grupos de investigación. La disponibilidad en Hugging Face y ModelScope coloca los modelos dentro de comunidades de desarrollo global.

Para las empresas de fintech, los modelos abiertos pueden acelerar la adopción del ecosistema. Los desarrolladores externos pueden construir aplicaciones adaptadas a tareas de la industria, ampliando casos de uso práctico sin el desarrollo directo del proveedor. Ant Group ha seguido enfoques similares en plataformas de pagos y finanzas digitales, fomentando la integración de terceros.

Desarrollo Multimodal Con Ming-Flash-Omni-2.0

Los lanzamientos de Ling y Ring siguen la introducción de Ming-Flash-Omni-2.0 el 11 de febrero. Ant Group describió ese modelo como el primero en unificar habla, audio y música dentro de una sola arquitectura. Los sistemas multimodales integran múltiples tipos de datos, permitiendo interacciones a través de voz, sonido y texto.

Tal capacidad tiene relevancia para las interfaces de servicios financieros. Los asistentes de voz, la autenticación de audio y las herramientas de banca conversacional dependen del procesamiento multimodal. Integrar modalidades en un solo modelo puede simplificar la implementación y la coordinación a través de canales. Ant Group no divulgó comparaciones de benchmarks para Ming-Flash-Omni-2.0, pero lo posicionó como un modelo omni a gran escala.

El momento de los lanzamientos en tres líneas de modelos sugiere un desarrollo coordinado en lugar de actualizaciones aisladas. Ling, Ring y Ming juntos cubren lenguaje, razonamiento e interacción multimodal. Esa combinación se alinea con las implementaciones de IA empresarial que requieren múltiples funciones cognitivas.

Desarrollo de IA Dentro de Empresas de Tecnología Financiera

Las grandes empresas de fintech están construyendo cada vez más infraestructuras de IA propietarias. Las plataformas de pago, los bancos digitales y los mercados financieros generan flujos de datos vastos y operan sistemas de riesgo complejos. Los modelos de IA internos pueden procesar datos de transacciones, comunicación con clientes y registros de cumplimiento a gran escala.

Ant Group ha invertido en investigación de IA durante varios años, aplicando aprendizaje automático en la detección de fraudes, evaluación de crédito y automatización de servicios. La familia Ling extiende esta capacidad a modelos de lenguaje generales y enfocados en el razonamiento. Los lanzamientos abiertos amplían el alcance más allá del uso interno.

El enfoque refleja una tendencia más amplia en las empresas de finanzas impulsadas por la tecnología. El desarrollo de IA ya no se centra únicamente en modelos de predicción especializados. Ahora incluye sistemas de lenguaje y razonamiento grandes capaces de tareas generales. Estos modelos pueden soportar agentes automatizados, análisis de decisiones e interfaces conversacionales.

Hacia la Investigación de Inteligencia General Artificial

Ant Group enmarcó las actualizaciones de la familia Ling como un progreso hacia la inteligencia general artificial. La IGA se refiere a sistemas capaces de realizar una amplia gama de tareas cognitivas con adaptabilidad similar al razonamiento humano. Las definiciones de la industria varían, y la IGA sigue siendo un objetivo aspiracional en lugar de un hito definido.

Lanzar modelos de billón de parámetros contribuye a la escala de la investigación. La cantidad de parámetros por sí sola no determina la capacidad, sin embargo, los grandes modelos a menudo permiten un aprendizaje de representación más amplio. Combinado con experimentos de arquitectura de razonamiento e integración multimodal, tal trabajo explora caminos hacia sistemas generales.

Ant Group no especificó cronogramas ni métricas para el progreso de la IGA. La empresa describió los lanzamientos como pasos dentro de una investigación en curso en lugar de afirmaciones de inteligencia general alcanzada. La disponibilidad pública del modelo permite una evaluación y comparación externas, lo que puede informar la dirección de la investigación.

Implicaciones para la Implementación de IA Empresarial

Los nuevos modelos pueden influir en la adopción de IA empresarial en finanzas y otros sectores. Los modelos de lenguaje de contexto largo permiten el análisis de documentos extendidos e historiales de transacciones. Los sistemas enfocados en el razonamiento apoyan tareas de evaluación estructurada. Los modelos multimodales permiten la interacción impulsada por voz.

El acceso abierto permite a las organizaciones probar estas capacidades sin barreras de licencias propietarias. Las empresas pueden ajustar modelos para tareas específicas del dominio, como monitoreo de cumplimiento, análisis de contratos o automatización de soporte al cliente. La reducción del uso de tokens en Ling-2.5-1T puede disminuir los costos operativos en implementaciones grandes.

El rendimiento en benchmarks de matemáticas indica potencial para tareas analíticas, aunque la traducción a dominios aplicados requiere adaptación. Las empresas suelen combinar modelos base con datos especializados y sistemas de control. Los lanzamientos abiertos de Ant Group proporcionan arquitecturas iniciales en lugar de soluciones empresariales terminadas.

Contexto Competitivo en Modelos de IA Abierta

Los modelos de IA abierta se han convertido en una arena competitiva entre empresas tecnológicas y grupos de investigación. Las empresas lanzan sistemas cada vez más grandes y capaces para atraer ecosistemas de desarrolladores e influir en los estándares. La disponibilidad en repositorios importantes apoya la adopción y la experimentación.

Los lanzamientos de Ant Group posicionan a la empresa entre los colaboradores globales en modelos abiertos a gran escala. Las empresas de tecnología financiera históricamente consumieron herramientas de IA desarrolladas en otros lugares. Construir y lanzar modelos fundacionales señala un cambio hacia la innovación interna y la influencia externa.

Los lanzamientos de Ling-2.5-1T y Ring-2.5-1T, por lo tanto, tienen una importancia estratégica más allá de las métricas técnicas. Indican una inversión sostenida en investigación de IA a gran escala dentro de una organización fintech y una disposición a compartir resultados con la comunidad de desarrollo más amplia.

Perspectivas

Las últimas actualizaciones de la familia Ling de Ant Group amplían su cartera de IA abierta a través de dominios de lenguaje, razonamiento y multimodal. Los lanzamientos enfatizan la eficiencia, la resolución estructurada de problemas y la integración entre modalidades. La disponibilidad pública invita a la evaluación externa y a la aplicación.

A medida que las empresas de tecnología financiera profundizan su inversión en IA, el desarrollo de modelos fundacionales se está convirtiendo en parte de su pila tecnológica. Los lanzamientos de Ant Group de billón de parámetros ilustran ese cambio. El impacto práctico dependerá de cómo los desarrolladores y las empresas apliquen estos sistemas en tareas del mundo real, desde análisis financieros hasta interacción digital.

Por ahora, los lanzamientos de Ling-2.5-1T y Ring-2.5-1T marcan otro paso en la integración de la investigación avanzada en IA dentro del sector fintech y su ecosistema de innovación abierta.