Ant Group mở rộng các mô hình Open AI Models với Ling-2.5-1T và Ring-2.5-1T

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký bản tin của FinTech Weekly

Được các lãnh đạo điều hành tại JP Morgan, Coinbase, Blackrock, Klarna và hơn thế nữa đọc

Việc phát triển trí tuệ nhân tạo trong các tập đoàn công nghệ tài chính lớn đang bước sang một giai đoạn mới. Ant Group đã công bố hai mô hình AI với quy mô hai nghìn tỷ tham số theo giấy phép mở, mở rộng họ mô hình Ling và báo hiệu việc tiếp tục đầu tư vào các hệ thống suy luận tiên tiến gắn với dịch vụ tài chính và kỹ thuật số.

Công ty fintech có trụ sở tại Hàng Châu đã công bố Ling-2.5-1T, một mô hình ngôn ngữ lớn được thiết kế cho suy luận hiệu quả và tương tác với tác nhân, cùng với Ring-2.5-1T, được mô tả là mô hình suy nghĩ đầu tiên theo kiến trúc tuyến tính lai. Cả hai hệ thống đều dựa trên dòng Ling 2.0 được giới thiệu vào tháng 10 năm 2025 và hiện có sẵn trên Hugging Face và ModelScope, hai nền tảng phổ biến hàng đầu cho phân phối AI mã nguồn mở.

Các bản phát hành này nằm trong một bản cập nhật rộng hơn cho danh mục AI mã nguồn mở của Ant Group, trong đó cũng bao gồm chuỗi Ming đa phương thức. Đầu tháng này, công ty đã giới thiệu Ming-Flash-Omni-2.0, một mô hình hợp nhất xử lý giọng nói, âm thanh và âm nhạc trong cùng một kiến trúc.

Mô hình tham số nghìn tỷ tập trung vào suy luận hiệu quả

Ling-2.5-1T là phiên bản flagship mới nhất trong dòng mô hình ngôn ngữ tổng quát Ling của Ant Group. Tài liệu của công ty mô tả các cải tiến về hiệu quả suy luận và mức độ phù hợp theo sở thích, cùng với hỗ trợ cho tương tác tác nhân bản địa. Mô hình chấp nhận độ dài ngữ cảnh lên tới một triệu token, cho phép phân tích dạng dài và các tác vụ hội thoại kéo dài.

Các lợi ích về hiệu quả có vẻ là trọng tâm của bản cập nhật. Ant Group cho biết Ling-2.5-1T khớp hiệu năng của các mô hình suy luận hàng đầu trên benchmark AIME 2026 trong khi sử dụng ít token hơn đáng kể. Các hệ thống tương đương thường cần từ 15,000 đến 23,000 token cho kết quả tương tự. Theo công ty, Ling-2.5-1T sử dụng khoảng 5,890 token.

Việc giảm sử dụng token ảnh hưởng đến chi phí tính toán và tốc độ phản hồi. Trong triển khai doanh nghiệp, những cải tiến như vậy có thể giảm chi phí suy luận và cho phép các ứng dụng quy mô lớn hơn. Các công ty công nghệ tài chính thường xử lý các tác vụ ngôn ngữ khối lượng cao như phân tích tuân thủ, tương tác với khách hàng và rà soát tài liệu. Vì vậy, hiệu quả mang ý nghĩa vận hành quan trọng.

Ring-2.5-1T nhắm tới suy luận toán học nâng cao

Ring-2.5-1T thuộc dòng Ring được tối ưu cho suy luận của Ant Group. Mô hình sử dụng cái mà công ty gọi là kiến trúc tuyến tính lai, nhằm cải thiện việc giải quyết vấn đề có cấu trúc. Ant Group báo cáo điểm số cao trên các benchmark toán học học thuật, bao gồm các kết quả đạt chuẩn huy chương vàng trong các cuộc thi quốc tế.

Trên benchmark International Mathematical Olympiad 2025, Ring-2.5-1T đạt 35 trên 42. Trên benchmark China Mathematical Olympiad 2025, nó đạt 105 trên 126, vượt ngưỡng đội tuyển quốc gia. Những bài kiểm tra này đánh giá suy luận theo nhiều bước và thao tác ký hiệu hơn là khả năng thông thạo ngôn ngữ nói chung.

Hiệu suất mạnh trong lĩnh vực này cho thấy tiến bộ của các hệ thống suy luận chuyên biệt. Các benchmark toán học đã trở thành một điểm tham chiếu để đánh giá năng lực suy luận trong các mô hình lớn. Các cải tiến có thể chuyển hóa thành các ứng dụng yêu cầu phân tích có cấu trúc, như mô hình hóa tài chính, đánh giá rủi ro hoặc tính toán khoa học.

Mở rộng họ mô hình Ling

Họ Ling, còn được biết đến là BaiLing, nay bao gồm ba nhánh chính: các mô hình ngôn ngữ tổng quát Ling, các mô hình suy luận Ring và các hệ thống đa phương thức Ming. Các bản phát hành tháng Hai cập nhật từng nhánh trong một khoảng thời gian ngắn. Ant Group mô tả các bản phát hành này là một bản nâng cấp toàn diện trên toàn bộ họ mô hình mã nguồn mở.

Phân phối mã nguồn mở vẫn là một yếu tố đáng chú ý trong chiến lược. Bằng cách phát hành các mô hình theo giấy phép mở, Ant Group cho phép các nhà nghiên cứu và nhà phát triển truy cập và điều chỉnh chúng. AI mã nguồn mở đã trở thành một lĩnh vực cạnh tranh giữa các công ty công nghệ lớn và các nhóm nghiên cứu. Việc có sẵn trên Hugging Face và ModelScope đặt các mô hình này vào trong các cộng đồng phát triển toàn cầu.

Đối với các công ty fintech, các mô hình mở có thể tăng tốc việc ứng dụng trong hệ sinh thái. Các nhà phát triển bên ngoài có thể xây dựng các ứng dụng phù hợp với các tác vụ của ngành, mở rộng các trường hợp sử dụng thực tế mà không cần phát triển trực tiếp từ nhà cung cấp. Ant Group đã theo đuổi các cách tiếp cận tương tự trong nền tảng thanh toán và tài chính số, khuyến khích tích hợp từ bên thứ ba.

Phát triển đa phương thức với Ming-Flash-Omni-2.0

Các bản phát hành Ling và Ring diễn ra sau khi Ming-Flash-Omni-2.0 được giới thiệu vào ngày 11 tháng Hai. Ant Group mô tả mô hình này là mô hình đầu tiên hợp nhất giọng nói, âm thanh và âm nhạc trong cùng một kiến trúc. Các hệ thống đa phương thức tích hợp nhiều loại dữ liệu, cho phép tương tác giữa giọng nói, âm thanh và văn bản.

Khả năng như vậy có liên quan đến các giao diện dịch vụ tài chính. Trợ lý giọng nói, xác thực âm thanh và các công cụ ngân hàng hội thoại dựa vào xử lý đa phương thức. Việc tích hợp các phương thức vào cùng một mô hình có thể đơn giản hóa việc triển khai và điều phối trên nhiều kênh. Ant Group không công bố các so sánh benchmark cho Ming-Flash-Omni-2.0 nhưng định vị nó như một mô hình omni quy mô lớn.

Thời điểm phát hành trên ba dòng mô hình cho thấy phát triển được phối hợp thay vì các bản cập nhật tách rời. Ling, Ring và Ming cùng bao phủ tương tác ngôn ngữ, suy luận và đa phương thức. Sự kết hợp này phù hợp với các triển khai AI trong doanh nghiệp đòi hỏi nhiều chức năng nhận thức.

Phát triển AI trong các công ty công nghệ tài chính

Các công ty fintech lớn ngày càng xây dựng hạ tầng AI độc quyền. Các nền tảng thanh toán, ngân hàng số và thị trường tài chính tạo ra các dòng dữ liệu khổng lồ và vận hành các hệ thống rủi ro phức tạp. Các mô hình AI nội bộ có thể xử lý dữ liệu giao dịch, liên lạc với khách hàng và hồ sơ tuân thủ ở quy mô lớn.

Ant Group đã đầu tư vào nghiên cứu AI trong nhiều năm, áp dụng học máy cho phát hiện gian lận, đánh giá tín dụng và tự động hóa dịch vụ. Họ Ling mở rộng năng lực này sang các mô hình ngôn ngữ tập trung vào tổng quát và suy luận. Các bản phát hành mở rộng phạm vi sử dụng ra ngoài mục đích nội bộ.

Cách tiếp cận này phản ánh một xu hướng rộng hơn trong các công ty tài chính chịu tác động bởi công nghệ. Phát triển AI không còn chỉ tập trung vào các mô hình dự đoán chuyên biệt. Nó hiện bao gồm các hệ thống ngôn ngữ lớn và suy luận có khả năng thực hiện các tác vụ tổng quát. Các mô hình này có thể hỗ trợ các tác nhân tự động, phân tích ra quyết định và giao diện hội thoại.

Hướng tới nghiên cứu Trí tuệ nhân tạo tổng quát

Ant Group đã mô tả các bản nâng cấp của họ Ling là tiến bộ hướng tới trí tuệ nhân tạo tổng quát. AGI đề cập đến các hệ thống có khả năng thực hiện nhiều dạng tác vụ nhận thức với tính thích nghi tương tự như suy luận của con người. Định nghĩa trong ngành khác nhau, và AGI vẫn là một mục tiêu đầy tham vọng hơn là một mốc phát triển được xác định.

Việc phát hành các mô hình với quy mô nghìn tỷ tham số góp phần mở rộng quy mô nghiên cứu. Số lượng tham số không quyết định hoàn toàn năng lực, nhưng các mô hình lớn thường cho phép học biểu diễn rộng hơn. Kết hợp với các thí nghiệm về kiến trúc suy luận và tích hợp đa phương thức, công việc này khám phá các lối đi hướng tới các hệ thống tổng quát.

Ant Group không nêu rõ mốc thời gian hoặc các chỉ số cho tiến bộ AGI. Công ty mô tả các bản phát hành này là những bước trong nghiên cứu đang diễn ra, thay vì các tuyên bố về trí tuệ tổng quát đã đạt được. Việc công khai các mô hình cho phép đánh giá và so sánh từ bên ngoài, từ đó có thể định hướng nghiên cứu.

Hàm ý cho triển khai AI trong doanh nghiệp

Các mô hình mới có thể tác động đến việc doanh nghiệp áp dụng AI trong tài chính và các lĩnh vực khác. Các mô hình ngôn ngữ có ngữ cảnh dài cho phép phân tích các tài liệu kéo dài và lịch sử giao dịch. Các hệ thống tập trung vào suy luận hỗ trợ các tác vụ đánh giá có cấu trúc. Các mô hình đa phương thức cho phép tương tác thông qua giọng nói.

Quyền truy cập mở cho phép các tổ chức kiểm tra các khả năng này mà không vướng rào cản giấy phép độc quyền. Các công ty có thể tinh chỉnh mô hình cho các tác vụ chuyên biệt theo lĩnh vực như giám sát tuân thủ, phân tích hợp đồng hoặc tự động hóa hỗ trợ khách hàng. Việc giảm sử dụng token trong Ling-2.5-1T có thể làm giảm chi phí vận hành trong các triển khai quy mô lớn.

Hiệu năng trên benchmark toán học cho thấy tiềm năng cho các tác vụ phân tích, dù để ứng dụng vào các lĩnh vực thực tiễn cần sự điều chỉnh. Doanh nghiệp thường kết hợp các mô hình nền tảng với dữ liệu chuyên biệt và hệ thống kiểm soát. Các bản phát hành mở của Ant Group cung cấp các kiến trúc ban đầu hơn là các giải pháp doanh nghiệp hoàn chỉnh.

Bối cảnh cạnh tranh trong các mô hình AI mã nguồn mở

Các mô hình AI mã nguồn mở đã trở thành một sân chơi cạnh tranh giữa các công ty công nghệ và các nhóm nghiên cứu. Các công ty ngày càng phát hành các hệ thống lớn hơn và mạnh hơn để thu hút hệ sinh thái nhà phát triển và tác động đến các tiêu chuẩn. Việc có mặt trên các kho lưu trữ lớn hỗ trợ việc áp dụng và thử nghiệm.

Các bản phát hành của Ant Group định vị công ty như một trong những nhà đóng góp toàn cầu cho các mô hình lớn quy mô mở. Trong lịch sử, các công ty công nghệ tài chính thường sử dụng các công cụ AI được phát triển ở nơi khác. Việc xây dựng và phát hành các mô hình nền tảng cho thấy sự thay đổi hướng tới đổi mới nội bộ và ảnh hưởng từ bên ngoài.

Do đó, các bản ra mắt Ling-2.5-1T và Ring-2.5-1T mang ý nghĩa chiến lược vượt ra ngoài các chỉ số kỹ thuật. Chúng cho thấy việc đầu tư bền bỉ vào nghiên cứu AI quy mô lớn trong một tổ chức fintech và sẵn sàng chia sẻ kết quả với cộng đồng phát triển rộng hơn.

Triển vọng

Các cập nhật mới nhất của Ant Group cho họ Ling mở rộng danh mục AI mã nguồn mở của công ty trên các lĩnh vực ngôn ngữ, suy luận và đa phương thức. Các bản phát hành nhấn mạnh hiệu quả, giải quyết vấn đề có cấu trúc và tích hợp xuyên phương thức. Việc công khai khả năng sẵn có mời gọi đánh giá và ứng dụng từ bên ngoài.

Khi các công ty công nghệ tài chính tăng cường đầu tư vào AI, phát triển mô hình nền tảng đang trở thành một phần của ngăn xếp công nghệ của họ. Các bản phát hành quy mô nghìn tỷ tham số của Ant Group minh họa cho sự thay đổi đó. Tác động thực tiễn sẽ phụ thuộc vào cách các nhà phát triển và doanh nghiệp áp dụng các hệ thống này vào các tác vụ trong thế giới thực, từ phân tích tài chính đến tương tác số.

Trong hiện tại, các bản ra mắt Ling-2.5-1T và Ring-2.5-1T đánh dấu một bước nữa trong việc tích hợp nghiên cứu AI tiên tiến trong lĩnh vực fintech và hệ sinh thái đổi mới mã nguồn mở của lĩnh vực đó.