Ant Group Expande Modelos de IA Aberta Com Ling-2.5-1T e Ring-2.5-1T

Descubra as principais notícias e eventos do setor fintech!

Subscreva à 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 trilhões 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 sediada 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 híbrido de arquitetura linear de pensamento. Ambos os sistemas baseiam-se na série Ling 2.0, lançada em outubro de 2025, e estão disponíveis na Hugging Face e no ModelScope, duas plataformas amplamente utilizadas para distribuição de IA aberta.

Os lançamentos fazem parte de uma atualização mais ampla do portfólio de IA aberta da 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 Focam em Raciocínio Eficiente

O Ling-2.5-1T representa o mais recente modelo de topo na série Ling da Ant Group. Os materiais da empresa descrevem melhorias na eficiência do raciocínio e alinhamento de preferências, além de suporte para interação nativa com agentes. O modelo aceita comprimentos de contexto até um milhão de tokens, permitindo análises de formato longo e tarefas de diálogo prolongado.

Ganhos de eficiência parecem ser o foco principal da atualização. A Ant Group informou que o Ling-2.5-1T iguala o desempenho de modelos de raciocínio de ponta na referência AIME 2026, usando significativamente menos tokens. Sistemas comparáveis geralmente requerem entre 15.000 e 23.000 tokens para resultados semelhantes. O Ling-2.5-1T utiliza cerca de 5.890 tokens, segundo a empresa.

A redução no uso de tokens afeta o custo computacional e a velocidade de resposta. Em implementações empresariais, essas melhorias podem reduzir despesas de inferência e possibilitar aplicações de maior escala. Empresas de tecnologia financeira frequentemente processam tarefas de linguagem de alto volume, como análise de conformidade, interação com clientes e revisão de documentos. Assim, a eficiência tem uma importância operacional significativa.

Ring-2.5-1T Destina-se a Raciocínio Matemático Avançado

O Ring-2.5-1T pertence à série Ring, otimizada para raciocínio, da Ant Group. O modelo utiliza o que a empresa chama de arquitetura híbrida linear, com o objetivo de melhorar a resolução estruturada de problemas. A Ant Group relatou altas pontuações em testes acadêmicos de matemática, incluindo resultados que atingiram padrões de medalha de ouro em competições internacionais.

No benchmark da Olimpíada Internacional de Matemática 2025, o Ring-2.5-1T obteve 35 de 42 pontos. No benchmark da Olimpíada de Matemática da China 2025, alcançou 105 de 126, acima do limite para a seleção nacional. Esses testes avaliam raciocínio em múltiplas etapas e manipulação simbólica, ao invés de fluência geral na linguagem.

Um desempenho forte nesta área sugere avanços em sistemas de raciocínio especializados. Os benchmarks matemáticos tornaram-se um ponto de referência para avaliar a capacidade de raciocínio de modelos grandes. Melhorias podem se traduzir em aplicações que exijam análise estruturada, como modelagem financeira, avaliação de risco ou cálculo científico.

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 em um curto período. A Ant Group descreveu os lançamentos como uma atualização abrangente de toda a família de modelos abertos.

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

Para empresas fintech, modelos abertos podem acelerar a adoção do ecossistema. Desenvolvedores externos podem criar aplicações específicas para tarefas do setor, ampliando casos de uso práticos sem necessidade de desenvolvimento direto pelo fornecedor. A Ant Group já adotou abordagens semelhantes em plataformas de pagamento e finanças digitais, incentivando integrações 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. A Ant Group descreveu esse modelo como o primeiro a unificar fala, áudio e música numa única arquitetura. Sistemas multimodais integram múltiplos tipos de dados, permitindo interações entre voz, som e texto.

Essa capacidade é relevante para interfaces de serviços financeiros. Assistentes de voz, autenticação por áudio e ferramentas de banking 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 de grande escala.

O timing dos lançamentos em três linhas de modelos sugere um desenvolvimento coordenado, ao invés de atualizações isoladas. Ling, Ring e Ming cobrem, juntos, linguagem, raciocínio e interação multimodal. Essa combinação está alinhada com implantações de IA empresarial que requerem múltiplas funções cognitivas.

Desenvolvimento de IA Dentro de Empresas de Tecnologia Financeira

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

A Ant Group investiu em pesquisa de IA há vários anos, aplicando machine learning em detecção de fraudes, avaliação de crédito e automação de serviços. A família Ling amplia essa capacidade para modelos de linguagem geral e de raciocínio. As versões de código aberto expandem o alcance além do uso interno.

Essa abordagem reflete uma tendência mais ampla em empresas de tecnologia financeira. O desenvolvimento de IA deixou de se concentrar apenas em modelos preditivos especializados. Agora inclui sistemas de linguagem e raciocínio de grande escala, capazes de tarefas gerais. Esses modelos podem suportar agentes automatizados, análise de decisões e interfaces conversacionais.

Rumo à Pesquisa de Inteligência Artificial Geral

A Ant Group enquadrou as atualizações da família Ling como um avanço rumo à inteligência artificial geral (AGI). A AGI refere-se a sistemas capazes de realizar uma vasta gama de tarefas cognitivas com adaptabilidade semelhante ao raciocínio humano. As definições do setor variam, e a AGI permanece uma meta aspiracional, ao invés de um marco definido.

Lançar modelos com trilhões de parâmetros contribui para a escala de pesquisa. O número de parâmetros por si só não determina a capacidade, mas modelos grandes frequentemente possibilitam uma aprendizagem de representação mais ampla. Combinado com experimentos em arquitetura de raciocínio e integração multimodal, esse trabalho explora caminhos em direção a sistemas gerais.

A Ant Group não especificou cronogramas ou métricas para o progresso em direção à AGI. A empresa descreveu os lançamentos como passos em uma pesquisa contínua, ao invés de afirmações de inteligência geral alcançada. A disponibilidade pública dos modelos permite avaliações externas e comparações, o que pode orientar a direção da pesquisa.

Implicações para a Implementação de IA Empresarial

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

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

O desempenho em benchmarks matemáticos indica potencial para tarefas analíticas, embora a aplicação prática exija adaptação. Empresas normalmente combinam modelos base com dados especializados e sistemas de controle. As versões abertas da Ant Group oferecem arquiteturas iniciais, não soluções completas de implantação empresarial.

Contexto Competitivo em Modelos de IA de Código Aberto

Modelos de IA de código aberto tornaram-se um campo competitivo 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 principais favorece a adoção e experimentação.

As lançamentos da Ant Group posicionam a empresa entre contribuintes globais para modelos abertos de grande escala. Empresas de tecnologia financeira, historicamente, utilizam ferramentas de IA desenvolvidas por outros. Construir e lançar modelos fundamentais sinaliza uma mudança rumo à inovação interna e influência externa.

Os modelos Ling-2.5-1T e Ring-2.5-1T, portanto, têm um significado estratégico além dos métricos técnicos. Indicam um investimento contínuo em pesquisa de IA de grande escala dentro de uma organização fintech e uma disposição de compartilhar resultados com a comunidade de desenvolvimento mais ampla.

Perspetivas

As últimas atualizações da família Ling da Ant Group ampliam seu portfólio de IA aberta em áreas de linguagem, raciocínio e multimodalidade. Os lançamentos destacam eficiência, resolução estruturada de problemas e integração entre modalidades. A disponibilidade pública convida avaliação e aplicação externas.

À medida que empresas de tecnologia financeira aprofundam seus investimentos em IA, o desenvolvimento de modelos fundamentais torna-se parte de sua infraestrutura tecnológica. Os lançamentos de trilhões de parâmetros da Ant Group ilustram essa mudança. O impacto prático dependerá de como desenvolvedores e empresas aplicam esses sistemas em tarefas do mundo real, desde análise financeira até interação digital.

Por ora, os lançamentos do Ling-2.5-1T e Ring-2.5-1T representam mais um passo na integração de pesquisa avançada de IA no setor fintech e seu ecossistema de inovação aberta.