Ant Group расширяет модели Open AI с Ling-2.5-1T и Ring-2.5-1T

Откройте для себя лучшие новости и события финтеха!

Подпишитесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других компаний

Развитие искусственного интеллекта внутри крупных компаний в области финансовых технологий входит в новую стадию. Ant Group выпустила два AI-модели с миллиардом параметров под открытыми лицензиями, расширяя свою семейство моделей Ling и сигнализируя о продолжении инвестиций в передовые системы рассуждения, связанные с финансовыми и цифровыми услугами.

Ханчжоуская финтех-компания объявила о Ling-2.5-1T — крупной языковой модели, предназначенной для эффективного рассуждения и взаимодействия с агентами, а также о Ring-2.5-1T, которая описывается как первая гибридная модель с линейной архитектурой мышления. Обе системы основаны на серии Ling 2.0, представленой в октябре 2025 года, и доступны на платформах Hugging Face и ModelScope, широко используемых для распространения открытого ИИ.

Эти релизы являются частью более масштабного обновления портфолио открытого ИИ Ant Group, которое также включает серию Ming мультимодальных моделей. Ранее в этом месяце компания представила Ming-Flash-Omni-2.0 — унифицированную модель, обрабатывающую речь, аудио и музыку в единой архитектуре.

Модели с триллионом параметров ориентированы на эффективное рассуждение

Ling-2.5-1T — это последний флагман серии Ling, предназначенной для общего языкового моделирования. В материалах компании описываются улучшения в эффективности рассуждения и согласовании предпочтений, а также поддержка взаимодействия с агентами. Модель принимает контекст длиной до одного миллиона токенов, что позволяет выполнять анализ длинных текстов и расширенные диалоговые задачи.

Повышение эффективности кажется ключевым аспектом обновления. Ant Group сообщила, что Ling-2.5-1T достигает уровня передовых моделей рассуждения по результатам теста AIME 2026, при этом используя значительно меньше токенов. Аналогичные системы обычно требуют от 15 000 до 23 000 токенов для достижения подобных результатов. По словам компании, Ling-2.5-1T использует около 5 890 токенов.

Снижение количества используемых токенов влияет на стоимость вычислений и скорость ответа. В корпоративных развертываниях такие улучшения могут снизить расходы на вывод модели в продакшн и позволить масштабировать приложения. Финансовые технологические компании часто обрабатывают большие объемы языковых задач, таких как анализ соответствия, взаимодействие с клиентами и проверка документов. Поэтому эффективность имеет операционное значение.

Ring-2.5-1T ориентирована на продвинутые математические рассуждения

Ring-2.5-1T относится к серии Ring, оптимизированной для рассуждений. Модель использует так называемую гибридную линейную архитектуру, предназначенную для улучшения структурированного решения задач. Ant Group сообщила о высоких результатах на академических математических тестах, включая достижения, соответствующие золотым медалям на международных соревнованиях.

На тесте Международной математической олимпиады 2025 модель Ring-2.5-1T набрала 35 из 42. На тесте Китайской математической олимпиады 2025 — 105 из 126, что выше порога для национальной сборной. Такие тесты оценивают многошаговые рассуждения и символическую манипуляцию, а не общую языковую беглость.

Высокие показатели в этой области свидетельствуют о прогрессе в создании специализированных систем рассуждения. Математические тесты стали ориентиром для оценки рассуждательных способностей больших моделей. Улучшения могут найти применение в сферах, требующих структурированного анализа, таких как финансовое моделирование, оценка рисков или научные вычисления.

Расширение семейства моделей Ling

Семейство Ling, также известное как BaiLing, теперь включает три основные линии: модели общего языкового моделирования Ling, модели рассуждения Ring и мультимодальные системы Ming. Релизы февраля обновили каждую линию за короткий срок. Ant Group описала эти релизы как комплексное обновление всей открытой линейки моделей.

Открытая распространенность остается важной частью стратегии. Выпуская модели под открытыми лицензиями, Ant Group позволяет исследователям и разработчикам получать к ним доступ и адаптировать их. Открытый исходный код AI стал конкурентной областью среди крупных технологических компаний и исследовательских групп. Наличие моделей на платформах Hugging Face и ModelScope интегрирует их в глобальные сообщества разработчиков.

Для финтех-компаний открытые модели могут ускорить внедрение в экосистему. Внешние разработчики могут создавать приложения, ориентированные на отраслевые задачи, расширяя практическое применение без необходимости прямой разработки со стороны поставщика. Ant Group использовала подобные подходы в платежных системах и платформах цифровых финансов, поощряя стороннюю интеграцию.

Мультимодическая разработка с Ming-Flash-Omni-2.0

Релизы моделей Ling и Ring последовали за представлением Ming-Flash-Omni-2.0 11 февраля. Ant Group описала эту модель как первую, объединяющую речь, аудио и музыку в единой архитектуре. Мультимодальные системы интегрируют разные типы данных, позволяя взаимодействия через голос, звук и текст.

Такая возможность актуальна для интерфейсов финансовых услуг. Голосовые помощники, аудио-аутентификация и инструменты для разговорного банкинга используют мультимодальную обработку. Интеграция модальностей в одну модель может упростить развертывание и координацию across каналами. Компания не раскрыла сравнительные показатели для Ming-Flash-Omni-2.0, но позиционирует её как крупномасштабную универсальную модель.

Синхронность релизов трех линий моделей говорит о скоординированной разработке, а не о изолированных обновлениях. Ling, Ring и Ming вместе охватывают языковые, рассуждательные и мультимодальные функции, что соответствует требованиям корпоративных решений в области ИИ.

Развитие ИИ внутри финтех-компаний

Крупные финтех-компании все активнее создают собственную инфраструктуру ИИ. Платформы платежей, цифровые банки и финансовые рынки генерируют огромные объемы данных и используют сложные системы оценки рисков. Внутренние модели ИИ могут обрабатывать транзакционные данные, коммуникацию с клиентами и соответствие нормативам в масштабах.

Ant Group инвестировала в исследования ИИ на протяжении нескольких лет, применяя машинное обучение для обнаружения мошенничества, оценки кредитоспособности и автоматизации сервисов. Семейство Ling расширяет эти возможности за счет создания универсальных и рассуждающих языковых моделей. Открытые релизы позволяют выйти за рамки внутреннего использования.

Этот подход отражает более широкую тенденцию в технологичных финансовых компаниях. Разработка ИИ уже не ограничивается только специализированными предсказательными моделями. В нее включены крупные языковые и рассуждающие системы, способные выполнять широкий спектр задач. Такие модели могут поддерживать автоматизированных агентов, анализ решений и диалоговые интерфейсы.

К движению к искусственному общему интеллекту

Ant Group позиционирует обновления семейства Ling как шаги к искусственному общему интеллекту (AGI). AGI — системы, способные выполнять широкий спектр когнитивных задач с уровнем адаптивности, сходным с человеческим рассуждением. Определения в отрасли различаются, и AGI остается скорее целью, чем конкретным достижением.

Выпуск моделей с триллионом параметров способствует масштабированию исследований. Количество параметров само по себе не определяет возможности, но крупные модели часто позволяют более широкое обучение представлений. В сочетании с экспериментами в архитектуре рассуждения и мультимодальной интеграции такие работы исследуют пути к созданию универсальных систем.

Ant Group не указывала сроки или показатели прогресса в области AGI. Компания описала релизы как этапы текущих исследований, а не как заявления о достигнутом общем интеллекте. Публичная доступность моделей позволяет внешним экспертам оценивать и сравнивать их, что может помочь в определении направления исследований.

Влияние на внедрение корпоративного ИИ

Новые модели могут повлиять на внедрение ИИ в бизнесе, особенно в финансах и других секторах. Модели с длинным контекстом позволяют анализировать большие документы и истории транзакций. Модели, ориентированные на рассуждение, поддерживают структурированные задачи оценки. Мультимодальные системы обеспечивают голосовое взаимодействие.

Открытый доступ дает организациям возможность тестировать эти возможности без ограничений лицензирования. Компании могут дообучать модели под отраслевые задачи, такие как контроль соответствия, анализ контрактов или автоматизация поддержки клиентов. Снижение использования токенов в Ling-2.5-1T может снизить операционные расходы при масштабных внедрениях.

Результаты по математике показывают потенциал для аналитических задач, хотя их применение в практических сферах требует адаптации. Обычно предприятия комбинируют базовые модели с специализированными данными и системами управления. Открытые релизы Ant Group предоставляют стартовые архитектуры, а не готовые решения для бизнеса.

Конкурентная среда в области открытых AI-моделей

Модели открытого ИИ стали ареной конкуренции среди технологических компаний и исследовательских групп. Компании выпускают все более крупные и мощные системы, чтобы привлечь экосистемы разработчиков и влиять на стандарты. Наличие моделей на крупных репозиториях способствует их внедрению и экспериментам.

Релизы Ant Group позиционируют компанию среди мировых лидеров в области открытых крупномасштабных моделей. Финтех-компании исторически использовали AI-инструменты, разработанные сторонними организациями. Создание и выпуск базовых моделей сигнализируют о сдвиге в сторону внутренней инновационной деятельности и внешнего влияния.

Запуски Ling-2.5-1T и Ring-2.5-1T имеют стратегическое значение, выходя за рамки технических показателей. Они свидетельствуют о постоянных инвестициях в крупномасштабные исследования ИИ внутри финтеха и о готовности делиться результатами с широкой профессиональной средой.

Перспективы

Обновления семейства Ling от Ant Group расширяют их портфель открытого ИИ в области языка, рассуждения и мультимодальных решений. Релизы подчеркивают эффективность, структурированное решение задач и межмодальную интеграцию. Публичная доступность способствует внешней оценке и применению.

По мере углубления инвестиций финтех-компаний в ИИ создание фундаментальных моделей становится частью их технологического стека. Выпуски Ant Group с триллионом параметров иллюстрируют этот сдвиг. Практическое влияние будет зависеть от того, как разработчики и предприятия применят эти системы в реальных задачах — от финансового анализа до цифрового взаимодействия.

На данный момент запуски Ling-2.5-1T и Ring-2.5-1T обозначают очередной шаг в интеграции передовых исследований ИИ в сектор финтеха и его открытую инновационную экосистему.