Ant Group expande os Modelos de IA Aberta com Ling-2.5-1T, Ring-2.5-1T e Open AI

Descubra as principais notícias e eventos de fintech!

Inscreva-se na newsletter da FinTech Weekly

Lido por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

O desenvolvimento de inteligência artificial dentro de grandes empresas de tecnologia financeira está a entrar numa nova fase. O Ant Group lançou dois modelos de IA com dois trilhões de parâmetros sob licenças abertas, expandindo a sua família de modelos Ling e sinalizando um investimento contínuo em sistemas de raciocínio avançado ligados aos serviços financeiros e digitais.

A empresa de fintech com sede em Hangzhou anunciou o Ling-2.5-1T, um grande modelo de linguagem projetado para raciocínio eficiente e interação com agentes, juntamente com o Ring-2.5-1T, descrito como o primeiro modelo de raciocínio híbrido de arquitetura linear. Ambos os sistemas baseiam-se na série Ling 2.0 introduzida em outubro de 2025 e estão disponíveis no Hugging Face e ModelScope, duas plataformas amplamente utilizadas para distribuição de IA aberta.

Os lançamentos fazem parte de uma atualização mais ampla do portfólio de IA aberta do Ant Group, que também inclui a série multimodal Ming. No início deste mês, a empresa apresentou o Ming-Flash-Omni-2.0, um modelo unificado que lida com fala, áudio e música numa única arquitetura.

Modelos de Trilhão de Parâmetros Focados em Raciocínio Eficiente

Ling-2.5-1T representa o mais recente modelo principal da série Ling de modelos de linguagem geral do Ant Group. Os materiais da empresa descrevem melhorias na eficiência de raciocínio e alinhamento de preferências, juntamente com suporte para interação nativa de agentes. O modelo aceita comprimentos de contexto de até um milhão de tokens, permitindo análises longas e tarefas de diálogo prolongadas.

Os ganhos de eficiência parecem ser centrais para a atualização. O Ant Group relatou que o Ling-2.5-1T iguala o desempenho dos modelos de raciocínio de fronteira no benchmark AIME 2026, enquanto usa substancialmente menos tokens. Sistemas comparáveis normalmente requerem entre 15.000 e 23.000 tokens para resultados semelhantes. O Ling-2.5-1T utiliza cerca de 5.890 tokens, de acordo com a empresa.

A redução do uso de tokens afeta o custo computacional e a velocidade de resposta. Em implementações empresariais, tais melhorias podem reduzir despesas de inferência e permitir aplicações em maior escala. As empresas de tecnologia financeira frequentemente processam tarefas linguísticas de alto volume, como análise de conformidade, interação com clientes e revisão de documentos. A eficiência, portanto, possui significado operacional.

Ring-2.5-1T Almeja Raciocínio Matemático Avançado

Ring-2.5-1T pertence à série Ring otimizada para raciocínio do Ant Group. O modelo utiliza o que a empresa chama de arquitetura linear híbrida, destinada a melhorar a resolução de problemas estruturados. O Ant Group relatou pontuações altas em benchmarks acadêmicos de matemática, incluindo resultados que atendem aos padrões de medalha de ouro em competições internacionais.

No benchmark da Olimpíada Internacional de Matemática 2025, o Ring-2.5-1T alcançou 35 de 42. No benchmark da Olimpíada de Matemática da China 2025, alcançou 105 de 126, acima do corte da equipe nacional. Esses testes avaliam raciocínio de múltiplos passos e manipulação simbólica, em vez de fluência em linguagem geral.

Um forte desempenho neste domínio sugere progresso em sistemas de raciocínio especializados. Os benchmarks matemáticos tornaram-se um ponto de referência para avaliar a capacidade de raciocínio em grandes modelos. As melhorias podem se traduzir em aplicações que exigem análise estruturada, como modelagem financeira, avaliação de risco ou computação científica.

Expansão da Família de Modelos Ling

A família Ling, também conhecida como BaiLing, agora consiste em três linhas principais: modelos de linguagem geral Ling, modelos de raciocínio Ring e sistemas multimodais Ming. Os lançamentos de fevereiro atualizam cada linha num curto espaço de tempo. O Ant Group descreveu os lançamentos como uma atualização abrangente em toda a família de modelos abertos.

A distribuição aberta continua a ser um elemento notável da estratégia. Ao lançar modelos sob licenças abertas, o Ant Group permite que pesquisadores e desenvolvedores os acessem e adaptem. A IA de código aberto tornou-se um campo competitivo entre grandes empresas de tecnologia e grupos de pesquisa. A disponibilidade no Hugging Face e ModelScope coloca os modelos dentro de comunidades de desenvolvimento globais.

Para as empresas de fintech, modelos abertos podem acelerar a adoção do ecossistema. Desenvolvedores externos podem construir aplicações adaptadas a tarefas da indústria, expandindo casos de uso práticos sem desenvolvimento direto do fornecedor. O Ant Group tem seguido abordagens semelhantes em plataformas de pagamentos e finanças digitais, incentivando a integração de terceiros.

Desenvolvimento Multimodal com Ming-Flash-Omni-2.0

Os lançamentos de Ling e Ring seguem a introdução do Ming-Flash-Omni-2.0 em 11 de fevereiro. O Ant Group descreveu esse modelo como o primeiro a unificar fala, áudio e música dentro de uma única arquitetura. Sistemas multimodais integram múltiplos tipos de dados, permitindo interações entre voz, som e texto.

Tal capacidade é relevante para interfaces de serviços financeiros. Assistentes de voz, autenticação de áudio e ferramentas de banca conversacional dependem de processamento multimodal. Integrar modalidades num único modelo pode simplificar a implementação e coordenação entre canais. O Ant Group não divulgou comparações de benchmark para o Ming-Flash-Omni-2.0, mas o posicionou como um modelo omni em grande escala.

O cronograma de lançamentos entre três linhas de modelos sugere um desenvolvimento coordenado em vez de atualizações isoladas. Ling, Ring e Ming juntos cobrem linguagem, raciocínio e interação multimodal. Essa combinação está alinhada com implementações de IA em empresas que exigem múltiplas funções cognitivas.

Desenvolvimento de IA Dentro de Empresas de Tecnologia Financeira

Grandes empresas de fintech estão a construir cada vez mais infraestrutura de IA proprietária. Plataformas de pagamento, bancos digitais e marketplaces financeiros geram vastos fluxos de dados e operam sistemas de risco complexos. Modelos de IA internos podem processar dados de transações, comunicação com clientes e registros de conformidade em grande escala.

O Ant Group tem investido em pesquisa de IA há vários anos, aplicando aprendizado de máquina na detecção de fraudes, avaliação de crédito e automação de serviços. A família Ling estende essa capacidade para modelos de linguagem gerais e focados em raciocínio. Lançamentos abertos expandem o alcance além do uso interno.

A abordagem reflete uma tendência mais ampla em empresas de finanças impulsionadas por tecnologia. O desenvolvimento de IA não se concentra apenas em modelos de previsão especializados. Agora inclui sistemas de linguagem e raciocínio grandes, capazes de tarefas gerais. Esses modelos podem apoiar agentes automatizados, análise de decisões e interfaces conversacionais.

Rumo à Pesquisa em Inteligência Artificial Geral

O Ant Group enquadrou as atualizações da família Ling como progresso em direção à inteligência artificial geral. A IAG refere-se a sistemas capazes de realizar uma ampla gama de tarefas cognitivas com adaptabilidade semelhante ao raciocínio humano. As definições da indústria variam, e a IAG continua a ser um objetivo aspiracional em vez de um marco definido.

Lançar modelos de trilhões de parâmetros contribui para a escala da pesquisa. A contagem de parâmetros sozinha não determina a capacidade, mas modelos grandes frequentemente permitem um aprendizado de representação mais amplo. Combinado com experimentos de arquitetura de raciocínio e integração multimodal, tal trabalho explora caminhos em direção a sistemas gerais.

O Ant Group não especificou cronogramas ou métricas para o progresso da IAG. A empresa descreveu os lançamentos como etapas dentro de uma pesquisa em andamento, em vez de reivindicações de inteligência geral alcançada. A disponibilidade pública de modelos permite avaliação e comparação externa, o que pode informar a direção da pesquisa.

Implicações para a Implementação de IA Empresarial

Os novos modelos podem influenciar a adoção de IA empresarial nas finanças e em outros setores. Modelos de linguagem de longo contexto permitem a análise de documentos extensos e históricos de transações. Sistemas focados em raciocínio apoiam tarefas de avaliação estruturada. Modelos multimodais permitem interação impulsionada por voz.

O acesso aberto permite que as organizações testem essas capacidades sem barreiras de licenciamento proprietário. As empresas podem ajustar modelos para tarefas específicas do domínio, como monitoramento de conformidade, análise de contratos ou automação de suporte ao cliente. A redução do uso de tokens no Ling-2.5-1T pode diminuir os custos operacionais em grandes implementações.

O desempenho em benchmarks de matemática indica potencial para tarefas analíticas, embora a tradução para domínios aplicados exija adaptação. As empresas normalmente combinam modelos base com dados especializados e sistemas de controle. Os lançamentos abertos do Ant Group fornecem arquiteturas iniciais em vez de soluções empresariais acabadas.

Contexto Competitivo em Modelos de IA Abertos

Modelos de IA abertos tornaram-se uma arena competitiva entre empresas de tecnologia e grupos de pesquisa. As empresas lançam sistemas cada vez maiores e mais capazes para atrair ecossistemas de desenvolvedores e influenciar padrões. A disponibilidade em repositórios importantes apoia a adoção e a experimentação.

Os lançamentos do Ant Group posicionam a empresa entre os contribuintes globais de modelos grandes e abertos. As empresas de tecnologia financeira consumiram historicamente ferramentas de IA desenvolvidas em outros lugares. Construir e lançar modelos fundamentais sinaliza uma mudança em direção à inovação interna e influência externa.

Os lançamentos do Ling-2.5-1T e Ring-2.5-1T, portanto, têm uma importância estratégica que vai além das métricas técnicas. Eles indicam um investimento sustentado em pesquisa de IA em larga escala dentro de uma organização de fintech e uma disposição para compartilhar resultados com a comunidade de desenvolvimento mais ampla.

Perspectivas

As atualizações mais recentes da família Ling do Ant Group expandem o seu portfólio de IA aberta nos domínios de linguagem, raciocínio e multimodal. Os lançamentos enfatizam eficiência, resolução de problemas estruturados e integração entre modalidades. A disponibilidade pública convida à avaliação e aplicação externa.

À medida que as empresas de tecnologia financeira aprofundam o investimento em IA, o desenvolvimento de modelos fundamentais está a tornar-se parte do seu stack tecnológico. Os lançamentos de trilhões de parâmetros do Ant Group ilustram essa mudança. O impacto prático dependerá de como os desenvolvedores e as empresas aplicam esses sistemas em tarefas do mundo real, desde análise financeira até interação digital.

Por agora, os lançamentos do Ling-2.5-1T e Ring-2.5-1T marcam mais um passo na integração da pesquisa avançada em IA dentro do setor de fintech e seu ecossistema de inovação aberta.