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 виходить на новий рівень. Ant Group випустила два AI-моделі з мільярдами параметрів під відкритими ліцензіями, розширюючи свою сімейство Ling і сигналізуючи про подальші інвестиції у передові системи логічного мислення, пов’язані з фінансовими та цифровими сервісами.

Компанія з Ханчжоу оголосила про Ling-2.5-1T — великий мовний модель, створену для ефективного логічного мислення та взаємодії з агентами, а також Ring-2.5-1T, описану як перша гібридна модель з лінійною архітектурою. Обидві системи базуються на Ling 2.0, представленій у жовтні 2025 року, і доступні на платформах Hugging Face та ModelScope, які широко використовуються для розповсюдження відкритого штучного інтелекту.

Ці релізи є частиною ширшого оновлення портфоліо відкритого AI Ant Group, яке також включає серію Ming мультимодальних моделей. На початку цього місяця компанія представила Ming-Flash-Omni-2.0 — уніфіковану модель, що обробляє мову, аудіо та музику в одній архітектурі.

Моделі з мільярдами параметрів орієнтовані на ефективне логічне мислення

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

Ефективність є ключовим аспектом оновлення. Ant Group повідомила, що Ling-2.5-1T відповідає показникам передових моделей логічного мислення на тесті AIME 2026, при цьому використовуючи значно менше токенів. Аналогічні системи зазвичай потребують від 15 000 до 23 000 токенів для досягнення подібних результатів. Ling-2.5-1T використовує близько 5 890 токенів, за словами компанії.

Зменшення кількості токенів впливає на вартість обчислень і швидкість відповіді. У корпоративних застосуваннях такі покращення можуть знизити витрати на обробку та дозволити масштабувати 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 орієнтована на просунуте математичне логічне мислення

Ring-2.5-1T належить до серії Ring, 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 математичних тестах, включаючи результати, що відповідають золотим стандартам у міжнародних змаганнях.

На тесті Міжнародної математичної олімпіади 2025 року Ring-2.5-1T набрав 35 з 42 можливих балів. На Чеській математичній олімпіаді 2025 року — 105 з 126, що перевищує поріг для національної збірної. 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 застосовуватися 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, логічні моделі 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 під 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 дозволяє інтегрувати моделі у глобальні спільноти розробників.

Для фінтех-компаній відкриті моделі можуть прискорити впровадження екосистеми. Зовнішні розробники можуть створювати застосунки, орієнтовані на галузеві завдання, 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, що об’єднує мову, аудіо та музику в одній 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 across channels. Компанія не оприлюднила порівняльних тестів 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-застосувань, що вимагають кількох когнітивних функцій.

Розвиток AI у компаніях фінтех

Великі компанії у сфері фінансових технологій дедалі більше створюють власну інфраструктуру штучного інтелекту. 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 можливість 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.

До досліджень штучного загального інтелекту

Ant Group позиціонувала 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 мільярдами 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 розширені 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 ліцензійних обмежень. Компанії можуть донастроювати моделі під галузеві завдання, наприклад, моніторинг відповідності, аналіз контрактів або автоматизацію підтримки клієнтів. Зменшення кількості токенів у Ling-2.5-1T може знизити операційні витрати у великих розгортаннях.

Показники у математиці свідчать про 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 рішення для підприємств.

Конкурентне середовище відкритих AI-моделей

Моделі відкритого AI стали конкурентною ареною 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, що виходить за межі технічних показників. Вони свідчать про тривалі інвестиції у дослідження масштабного AI у фінтех-компанії та готовність ділитися результатами з глобальною спільнотою.

Перспективи

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

Зі зростанням інвестицій у AI у фінтехі, розробка базових моделей стає частиною технологічного стеку. Випуски Ant Group з мільярдами 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.