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

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

Được các lãnh đạo tại JP Morgan, Coinbase, Blackrock, Klarna và hơn thế nữa đọc

Sự phát triển trí tuệ nhân tạo bên trong các tập đoàn công nghệ tài chính lớn đang bước sang một giai đoạn mới. Ant Group đã phát hành hai mô hình AI với quy mô hai nghìn tỷ tham số theo giấy phép mở, mở rộng dòng mô hình Ling của họ và cho thấy việc tiếp tục đầu tư vào các hệ thống suy luận tiên tiến gắn với dịch vụ tài chính và kỹ thuật số.

Công ty fintech có trụ sở tại Hàng Châu đã công bố Ling-2.5-1T, một mô hình ngôn ngữ lớn được thiết kế để suy luận hiệu quả và tương tác với tác nhân, cùng với Ring-2.5-1T, được mô tả là mô hình suy nghĩ lai dạng kiến trúc tuyến tính đầu tiên. Cả hai hệ thống đều dựa trên chuỗi Ling 2.0 được giới thiệu vào tháng 10/2025 và có sẵn trên Hugging Face cũng như ModelScope, hai nền tảng được sử dụng rộng rãi cho việc phân phối AI mã nguồn mở.

Các bản phát hành này là một phần của bản cập nhật rộng hơn trong danh mục AI mã nguồn mở của Ant Group, vốn cũng bao gồm chuỗi đa phương thức Ming. 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 cùng một kiến trúc.

Các mô hình hàng nghìn tỷ tham số tập trung vào suy luận hiệu quả

Ling-2.5-1T đại diện cho phiên bản flagship mới nhất trong dòng mô hình ngôn ngữ tổng quát Ling của Ant Group. Tài liệu của công ty mô tả những cải tiến về hiệu quả suy luận và sự phù hợp về sở thích, cùng với hỗ trợ tương tác với tác nhân một cách bản địa. Mô hình chấp nhận độ dài ngữ cảnh lên tới một triệu token, cho phép phân tích dạng dài và các tác vụ hội thoại mở rộng.

Các cải thiện về hiệu quả dường như là trọng tâm của bản cập nhật. Ant Group cho biết Ling-2.5-1T đạt mức hiệu năng tương đương các mô hình suy luận tiên phong trên benchmark AIME 2026 trong khi sử dụng ít token đáng kể hơn. Các hệ thống tương đương thường cần từ 15.000 đến 23.000 token cho kết quả tương tự. Theo công ty, Ling-2.5-1T sử dụng khoảng 5.890 token.

Việc giảm mức sử dụng token ảnh hưởng đến chi phí tính toán và tốc độ phản hồi. Trong các triển khai doanh nghiệp, những cải tiến như vậy 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 tác vụ ngôn ngữ khối lượng lớn như phân tích tuân thủ, tương tác với khách hàng và rà soát tài liệu. Vì vậy, hiệu quả mang ý nghĩa vận hành quan trọng.

Ring-2.5-1T nhắm tới suy luận toán học nâng cao

Ring-2.5-1T thuộc dòng Ring được tối ưu cho suy luận của Ant Group. Mô hình sử dụng cái mà công ty gọi là kiến trúc tuyến tính lai, nhằm cải thiện việc giải quyết các bài toán theo cấu trúc. Ant Group cho biết mô hình đạt điểm cao trên các benchmark toán học học thuật, bao gồm các kết quả đạt tiêu chuẩn huy chương vàng tại các cuộc thi quốc tế.

Trên benchmark International Mathematical Olympiad 2025, Ring-2.5-1T đạt 35/42. Trên benchmark China Mathematical Olympiad 2025, nó đạt 105/126, vượt ngưỡng đội tuyển quốc gia. Những bài kiểm tra này đánh giá suy luận nhiều bước và thao tác ký hiệu thay vì năng lực trôi chảy ngôn ngữ nói chung.

Hiệu suất mạnh trong lĩnh vực này cho thấy tiến bộ trong các hệ thống suy luận chuyên biệt. Các benchmark toán học đã trở thành một mốc tham chiếu để đánh giá năng lực suy luận trong các mô hình lớn. Những cải tiến có thể chuyển thành các ứng dụng cần phân tích theo cấu trúc, như mô hình hóa tài chính, đánh giá rủi ro hoặc tính toán khoa học.

Mở rộng hệ mô hình Ling

Dòng Ling, còn được gọi là BaiLing, hiện bao gồm ba nhánh chính: các mô hình ngôn ngữ tổng quát Ling, các mô hình suy luận Ring và các hệ thống đa phương thức Ming. Các bản phát hành tháng Hai cập nhật từng nhánh trong một khoảng thời gian ngắn. Ant Group mô tả các bản phát hành này là một bản nâng cấp toàn diện trên toàn bộ họ mô hình mã nguồn mở.

Việc phân phối mã nguồn mở vẫn là một yếu tố đáng chú ý trong chiến lược. Bằng cách phát hành mô hình theo giấy phép mở, Ant Group cho phép các nhà nghiên cứu và nhà phát triển truy cập và tùy biến chúng. AI mã nguồn mở đã trở thành một lĩnh vực cạnh tranh giữa các công ty công nghệ lớn và nhóm nghiên cứu. Việc có sẵn trên Hugging Face và ModelScope đặt các mô hình vào trong các cộng đồng phát triển toàn cầu.

Đối với các công ty fintech, các mô hình mã nguồn mở có thể tăng tốc việc một hệ sinh thái được áp dụng rộng rãi. Các nhà phát triển bên ngoài có thể xây dựng các ứng dụng phù hợp với nhiệm vụ trong ngành, mở rộng các trường hợp sử dụng thực tiễn mà không cần phát triển trực tiếp từ nhà cung cấp. Ant Group đã theo đuổi các cách tiếp cận tương tự trong các nền tảng thanh toán và tài chính số, thúc đẩy việc tích hợp của bên thứ ba.

Phát triển đa phương thức với Ming-Flash-Omni-2.0

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

Khả năng đó có liên quan đối với các 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 vào một mô hình duy nhất có thể đơn giản hóa việc triển khai và phối hợp giữa các kênh. Ant Group không công bố các so sánh benchmark cho Ming-Flash-Omni-2.0 nhưng định vị nó như một mô hình omni quy mô lớn.

Thời điểm phát hành trên ba dòng mô hình cho thấy việc phát triển được phối hợp thay vì các bản cập nhật rời rạc. Ling, Ring và Ming cùng bao phủ tương tác ngôn ngữ, suy luận và đa phương thức. Sự kết hợp đó phù hợp với các triển khai AI trong doanh nghiệp cần nhiều chức năng nhận thức.

Phát triển AI bên trong các công ty công nghệ tài chính

Các công ty fintech lớn ngày càng xây dựng cơ sở hạ tầng AI độc quyền. Các nền tảng thanh toán, ngân hàng số và thị trường tài chính tạo ra các 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, liên lạc với khách hàng và hồ sơ tuân thủ ở quy mô lớn.

Ant Group đã đầu tư vào nghiên cứu AI trong vài năm, áp dụng học máy cho phát hiện gian lận, đánh giá tín dụng và tự động hóa dịch vụ. Dòng Ling mở rộng năng lực này sang các mô hình ngôn ngữ tổng quát và tập trung vào suy luận. Các bản phát hành mã nguồn mở mở rộng phạm vi sử dụng vượt ra ngoài hoạt động nội bộ.

Cách tiếp cận này phản ánh một xu hướng rộng hơn trong tài chính do công nghệ dẫn dắt. Phát triển AI không còn chỉ tập trung vào các mô hình dự đoán chuyên biệt. Giờ đây, nó bao gồm các hệ thống ngôn ngữ lớn và suy luận có khả năng thực hiện các tác vụ tổng quát. Các mô hình này có thể hỗ trợ các tác nhân tự động, phân tích ra quyết định và giao diện hội thoại.

Hướng tới nghiên cứu trí tuệ nhân tạo tổng quát

Ant Group định khung các bản nâng cấp cho dòng Ling như một bước tiến hướng tới trí tuệ nhân tạo tổng quát. AGI đề cập đến các hệ thống có khả năng thực hiện nhiều tác vụ nhận thức với mức độ thích nghi tương tự như suy luận của con người. Định nghĩa của ngành khác nhau, và AGI vẫn là một mục tiêu đầy tham vọng thay vì một mốc được xác định.

Việc phát hành các mô hình với hàng nghìn tỷ tham số góp phần mở rộng quy mô nghiên cứu. Số lượng tham số đơn thuần không quyết định năng lực, tuy nhiên các mô hình lớn thường cho phép học biểu diễn rộng hơn. Kết hợp với các thí nghiệm kiến trúc suy luận và tích hợp đa phương thức, công việc này khám phá các lối đi hướng tới các hệ thống tổng quát.

Ant Group không nêu rõ lộ trình hoặc các chỉ số cho tiến triển AGI. Công ty mô tả các bản phát hành như những bước trong quá trình nghiên cứu đang diễn ra, thay vì các tuyên bố về trí tuệ tổng quát đã đạt được. Việc công khai mô hình cho phép đánh giá và so sánh từ bên ngoài, từ đó có thể định hướng cho nghiên cứu.

Hàm ý đối với triển khai AI trong doanh nghiệp

Các mô hình mới có thể ảnh hưởng đến việc doanh nghiệp ứng dụng AI trong tài chính và các lĩnh vực khác. Các mô hình ngôn ngữ ngữ cảnh dài cho phép phân tích các tài liệu mở rộng và lịch sử giao dịch. Các hệ thống tập trung vào suy luận hỗ trợ các tác vụ đánh giá theo cấu trúc. Các mô hình đa phương thức cho phép tương tác bằng giọng nói.

Truy cập mở cho phép các tổ chức kiểm tra các năng lực này mà không gặp rào cản về giấy phép độc quyền. Các công ty có thể tinh chỉnh mô hình cho các tác vụ theo miền cụ thể như giám sát tuân thủ, phân tích hợp đồng hoặc tự động hóa hỗ trợ khách hàng. Việc giảm sử dụng token trong Ling-2.5-1T có thể giúp hạ chi phí vận hành trong các triển khai quy mô lớn.

Hiệu suất trên benchmark toán học cho thấy tiềm năng cho các tác vụ phân tích, dù để áp dụng vào lĩnh vực thực tiễn cần có sự điều chỉnh. Thông thường doanh nghiệp kết hợp các mô hình nền với dữ liệu chuyên biệt và hệ thống kiểm soát. Các bản phát hành mã nguồn mở của Ant Group cung cấp các kiến trúc khởi đầu thay vì giải pháp hoàn chỉnh cho doanh nghiệp.

Bối cảnh cạnh tranh trong các mô hình AI mã nguồn mở

Các mô hình AI mã nguồn mở đã trở thành một đấu trường cạnh tranh giữa các công ty công nghệ và nhóm nghiên cứu. Các công ty phát hành ngày càng nhiều hệ thống lớn và mạnh hơn để thu hút hệ sinh thái nhà phát triển và tác động đến các tiêu chuẩn. Sự hiện diện trên các kho lưu trữ lớn hỗ trợ việc áp dụng và thử nghiệm.

Các bản phát hành của Ant Group đặt công ty vào nhóm các nhà đóng góp toàn cầu cho các mô hình quy mô lớn mã nguồn mở. Các công ty công nghệ tài chính trước đây thường sử dụng các công cụ AI do nơi khác phát triển. Việc xây dựng và phát hành các mô hình nền tảng cho thấy sự thay đổi hướng tới đổi mới nội bộ và ảnh hưởng ra bên ngoài.

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

Triển vọng

Các bản cập nhật mới nhất cho dòng Ling của Ant Group mở rộng danh mục AI mã nguồn mở của họ trên các lĩnh vực ngôn ngữ, suy luận và đa phương thức. Các bản phát hành nhấn mạnh hiệu quả, giải quyết vấn đề theo cấu trúc và tích hợp đa phương thức. Việc công khai khả dụng 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 trong “ngăn công nghệ” của họ. Các bản phát hành với hàng nghìn tỷ tham số của Ant Group minh họa sự thay đổi đó. Tác động thực tiễn sẽ phụ thuộc vào cách các nhà phát triển và doanh nghiệp áp dụng các hệ thống này vào các tác vụ trong đời thực, từ phân tích tài chính đến tương tác 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 nâng cao vào lĩnh vực fintech và hệ sinh thái đổi mới mã nguồn mở của nó.