Ant Group розширює моделі відкритого штучного інтелекту з Ling-2.5-1T та Ring-2.5-1T

Відкрийте для себе найкращі новини та події у сфері фінтех!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших компаній

Розвиток штучного інтелекту всередині великих компаній у сфері фінансових технологій входить у нову стадію. Ant Group випустила два AI-моделі з мільярдами параметрів за відкритими ліцензіями, розширюючи свою сімейство моделей Ling і сигналізуючи про подальші інвестиції у передові системи логічного мислення, пов’язані з фінансовими та цифровими сервісами.

Заземлена в Ханчжоу фінтех-компанія оголосила про Ling-2.5-1T — велику мовну модель, розроблену для ефективного логічного мислення та взаємодії з агентами, а також Ring-2.5-1T, яку описують як першу гібридну модель з лінійною архітектурою мислення. Обидві системи базуються на серії Ling 2.0, представленій у жовтні 2025 року, і доступні на платформах Hugging Face та ModelScope, двох широко використовуваних платформах для відкритого розповсюдження AI.

Ці релізи є частиною ширшого оновлення портфоліо відкритого AI Ant Group, яке також включає серію Ming multimodal. Раніше цього місяця компанія представила Ming-Flash-Omni-2.0 — уніфіковану модель, яка обробляє мову, аудіо та музику в єдиній архітектурі.

Моделі з трильйонами параметрів зосереджені на ефективному логічному мисленні

Ling-2.5-1T є найновішим флагманом у серії Ling компанії Ant Group. Матеріали компанії описують покращення у логічній ефективності та відповідності перевагам, а також підтримку нативної взаємодії з агентами. Модель приймає контекст довжиною до мільйона токенів, що дозволяє довгостроковий аналіз і розширені діалогові завдання.

Збільшення ефективності є ключовим у цьому оновленні. Ant Group повідомила, що Ling-2.5-1T відповідає продуктивності передових моделей логічного мислення на бенчмарку AIME 2026, при цьому використовуючи значно менше токенів. Аналогічні системи зазвичай потребують від 15 000 до 23 000 токенів для досягнення подібних результатів. За словами компанії, Ling-2.5-1T використовує близько 5890 токенів.

Зменшення кількості токенів впливає на вартість обчислень і швидкість відповіді. У корпоративних застосуваннях такі покращення можуть знизити витрати на обробку та дозволити масштабніші застосунки. Фінансові технології часто обробляють великі обсяги мовних завдань, таких як аналіз відповідності, взаємодія з клієнтами та перегляд документів. Тому ефективність має операційне значення.

Ring-2.5-1T орієнтований на передове математичне логічне мислення

Ring-2.5-1T належить до серії Ring компанії Ant Group, оптимізованої для логічних задач. Модель використовує так звану гібридну лінійну архітектуру, спрямовану на покращення структурованого розв’язання проблем. Ant Group повідомила про високі результати на академічних математичних бенчмарках, включаючи результати, що відповідають золотим медалям на міжнародних змаганнях.

На бенчмарку Міжнародної математичної олімпіади 2025 Ring-2.5-1T набрав 35 з 42 можливих. На бенчмарку Китайської математичної олімпіади 2025 — 105 з 126, що перевищує поріг для національної команди. Такі тести оцінюють багатоступеневе логічне мислення і символічну маніпуляцію, а не загальну мовну вправність.

Такий високий результат у цій галузі свідчить про прогрес у спеціалізованих системах логічного мислення. Математичні бенчмарки стали орієнтиром для оцінки логічних можливостей великих моделей. Покращення можуть знайти застосування у сферах, що вимагають структурованого аналізу, таких як фінансове моделювання, оцінка ризиків або наукові обчислення.

Розширення сімейства моделей Ling

Сімейство Ling, також відоме як BaiLing, тепер складається з трьох основних ліній: загальні мовні моделі Ling, моделі логічного мислення Ring і мультимодальні системи Ming. Релізи лютого оновлюють кожну лінію за короткий період. Ant Group описала ці релізи як комплексне оновлення всього сімейства відкритих моделей.

Відкритий розподіл залишається важливим елементом стратегії. Випускаючи моделі за відкритими ліцензіями, Ant Group дозволяє дослідникам і розробникам отримувати доступ і адаптувати їх. Відкритий код AI став конкурентною сферою серед великих технологічних компаній і дослідницьких груп. Доступність на платформах Hugging Face і ModelScope розміщує моделі у глобальних спільнотах розробників.

Для фінтех-компаній відкриті моделі можуть прискорити впровадження у екосистему. Зовнішні розробники можуть створювати застосунки, орієнтовані на галузеві задачі, розширюючи практичне застосування без безпосередньої участі вендора. Ant Group застосовувала подібний підхід у платформах платежів і цифрових фінансах, заохочуючи сторонню інтеграцію.

Мультимодальний розвиток з Ming-Flash-Omni-2.0

Реліз Ling і Ring слідує за представленням Ming-Flash-Omni-2.0 11 лютого. Ant Group описала цю модель як першу, яка об’єднує мову, аудіо та музику в єдиній архітектурі. Мультимодальні системи інтегрують кілька типів даних, дозволяючи взаємодії через голос, звук і текст.

Такий потенціал має значення для інтерфейсів фінансових сервісів. Голосові помічники, аудіо-аутентифікація та інструменти для розмовного банкінгу залежать від мультимодальної обробки. Інтеграція модальностей у одну модель може спростити розгортання та координацію через різні канали. Компанія не оприлюднила порівняльних бенчмарків для Ming-Flash-Omni-2.0, але позиціонувала її як масштабну омні-модель.

Тимчасові рамки релізів трьох ліній моделей свідчать про скоординовану розробку, а не ізольовані оновлення. Ling, Ring і Ming разом охоплюють мову, логіку та мультимодальну взаємодію. Така комбінація відповідає потребам корпоративних AI-застосунків, що вимагають кількох когнітивних функцій.

Розвиток AI у компаніях фінтех

Великі компанії у сфері фінансових технологій дедалі більше створюють власну інфраструктуру AI. Платформи платежів, цифрові банки і фінансові ринки генерують величезні обсяги даних і мають складні системи управління ризиками. Внутрішні AI-моделі можуть обробляти транзакційні дані, комунікацію з клієнтами та записи відповідності у масштабі.

Ant Group інвестувала у дослідження AI протягом кількох років, застосовуючи машинне навчання для виявлення шахрайства, оцінки кредитоспроможності та автоматизації сервісів. Серія Ling розширює цю здатність у напрямках загальних і логічних мовних моделей. Відкриті релізи дозволяють виходити за межі внутрішнього використання.

Такий підхід відображає ширший тренд у технологічних фінансових компаніях. Розробка AI вже не зосереджена лише на спеціалізованих прогнозних моделях. Вона включає великі мовні та логічні системи, здатні виконувати загальні завдання. Ці моделі можуть підтримувати автоматичних агентів, аналіз рішень і розмовні інтерфейси.

Кроки до досліджень штучного загального інтелекту

Ant Group позиціонує оновлення сімейства Ling як крок до штучного загального інтелекту (AGI). AGI — це системи, здатні виконувати широкий спектр когнітивних завдань з гнучкістю, подібною до людського мислення. Визначення в галузі різняться, і AGI залишається амбіційною метою, а не чітким етапом.

Випуск моделей з трильйонами параметрів сприяє масштабуванню досліджень. Кількість параметрів сама по собі не визначає можливості, але великі моделі часто забезпечують ширше навчання репрезентацій. У поєднанні з експериментами з логічною архітектурою та мультимодальною інтеграцією така робота досліджує шляхи до створення універсальних систем.

Ant Group не назвала конкретних термінів або показників прогресу у напрямку AGI. Компанія описала релізи як кроки у рамках поточних досліджень, а не як досягнення загального інтелекту. Відкритий доступ до моделей дозволяє зовнішню оцінку і порівняння, що може сприяти напрямкам досліджень.

Вплив на корпоративне впровадження AI

Нові моделі можуть вплинути на впровадження AI у фінансах та інших сферах. Моделі з довгим контекстом дозволяють аналізувати довгі документи та історії транзакцій. Моделі, орієнтовані на логіку, підтримують структуровану оцінку завдань. Мультимодальні моделі забезпечують голосову взаємодію.

Відкритий доступ дозволяє організаціям тестувати ці можливості без обмежень ліцензій. Компанії можуть донастроювати моделі під галузеві задачі, такі як моніторинг відповідності, аналіз контрактів або автоматизація підтримки клієнтів. Зменшення кількості токенів у Ling-2.5-1T може знизити операційні витрати у масштабних розгортаннях.

Результати бенчмарків у математиці вказують на потенціал для аналітичних завдань, хоча їх застосування у практичних сферах потребує адаптації. Компанії зазвичай поєднують базові моделі з спеціалізованими даними та системами управління. Відкриті релізи Ant Group пропонують початкові архітектури, а не готові корпоративні рішення.

Конкурентне середовище відкритих AI-моделей

Моделі відкритого AI стали ареною конкуренції серед технологічних компаній і дослідницьких груп. Фірми випускають дедалі більші та потужніші системи, щоб залучити екосистеми розробників і впливати на стандарти. Доступність на основних репозиторіях сприяє впровадженню та експериментам.

Релізи Ant Group позиціонують компанію серед глобальних учасників у сфері відкритих масштабних моделей. Історично фінтех-компанії використовували AI-інструменти, розроблені іншими. Створення і випуск базових моделей сигналізує про перехід до внутрішніх інновацій і зовнішнього впливу.

Запуски Ling-2.5-1T і Ring-2.5-1T мають стратегічне значення понад технічні показники. Вони свідчать про тривалі інвестиції у дослідження масштабного AI у фінтех-компанії та готовність ділитися результатами з ширшим співтовариством.

Перспективи

Останні оновлення сімейства Ling від Ant Group розширюють їхній портфель відкритого AI у сферах мови, логіки та мультимодальності. Релізи підкреслюють ефективність, структуроване розв’язання проблем і міжмодальну інтеграцію. Публічна доступність сприяє зовнішній оцінці та застосуванню.

Зі зростанням інвестицій у AI у фінтеху фундаментальні моделі стають частиною технологічного стеку. Випуски Ant Group з трильйонами параметрів ілюструють цей перехід. Практичний вплив залежатиме від того, як розробники і компанії застосовуватимуть ці системи у реальних завданнях — від фінансового аналізу до цифрової взаємодії.

Поки що релізи Ling-2.5-1T і Ring-2.5-1T є ще одним кроком у впровадженні передових досліджень AI у секторі фінтех і його відкритій інноваційній екосистемі.