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!

Subscreva a newsletter do FinTech Weekly

Lida 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. A Ant Group lançou dois modelos de IA com dois biliões de parâmetros sob licenças abertas, expandindo a sua família de modelos Ling e sinalizando um investimento contínuo em sistemas avançados de raciocínio ligados a serviços financeiros e digitais.

A empresa de fintech com sede em Hangzhou anunciou o Ling-2.5-1T, um modelo de linguagem de grande escala concebido para raciocínio eficiente e interação de agentes, juntamente com o Ring-2.5-1T, descrito como o primeiro modelo de pensamento com arquitetura linear híbrida. Ambos os sistemas assentes na série Ling 2.0, apresentada em outubro de 2025, e disponíveis na Hugging Face e na ModelScope, duas plataformas amplamente utilizadas para distribuição aberta de IA.

Os lançamentos fazem parte de uma atualização mais ampla do portefólio de IA aberta da Ant Group, que inclui também a série multimodal Ming. Mais cedo este mês, a empresa apresentou o Ming-Flash-Omni-2.0, um modelo unificado que trata voz, áudio e música numa única arquitetura.

Modelos com Triliões de Parâmetros Focados em Raciocínio Eficiente

O Ling-2.5-1T representa a mais recente linha principal da série Ling de modelos gerais de linguagem da Ant Group. O material da empresa descreve melhorias na eficiência do raciocínio e no alinhamento de preferências, juntamente com suporte para interação nativa de agentes. O modelo aceita comprimentos de contexto até um milhão de tokens, permitindo análises de longo formato e tarefas de diálogo prolongadas.

As melhorias de eficiência parecem estar no centro da atualização. A Ant Group reportou que o Ling-2.5-1T corresponde ao desempenho de modelos de raciocínio de ponta no benchmark AIME 2026, utilizando substancialmente menos tokens. Sistemas comparáveis tipicamente exigem entre 15.000 e 23.000 tokens para resultados semelhantes. Segundo a empresa, o Ling-2.5-1T usa cerca de 5.890 tokens.

A utilização reduzida de tokens tem impacto nos custos de computação e na velocidade de resposta. Em implementações empresariais, estas melhorias podem reduzir as despesas de inferência e permitir aplicações em maior escala. As empresas de tecnologia financeira processam frequentemente tarefas linguísticas de elevado volume, como análise de conformidade, interação com clientes e revisão de documentos. Por isso, a eficiência tem significado operacional.

Ring-2.5-1T Visa Raciocínio Matemático Avançado

O Ring-2.5-1T pertence à série Ring, otimizada para raciocínio, da Ant Group. O modelo utiliza a chamada arquitetura linear híbrida, que visa melhorar a resolução estruturada de problemas. A Ant Group reportou pontuações elevadas em benchmarks académicos de matemática, incluindo resultados que cumprem padrões de medalha de ouro em competições internacionais.

No benchmark da International Mathematical Olympiad 2025, o Ring-2.5-1T obteve 35 em 42. No benchmark da China Mathematical Olympiad 2025, alcançou 105 em 126, acima do corte da seleção nacional. Estes testes avaliam raciocínio de múltiplos passos e manipulação simbólica, em vez de fluência geral em linguagem.

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

Expansão da Família de Modelos Ling

A família Ling, também conhecida como BaiLing, passou a ter três linhas principais: modelos gerais de linguagem Ling, modelos de raciocínio Ring e sistemas multimodais Ming. Os lançamentos de fevereiro atualizam cada linha num curto período. A Ant Group descreveu os lançamentos como uma atualização abrangente de toda a família de modelos abertos.

A distribuição aberta continua a ser um elemento notável da estratégia. Ao disponibilizar modelos sob licenças abertas, a Ant Group permite que investigadores e programadores os acedam e adaptem. A IA de código aberto tornou-se um campo competitivo entre grandes empresas tecnológicas e grupos de investigação. A disponibilidade na Hugging Face e na ModelScope coloca os modelos dentro de comunidades globais de desenvolvimento.

Para empresas de fintech, modelos abertos podem acelerar a adoção do ecossistema. Programadores externos podem construir aplicações adaptadas a tarefas do setor, expandindo casos de uso práticos sem desenvolvimento direto do fornecedor. A 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 a 11 de fevereiro. A Ant Group descreveu este modelo como o primeiro a unificar voz, áudio e música numa única arquitetura. Sistemas multimodais integram múltiplos tipos de dados, permitindo interações entre voz, som e texto.

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

O momento dos lançamentos em três linhas de modelos sugere desenvolvimento coordenado, e não atualizações isoladas. Ling, Ring e Ming, em conjunto, cobrem interação de linguagem, raciocínio e multimodal. Essa combinação está alinhada com implementações de IA empresarial que exigem múltiplas funções cognitivas.

Desenvolvimento de IA no Interior de Empresas de Tecnologia Financeira

As grandes empresas de fintech estão a construir, cada vez mais, infraestruturas proprietárias de IA. Plataformas de pagamento, bancos digitais e mercados financeiros geram fluxos vastos de dados e operam sistemas de risco complexos. Modelos internos de IA podem processar dados de transações, comunicação com clientes e registos de conformidade em escala.

A Ant Group investiu na investigação de IA há vários anos, aplicando aprendizagem automática na deteção de fraude, avaliação de crédito e automação de serviços. A família Ling estende esta capacidade para modelos de linguagem gerais e focados em raciocínio. Lançamentos abertos aumentam o alcance para além do uso interno.

A abordagem reflete uma tendência mais ampla nas empresas de finanças orientadas pela tecnologia. O desenvolvimento de IA já não se centra apenas em modelos de previsão especializados. Agora inclui sistemas de linguagem e raciocínio de grande escala capazes de tarefas gerais. Estes modelos podem suportar agentes automatizados, análise de decisões e interfaces conversacionais.

Em Direção à Investigação em Inteligência Artificial Geral

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

A disponibilização de modelos com triliões de parâmetros contribui para a escala de investigação. A contagem de parâmetros, por si só, não determina a capacidade, mas modelos grandes frequentemente permitem uma aprendizagem de representação mais ampla. Com experiências de arquitetura de raciocínio e integração multimodal, este trabalho explora caminhos para sistemas gerais.

A Ant Group não especificou cronogramas nem métricas para o progresso em AGI. A empresa descreveu os lançamentos como passos dentro de uma investigação em curso, e não como alegações de inteligência geral alcançada. A disponibilidade pública de modelos permite avaliação e comparação externas, o que pode informar a direção da investigação.

Implicações para a Implementação de IA Empresarial

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

O acesso aberto permite que as organizações testem estas capacidades sem barreiras de licenciamento proprietário. As empresas podem fazer afinação (fine-tuning) dos modelos para tarefas específicas do domínio, como monitorização de conformidade, análise de contratos ou automação de apoio ao cliente. A menor utilização de tokens no Ling-2.5-1T poderá reduzir custos operacionais em implementações de grande escala.

O desempenho em benchmarks de matemática indica potencial para tarefas analíticas, embora a tradução para domínios aplicados exija adaptação. As empresas tipicamente combinam modelos base com dados especializados e sistemas de controlo. Os lançamentos abertos da Ant Group fornecem arquiteturas de partida, e não soluções empresariais finalizadas.

Contexto Competitivo nos Modelos de IA Aberta

Modelos de IA abertos tornaram-se um campo competitivo entre empresas tecnológicas e grupos de investigação. As empresas estão a lançar sistemas cada vez maiores e mais capazes para atrair ecossistemas de programadores e influenciar padrões. A disponibilidade em grandes repositórios suporta adoção e experimentação.

Os lançamentos da Ant Group posicionam a empresa entre os contribuidores globais para modelos abertos de grande escala. Historicamente, as empresas de tecnologia financeira consumiam ferramentas de IA desenvolvidas noutros locais. Construir e lançar modelos fundamentais sinaliza uma mudança para inovação interna e influência externa.

Assim, os lançamentos do Ling-2.5-1T e do Ring-2.5-1T têm significado estratégico para além de métricas técnicas. Indicam investimento sustentado em investigação de IA em grande escala dentro de uma organização de fintech e uma vontade de partilhar resultados com a comunidade mais alargada de desenvolvimento.

Perspetivas

As mais recentes atualizações da família Ling da Ant Group alargam o seu portefólio de IA aberta em domínios de linguagem, raciocínio e multimodais. Os lançamentos destacam eficiência, resolução estruturada de problemas e integração entre modalidades. A disponibilidade pública convida a avaliação e aplicação externas.

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 da Ant Group com triliões de parâmetros ilustram essa mudança. O impacto prático dependerá de como programadores e empresas aplicam estes sistemas em tarefas do mundo real, desde análise financeira a interação digital.

Por agora, os lançamentos do Ling-2.5-1T e do Ring-2.5-1T marcam mais um passo na integração de investigação avançada em IA dentro do setor de fintech e no seu ecossistema de inovação aberta.