Ant Group étend ses modèles d'IA ouverte avec Ling-2.5-1T et Ring-2.5-1T

Découvrez les meilleures actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et d’autres

Le développement de l’intelligence artificielle au sein des grandes entreprises de technologie financière entre dans une nouvelle étape. Ant Group a publié deux modèles d’IA de deux trillions de paramètres sous licences ouvertes, élargissant sa famille de modèles Ling et signalant un investissement continu dans des systèmes de raisonnement avancés liés aux services financiers et numériques.

L’entreprise basée à Hangzhou a annoncé Ling-2.5-1T, un grand modèle de langage conçu pour un raisonnement efficace et l’interaction avec des agents, ainsi que Ring-2.5-1T, décrit comme le premier modèle hybride de pensée à architecture linéaire. Les deux systèmes s’appuient sur la série Ling 2.0 introduite en octobre 2025 et sont disponibles sur Hugging Face et ModelScope, deux plateformes largement utilisées pour la distribution d’IA open source.

Ces publications font partie d’une mise à jour plus large de l’ensemble du portefeuille d’IA ouverte d’Ant Group, qui inclut également la série multimodale Ming. Plus tôt ce mois-ci, l’entreprise a présenté Ming-Flash-Omni-2.0, un modèle unifié traitant la parole, l’audio et la musique dans une architecture unique.

Modèles de Trillions de Paramètres Axés sur un Raisonnement Efficace

Ling-2.5-1T représente la dernière référence phare de la série Ling d’Ant Group, spécialisée dans les modèles de langage généralistes. Les documents de l’entreprise décrivent des améliorations en termes d’efficacité du raisonnement et d’alignement des préférences, ainsi que la prise en charge de l’interaction native avec des agents. Le modèle accepte des contextes allant jusqu’à un million de tokens, permettant une analyse longue et des tâches de dialogue prolongé.

Les gains d’efficacité semblent au cœur de cette mise à jour. Ant Group a indiqué que Ling-2.5-1T égalait la performance des modèles de raisonnement de pointe sur le benchmark AIME 2026 tout en utilisant nettement moins de tokens. Des systèmes comparables nécessitent généralement entre 15 000 et 23 000 tokens pour des résultats similaires. Selon l’entreprise, Ling-2.5-1T utilise environ 5 890 tokens.

La réduction de l’utilisation de tokens influence le coût informatique et la rapidité des réponses. Dans un contexte d’entreprise, ces améliorations peuvent réduire les dépenses d’inférence et permettre des applications à plus grande échelle. Les entreprises de technologie financière traitent souvent des tâches linguistiques à volume élevé telles que l’analyse de conformité, l’interaction client et la revue de documents. L’efficacité revêt donc une importance opérationnelle.

Ring-2.5-1T Cible le Raisonnement Mathématique Avancé

Ring-2.5-1T appartient à la série Ring d’Ant Group, optimisée pour le raisonnement. Le modèle utilise ce que l’entreprise appelle une architecture hybride linéaire, conçue pour améliorer la résolution structurée de problèmes. Ant Group a rapporté des scores élevés sur des benchmarks de mathématiques académiques, y compris des résultats atteignant les standards de médailles d’or lors de compétitions internationales.

Sur le benchmark de l’Olympiade Mathématique Internationale 2025, Ring-2.5-1T a obtenu 35 sur 42. Sur le benchmark de l’Olympiade Mathématique Chinoise 2025, il a atteint 105 sur 126, au-dessus du seuil de l’équipe nationale. Ces tests évaluent le raisonnement en plusieurs étapes et la manipulation symbolique plutôt que la maîtrise générale du langage.

Une forte performance dans ce domaine suggère des progrès dans les systèmes de raisonnement spécialisés. Les benchmarks mathématiques sont devenus une référence pour évaluer la capacité de raisonnement des grands modèles. Les améliorations pourraient se traduire par des applications nécessitant une analyse structurée, comme la modélisation financière, l’évaluation des risques ou le calcul scientifique.

Expansion de la Famille de Modèles Ling

La famille Ling, également connue sous le nom de BaiLing, comprend désormais trois lignes principales : les modèles de langage général Ling, les modèles de raisonnement Ring, et les systèmes multimodaux Ming. Les publications de février mettent à jour chaque ligne en peu de temps. Ant Group a décrit ces publications comme une mise à niveau complète de toute la famille de modèles ouverts.

La distribution ouverte reste un élément clé de la stratégie. En publiant des modèles sous licences ouvertes, Ant Group permet aux chercheurs et développeurs d’y accéder et de les adapter. L’IA open source est devenue un domaine concurrentiel parmi les grandes entreprises technologiques et les groupes de recherche. La disponibilité sur Hugging Face et ModelScope place ces modèles au sein des communautés de développement mondiales.

Pour les entreprises fintech, les modèles ouverts peuvent accélérer l’adoption de l’écosystème. Des développeurs externes peuvent créer des applications adaptées aux tâches du secteur, élargissant ainsi les cas d’usage pratiques sans développement direct par le fournisseur. Ant Group a déjà adopté des approches similaires dans les plateformes de paiement et de finance numérique, encourageant l’intégration de tiers.

Développement Multimodal avec Ming-Flash-Omni-2.0

Les publications de Ling et Ring suivent l’introduction de Ming-Flash-Omni-2.0 le 11 février. Ant Group a décrit ce modèle comme le premier à unifier la parole, l’audio et la musique dans une architecture unique. Les systèmes multimodaux intègrent plusieurs types de données, permettant des interactions entre la voix, le son et le texte.

Une telle capacité est pertinente pour les interfaces de services financiers. Les assistants vocaux, l’authentification audio et les outils de banque conversationnelle dépendent du traitement multimodal. L’intégration des modalités dans un seul modèle peut simplifier le déploiement et la coordination entre les canaux. Ant Group n’a pas divulgué de comparaisons de benchmarks pour Ming-Flash-Omni-2.0, mais le présente comme un modèle omni à grande échelle.

La synchronisation des sorties sur trois lignes de modèles suggère un développement coordonné plutôt que des mises à jour isolées. Ling, Ring et Ming couvrent ensemble le langage, le raisonnement et l’interaction multimodale. Cette combinaison correspond aux déploiements d’IA d’entreprise nécessitant plusieurs fonctions cognitives.

Développement de l’IA dans les Entreprises de Technologie Financière

Les grandes entreprises fintech construisent de plus en plus leur propre infrastructure d’IA. Les plateformes de paiement, banques numériques et marchés financiers génèrent d’énormes flux de données et gèrent des systèmes de risque complexes. Les modèles d’IA internes peuvent traiter à grande échelle les données de transaction, la communication client et les dossiers de conformité.

Ant Group investit dans la recherche en IA depuis plusieurs années, appliquant l’apprentissage automatique à la détection de fraude, l’évaluation du crédit et l’automatisation des services. La famille Ling étend cette capacité aux modèles de langage généralistes et de raisonnement. Les publications ouvertes élargissent leur portée au-delà de l’usage interne.

Cette approche reflète une tendance plus large dans la finance technologique. Le développement de l’IA ne se limite plus aux modèles de prédiction spécialisés. Il inclut désormais de grands systèmes de langage et de raisonnement capables de tâches générales. Ces modèles peuvent soutenir des agents automatisés, l’analyse décisionnelle et des interfaces conversationnelles.

Vers la Recherche sur l’Intelligence Artificielle Générale

Ant Group a présenté les mises à jour de la famille Ling comme une étape vers l’intelligence artificielle générale (AGI). L’AGI désigne des systèmes capables d’effectuer une large gamme de tâches cognitives avec une adaptabilité comparable au raisonnement humain. Les définitions industrielles varient, et l’AGI reste un objectif ambitieux plutôt qu’une étape concrète.

La publication de modèles de trillions de paramètres contribue à l’échelle de la recherche. Le nombre de paramètres seul ne détermine pas la capacité, mais de grands modèles permettent souvent un apprentissage de représentations plus large. Combinés à des expérimentations d’architecture de raisonnement et d’intégration multimodale, ces travaux explorent des voies vers des systèmes généraux.

Ant Group n’a pas précisé de calendrier ni de métriques pour le progrès vers l’AGI. L’entreprise décrit ces publications comme des étapes dans une recherche continue, plutôt que comme des revendications d’avoir atteint une intelligence générale. La disponibilité publique des modèles permet une évaluation et une comparaison externes, ce qui peut orienter la recherche.

Implications pour le Déploiement de l’IA en Entreprise

Les nouveaux modèles pourraient influencer l’adoption de l’IA dans la finance et d’autres secteurs. Les modèles de langage à contexte long permettent l’analyse de documents étendus et d’historiques de transactions. Les systèmes axés sur le raisonnement soutiennent des tâches d’évaluation structurée. Les modèles multimodaux facilitent l’interaction vocale.

L’accès ouvert permet aux organisations de tester ces capacités sans barrières de licences propriétaires. Les entreprises peuvent affiner ces modèles pour des tâches spécifiques comme la surveillance de conformité, l’analyse de contrats ou l’automatisation du support client. La réduction de l’utilisation de tokens dans Ling-2.5-1T peut réduire les coûts opérationnels dans les déploiements à grande échelle.

Les performances sur les benchmarks mathématiques indiquent un potentiel pour des tâches analytiques, mais leur application concrète nécessite une adaptation. Les entreprises combinent généralement des modèles de base avec des données spécialisées et des systèmes de contrôle. Les publications ouvertes d’Ant Group offrent des architectures de départ plutôt que des solutions clés en main.

Contexte Concurrentiel des Modèles d’IA Ouverte

Les modèles d’IA ouverts sont devenus un terrain concurrentiel parmi les entreprises technologiques et les groupes de recherche. Les sociétés publient des systèmes de plus en plus grands et performants pour attirer des écosystèmes de développeurs et influencer les standards. La disponibilité sur des dépôts majeurs favorise l’adoption et l’expérimentation.

Les publications d’Ant Group positionnent l’entreprise parmi les contributeurs mondiaux aux modèles ouverts à grande échelle. Historiquement, les entreprises fintech utilisaient des outils d’IA développés ailleurs. La construction et la publication de modèles fondamentaux marquent une évolution vers l’innovation interne et l’influence extérieure.

Les lancements de Ling-2.5-1T et Ring-2.5-1T ont donc une importance stratégique au-delà des simples métriques techniques. Ils témoignent d’un investissement soutenu dans la recherche en IA à grande échelle au sein d’une organisation fintech et d’une volonté de partager les résultats avec la communauté de développement plus large.

Perspectives

Les dernières mises à jour de la famille Ling d’Ant Group étendent leur portefeuille d’IA ouverte dans les domaines du langage, du raisonnement et du multimodal. Les publications mettent l’accent sur l’efficacité, la résolution structurée de problèmes et l’intégration intermodale. Leur disponibilité publique invite à l’évaluation et à l’application externes.

Alors que les entreprises de technologie financière approfondissent leurs investissements en IA, le développement de modèles fondamentaux devient une composante de leur infrastructure technologique. Les publications à trillions de paramètres d’Ant Group illustrent cette évolution. L’impact pratique dépendra de la manière dont les développeurs et les entreprises appliqueront ces systèmes dans des tâches réelles, de l’analyse financière à l’interaction numérique.

Pour l’instant, les lancements de Ling-2.5-1T et Ring-2.5-1T marquent une étape supplémentaire dans l’intégration de la recherche avancée en IA dans le secteur fintech et son écosystème d’innovation ouverte.