Ant Group mở rộng các mô hình AI mở với Ling-2.5-1T và Ring-2.5-1T

Khám phá các tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

Được đọc bởi các giám đốc điều hành tại JP Morgan, Coinbase, Blackrock, Klarna và nhiều hơn nữa

Phát triển trí tuệ nhân tạo trong các công ty công nghệ tài chính lớn đang bước vào một giai đoạn mới. Ant Group đã phát hành hai mô hình AI có tới một nghìn tỷ tham số dưới giấy phép mở, mở rộng dòng mô hình Ling của họ và báo hiệu tiếp tục đầu tư vào các hệ thống lý luận tiên tiến liên kết với dịch vụ tài chính và kỹ thuật số.

Công ty fintech có trụ sở tại Hàng Châu này đã công bố Ling-2.5-1T, một mô hình ngôn ngữ lớn được thiết kế để lý luận hiệu quả và tương tác với tác nhân, cùng với Ring-2.5-1T, được mô tả là mô hình tư duy lai kiến trúc tuyến tính đầu tiên. Cả hai hệ thống đều dựa trên dòng Ling 2.0 được giới thiệu vào tháng 10 năm 2025 và có sẵn trên Hugging Face và ModelScope, hai nền tảng phổ biến để phân phối AI mở.

Các bản phát hành này là một phần của cập nhật rộng hơn trên danh mục AI mở của Ant Group, bao gồm cả dòng Ming đa phương thức. Đầu tháng này, công ty đã giới thiệu Ming-Flash-Omni-2.0, một mô hình thống nhất xử lý giọng nói, âm thanh và âm nhạc trong một kiến trúc duy nhất.

Mô hình Trillion-Parameter Tập trung vào Lý luận Hiệu quả

Ling-2.5-1T là mô hình hàng đầu mới nhất trong dòng Ling của Ant Group. Tài liệu của công ty mô tả các cải tiến về hiệu quả lý luận và sự phù hợp về sở thích, cùng với hỗ trợ cho tương tác tác nhân bản địa. Mô hình chấp nhận độ dài ngữ cảnh lên tới một triệu token, cho phép phân tích dạng dài và các nhiệm vụ đối thoại mở rộng.

Các cải tiến về hiệu quả dường như là trung tâm của bản cập nhật này. Ant Group cho biết Ling-2.5-1T đạt hiệu suất của các mô hình lý luận tiên tiến nhất trên chuẩn AIME 2026 trong khi sử dụng ít token hơn đáng kể. Các hệ thống tương tự thường yêu cầu từ 15.000 đến 23.000 token để đạt kết quả tương tự. Ling-2.5-1T sử dụng khoảng 5.890 token, theo công ty.

Việc giảm số token sử dụng ảnh hưởng đến chi phí tính toán và tốc độ phản hồi. Trong các triển khai doanh nghiệp, những cải tiến này có thể giảm chi phí suy luận và cho phép các ứng dụng quy mô lớn hơn. Các công ty công nghệ tài chính thường xử lý các nhiệm vụ ngôn ngữ có khối lượng lớn như phân tích tuân thủ, tương tác khách hàng và xem xét tài liệu. Do đó, hiệu quả mang ý nghĩa vận hành quan trọng.

Ring-2.5-1T Nhắm tới Lý luận Toán học Tiên tiến

Ring-2.5-1T thuộc dòng Ring tối ưu hóa lý luận của Ant Group. Mô hình sử dụng kiến trúc lai tuyến tính mà công ty gọi là, nhằm cải thiện khả năng giải quyết vấn đề có cấu trúc. Ant Group đã báo cáo điểm số cao trên các chuẩn kiểm tra toán học học thuật, bao gồm cả kết quả đạt tiêu chuẩn huy chương vàng trong các cuộc thi quốc tế.

Trên chuẩn Olympic Toán học Quốc tế 2025, Ring-2.5-1T đạt 35/42. Trên chuẩn Olympic Toán học Trung Quốc 2025, nó đạt 105/126, vượt qua ngưỡng của đội tuyển quốc gia. Các bài kiểm tra này đánh giá khả năng lý luận nhiều bước và thao tác ký hiệu thay vì khả năng ngôn ngữ chung.

Hiệu suất mạnh trong lĩnh vực này cho thấy tiến bộ trong các hệ thống lý luận chuyên biệt. Các chuẩn toán học đã trở thành điểm tham chiếu để đánh giá khả năng lý luận của các mô hình lớn. Các cải tiến này có thể chuyển thành các ứng dụng yêu cầu phân tích có cấu trúc, như mô hình tài chính, đánh giá rủi ro hoặc tính toán khoa học.

Mở Rộng Dòng Mô Hình Ling

Dòng Ling, còn gọi là BaiLing, hiện gồm ba dòng chính: các mô hình ngôn ngữ chung Ling, các mô hình lý luận Ring và các hệ thống đa phương thức Ming. Các bản phát hành tháng 2 cập nhật từng dòng trong một khoảng thời gian ngắn. Ant Group mô tả các bản phát hành này như một nâng cấp toàn diện trên toàn bộ dòng mô hình mở.

Phân phối mở vẫn là một phần quan trọng trong chiến lược. Bằng cách phát hành các mô hình dưới giấy phép mở, Ant Group cho phép các nhà nghiên cứu và nhà phát triển truy cập và điều chỉnh chúng. AI mã nguồn mở đã trở thành một lĩnh vực cạnh tranh giữa các tập đoàn công nghệ lớn và các nhóm nghiên cứu. Việc có sẵn trên Hugging Face và ModelScope giúp các mô hình này nằm trong cộng đồng phát triển toàn cầu.

Đối với các công ty fintech, các mô hình mở có thể thúc đẩy sự chấp nhận hệ sinh thái nhanh hơn. Các nhà phát triển bên ngoài có thể xây dựng các ứng dụng phù hợp với các nhiệm vụ ngành, mở rộng các trường hợp sử dụng thực tế mà không cần phát triển trực tiếp từ nhà cung cấp. Ant Group đã theo đuổi các phương pháp tương tự trong các nền tảng thanh toán và tài chính kỹ thuật số, khuyến khích tích hợp của bên thứ ba.

Phát Triển Đa Phương Thức Với Ming-Flash-Omni-2.0

Các bản phát hành Ling và Ring theo sau việc giới thiệu Ming-Flash-Omni-2.0 vào ngày 11 tháng 2. Ant Group mô tả mô hình này là mô hình đầu tiên hợp nhất giọng nói, âm thanh và âm nhạc trong một kiến trúc duy nhất. Các hệ thống đa phương thức tích hợp nhiều loại dữ liệu, cho phép tương tác qua giọng nói, âm thanh và văn bản.

Khả năng này có liên quan đến giao diện dịch vụ tài chính. Trợ lý giọng nói, xác thực âm thanh và các công cụ ngân hàng hội thoại dựa vào xử lý đa phương thức. Việc tích hợp các phương thức này vào một mô hình có thể đơn giản hóa việc triển khai và phối hợp qua các kênh. Ant Group không tiết lộ so sánh chuẩn cho Ming-Flash-Omni-2.0 nhưng định vị nó là một mô hình omni quy mô lớn.

Thời điểm các bản phát hành của ba dòng mô hình này cho thấy sự phát triển phối hợp hơn là các cập nhật riêng lẻ. Ling, Ring và Ming cùng nhau bao gồm ngôn ngữ, lý luận và tương tác đa phương thức. Sự kết hợp này phù hợp với các triển khai AI doanh nghiệp yêu cầu nhiều chức năng nhận thức.

Phát Triển AI Trong Các Công Ty Công Nghệ Tài Chính

Các công ty fintech lớn ngày càng xây dựng hạ tầng AI riêng của họ. Các nền tảng thanh toán, ngân hàng kỹ thuật số và thị trường tài chính tạo ra luồng dữ liệu khổng lồ và vận hành các hệ thống rủi ro phức tạp. Các mô hình AI nội bộ có thể xử lý dữ liệu giao dịch, giao tiếp khách hàng và hồ sơ tuân thủ quy định ở quy mô lớn.

Ant Group đã đầu tư vào nghiên cứu AI trong nhiều năm, ứng dụng machine learning trong phát hiện gian lận, đánh giá tín dụng và tự động hóa dịch vụ. Dòng Ling mở rộng khả năng này sang các mô hình ngôn ngữ chung và lý luận chuyên sâu. Các bản phát hành mở rộng phạm vi tiếp cận vượt ra ngoài sử dụng nội bộ.

Cách tiếp cận này phản ánh xu hướng rộng hơn trong các công ty tài chính dựa trên công nghệ. Phát triển AI không còn chỉ tập trung vào các mô hình dự đoán chuyên biệt nữa. Hiện nay, các hệ thống ngôn ngữ lớn và lý luận có khả năng thực hiện các nhiệm vụ chung. Các mô hình này có thể hỗ trợ các tác nhân tự động, phân tích quyết định và giao diện hội thoại.

Hướng tới Nghiên cứu Trí Tuệ Nhân Tạo Chung

Ant Group đã xem các nâng cấp dòng Ling như một bước tiến hướng tới trí tuệ nhân tạo chung (AGI). AGI đề cập đến các hệ thống có khả năng thực hiện nhiều nhiệm vụ nhận thức với khả năng thích nghi tương tự như lý luận của con người. Các định nghĩa trong ngành khác nhau, và AGI vẫn là mục tiêu đầy tham vọng hơn là một mốc đã đạt được.

Việc phát hành các mô hình có tới hàng nghìn tỷ tham số góp phần vào quy mô nghiên cứu. Số lượng tham số không quyết định khả năng, nhưng các mô hình lớn thường cho phép học biểu diễn rộng hơn. Kết hợp với các thử nghiệm kiến trúc lý luận và tích hợp đa phương thức, các công trình này khám phá các con đường hướng tới các hệ thống tổng quát hơn.

Ant Group không đề cập đến thời gian hoặc các tiêu chí cho tiến trình AGI. Công ty mô tả các bản phát hành như các bước trong nghiên cứu liên tục chứ không phải là tuyên bố đạt được trí tuệ nhân tạo chung. Việc công khai các mô hình cho phép đánh giá và so sánh bên ngoài, từ đó định hướng nghiên cứu.

Ảnh Hưởng Đến Triển Khai AI Doanh Nghiệp

Các mô hình mới này có thể ảnh hưởng đến việc các doanh nghiệp áp dụng AI trong tài chính và các lĩnh vực khác. Các mô hình ngôn ngữ dài hạn cho phép phân tích các tài liệu và lịch sử giao dịch mở rộng. Các hệ thống lý luận hỗ trợ các nhiệm vụ đánh giá có cấu trúc. Các mô hình đa phương thức cho phép tương tác qua giọng nói.

Việc truy cập mở cho phép các tổ chức thử nghiệm các khả năng này mà không gặp rào cản về giấy phép độc quyền. Các công ty có thể tinh chỉnh các mô hình cho các nhiệm vụ đặc thù ngành như giám sát tuân thủ, phân tích hợp đồng hoặc tự động hóa hỗ trợ khách hàng. Việc giảm token trong Ling-2.5-1T có thể giảm chi phí vận hành trong các triển khai lớn.

Hiệu suất chuẩn trong toán học cho thấy tiềm năng cho các nhiệm vụ phân tích, mặc dù việc chuyển đổi sang các lĩnh vực ứng dụng đòi hỏi thích nghi. Các doanh nghiệp thường kết hợp các mô hình cơ bản với dữ liệu chuyên biệt và hệ thống kiểm soát. Các bản phát hành mở của Ant Group cung cấp kiến trúc khởi đầu chứ không phải là các giải pháp doanh nghiệp hoàn chỉnh.

Bối cảnh Cạnh Tranh Trong Các Mô Hình AI Mở

Các mô hình AI mở đã trở thành một đấu trường cạnh tranh giữa các công ty công nghệ và nhóm nghiên cứu. Các công ty phát hành các hệ thống ngày càng lớn và mạnh mẽ hơn để thu hút hệ sinh thái nhà phát triển và ảnh hưởng đến tiêu chuẩn. Việc có sẵn trên các kho lưu trữ lớn hỗ trợ việc áp dụng và thử nghiệm.

Các bản phát hành của Ant Group định vị công ty trong số các nhà đóng góp toàn cầu vào các mô hình mở quy mô lớn. Các công ty công nghệ tài chính trước đây chủ yếu tiêu thụ các công cụ AI phát triển ở nơi khác. Việc xây dựng và phát hành các mô hình nền tảng thể hiện một bước chuyển hướng sang đổi mới nội bộ và ảnh hưởng bên ngoài.

Việc ra mắt Ling-2.5-1T và Ring-2.5-1T do đó mang ý nghĩa chiến lược vượt ra ngoài các chỉ số kỹ thuật. Chúng cho thấy sự đầu tư bền bỉ vào nghiên cứu AI quy mô lớn trong một tổ chức fintech và sẵn sàng chia sẻ kết quả với cộng đồng phát triển rộng lớn hơn.

Triển vọng

Các cập nhật mới nhất của Ant Group về dòng Ling mở rộng danh mục AI mở của họ trên các lĩnh vực ngôn ngữ, lý luận và đa phương thức. Các bản phát hành nhấn mạnh hiệu quả, giải quyết vấn đề có cấu trúc và tích hợp đa phương thức. Sự công khai mời gọi đánh giá và ứng dụng từ bên ngoài.

Khi các công ty công nghệ tài chính tăng cường đầu tư vào AI, phát triển các mô hình nền tảng đang trở thành một phần của hệ thống công nghệ của họ. Các bản phát hành hàng nghìn tỷ tham số của Ant Group minh họa cho xu hướng này. Ảnh hưởng thực tế sẽ phụ thuộc vào cách các nhà phát triển và doanh nghiệp áp dụng các hệ thống này trong các nhiệm vụ thực tế, từ phân tích tài chính đến tương tác kỹ thuật số.

Hiện tại, các bản ra mắt Ling-2.5-1T và Ring-2.5-1T đánh dấu một bước nữa trong việc tích hợp nghiên cứu AI tiên tiến vào lĩnh vực fintech và hệ sinh thái đổi mới mở của nó.