Ant Group expande modelos de IA aberta com Ling-2.5-1T e Ring-2.5-1T

Descubra as principais notícias e eventos de fintech!

Inscreva-se na newsletter do FinTech Weekly

Lida por executivos do JP Morgan, Coinbase, Blackrock, Klarna e mais

O desenvolvimento de inteligência artificial dentro de grandes empresas de tecnologia financeira está entrando em uma nova fase. A Ant Group lançou dois modelos de IA de dois trilhões de parâmetros sob licenças abertas, expandindo sua família de modelos Ling e sinalizando continuidade nos investimentos em sistemas avançados de raciocínio ligados a serviços financeiros e digitais.

A empresa de 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 no Hugging Face e no ModelScope, duas plataformas amplamente utilizadas para distribuição de IA aberta.

Os lançamentos fazem parte de uma atualização mais ampla no 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 em uma única arquitetura.

Modelos de Trilhão de Parâmetros Focam em Raciocínio Eficiente

O Ling-2.5-1T representa o mais recente modelo de destaque na série Ling da Ant Group. 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 de até um milhão de tokens, permitindo análises de longo prazo e tarefas de diálogo estendido.

Ganhos de eficiência parecem ser o foco principal da atualização. A Ant Group relatou que o Ling-2.5-1T atinge o desempenho de modelos de raciocínio de ponta no benchmark 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 usa cerca de 5.890 tokens, segundo a empresa.

A redução no uso de tokens afeta o custo computacional e a velocidade de resposta. Em implantações empresariais, melhorias assim podem reduzir despesas de inferência e possibilitar aplicações em 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. Portanto, a eficiência tem importância operacional.

Ring-2.5-1T Foca em Raciocínio Matemático Avançado

O Ring-2.5-1T pertence à série Ring, otimizada para raciocínio, da Ant Group. O modelo usa o que a empresa chama de arquitetura híbrida linear, destinada a melhorar a resolução estruturada de problemas. A Ant Group relatou altas pontuações em testes acadêmicos de matemática, incluindo resultados que atingem 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. No benchmark da Olimpíada de Matemática da China 2025, alcançou 105 de 126, acima do limite da equipe nacional. Esses testes avaliam raciocínio em múltiplas etapas e manipulação simbólica, e não fluência geral em linguagem.

O bom desempenho nesse domínio sugere avanços em sistemas de raciocínio especializados. Benchmarks matemáticos tornaram-se um ponto de referência para avaliar a capacidade de raciocínio de modelos grandes. Melhorias podem se traduzir em aplicações que requerem 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 em 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. Disponibilidade no Hugging Face e no ModelScope coloca os modelos dentro de comunidades globais de desenvolvimento.

Para empresas de 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 desenvolvimento direto do 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 em uma única arquitetura. Sistemas multimodais integram múltiplos tipos de dados, permitindo interações entre voz, som e texto.

Tal capacidade é relevante para interfaces de serviços financeiros. Assistentes de voz, autenticação por áudio e ferramentas de banco conversacional dependem de processamento multimodal. Integrar modalidades em um único modelo pode simplificar a implantação 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, e não atualizações isoladas. Ling, Ring e Ming cobrem 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 de fintech estão cada vez mais construindo infraestrutura de IA proprietária. 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 aprendizado de máquina em detecção de fraudes, avaliação de crédito e automação de serviços. A família Ling amplia essa capacidade para modelos de linguagem geral e raciocínio. As versões abertas expandem o alcance além do uso interno.

Essa abordagem reflete uma tendência mais ampla em empresas de tecnologia financeira. O desenvolvimento de IA não se limita mais a 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 em direção à inteligência artificial geral. A IAAG refere-se a sistemas capazes de realizar uma ampla gama de tarefas cognitivas com adaptabilidade semelhante ao raciocínio humano. As definições do setor variam, e a IAAG permanece uma meta aspiracional, não um marco definido.

Lançar modelos de trilhões de parâmetros contribui para a escala de pesquisa. A contagem de parâmetros sozinha 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 rumo a sistemas gerais.

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

Implicações para Implantação 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 empresa.

Contexto Competitivo em Modelos de IA Aberta

Modelos de IA aberta tornaram-se um campo competitivo entre empresas de tecnologia e grupos de pesquisa. Empresas lançam sistemas cada vez maiores e mais capazes para atrair ecossistemas de desenvolvedores e influenciar padrões. Disponibilidade em repositórios principais apoia adoção e experimentação.

Os 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 de métricas técnicas. Indicam investimento contínuo em pesquisa de IA de grande escala dentro de uma organização fintech e disposição de compartilhar resultados com a comunidade de desenvolvimento mais ampla.

Perspectivas

As últimas atualizações da família Ling da Ant Group ampliam seu portfólio de IA aberta em linguagem, raciocínio e domínios multimodais. 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 aplicarão 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 de fintech e seu ecossistema de inovação aberta.