蚂蚁集团扩展开放AI模型，推出Ling-2.5-1T和Ring-2.5-1T

发现顶级金融科技新闻和活动！

订阅FinTech Weekly的通讯

被JP Morgan、Coinbase、Blackrock、Klarna等高管阅读

大型金融科技公司内部的人工智能发展正进入一个新阶段。蚂蚁集团发布了两个万亿参数的人工智能模型，并以开放许可证进行发布，扩展了其Ling模型家族，表明其在与金融和数字服务相关的高级推理系统方面的持续投资。

这家总部位于杭州的金融科技公司宣布了Ling-2.5-1T，这是一个旨在高效推理和代理交互的大型语言模型，同时还推出了Ring-2.5-1T，被描述为首个混合线性架构思维模型。这两个系统基于2025年10月推出的Ling 2.0系列，并在Hugging Face和ModelScope上可用， 这两个平台是开放人工智能分发的广泛使用平台。

这些发布是蚂蚁集团开放人工智能投资组合更广泛更新的一部分，后者还包括Ming多模态系列。本月早些时候，该公司推出了Ming-Flash-Omni-2.0，这是一个在单一架构中处理语音、音频和音乐的统一模型。

万亿参数模型专注于高效推理

Ling-2.5-1T代表了蚂蚁集团Ling系列通用语言模型的最新旗舰产品。公司材料描述了推理效率和偏好对齐方面的改进，以及对本地代理交互的支持。该模型接受的上下文长度可达一百万个标记，使得长篇分析和扩展对话任务成为可能。

效率提升似乎是此次更新的核心。 蚂蚁集团报告称，Ling-2.5-1T在AIME 2026基准测试中与前沿推理模型的表现相匹配，同时使用的标记数量大幅减少。可比较的系统通常需要15,000到23,000个标记才能获得类似结果。根据该公司的数据，Ling-2.5-1T使用了大约5,890个标记。

减少的标记使用量影响计算成本和响应速度。在企业部署中，这种改进可以降低推理开支，并支持更大规模的应用。金融科技公司通常处理高容量的语言任务，如合规分析、客户互动和文档审查。因此，效率在运营中具有重要意义。

Ring-2.5-1T针对高级数学推理

Ring-2.5-1T属于蚂蚁集团的推理优化Ring系列。该模型采用公司称之为混合线性架构的设计，旨在改善结构化问题解决。蚂蚁集团报告称，在学术数学基准测试中取得了高分，包括在国际竞赛中达到金牌标准的结果。

在2025年国际数学奥林匹克基准测试中，Ring-2.5-1T获得了42分中的35分。在2025年中国数学奥林匹克基准测试中，它达到了126分中的105分，超过了国家队的分数线。这些测试评估的是多步骤推理和符号操作，而非一般语言流利度。

在这一领域的强劲表现表明了专业推理系统的进展。数学基准测试已成为评估大型模型推理能力的参考点。改进可能转化为需要结构化分析的应用，如金融建模、风险评估或科学计算。

Ling模型家族的扩展

Ling家族，也称为白灵，目前包括三个主要系列：Ling通用语言模型、Ring推理模型和Ming多模态系统。2月份的发布在短时间内更新了每个系列。蚂蚁集团将这些发布描述为开放模型家族的全面升级。

开放分发仍然是该战略的一个显著元素。通过以开放许可证发布模型，蚂蚁集团允许研究人员和开发者访问和改编这些模型。开源人工智能已成为主要技术公司和研究小组之间的竞争领域。Hugging Face和ModelScope上的可用性将这些模型置于全球开发社区之中。

对于金融科技公司来说，开放模型可以加速生态系统的采用。外部开发者可以构建针对行业任务的应用程序，扩展实际用例，而无需直接的供应商开发。蚂蚁集团在支付和数字金融平台中也采取了类似的方法，鼓励第三方集成。

与Ming-Flash-Omni-2.0的多模态发展

Ling和Ring的发布紧随Ming-Flash-Omni-2.0于2月11日的推出。蚂蚁集团将该模型描述为首个在单一架构中统一语音、音频和音乐的模型。多模态系统集成多种数据类型，使得在语音、声音和文本之间的交互成为可能。

这种能力与金融服务接口相关。语音助手、音频身份验证和对话银行工具依赖于多模态处理。将多种模式集成到一个模型中可以简化跨渠道的部署和协调。蚂蚁集团没有披露Ming-Flash-Omni-2.0的基准比较，但将其定位为大规模的全能模型。

三条模型线的发布时机表明了协调开发而非孤立更新。Ling、Ring和Ming共同涵盖了语言、推理和多模态交互。这种组合与企业人工智能部署所需的多种认知功能相一致。

金融科技公司内部的人工智能发展

大型金融科技公司越来越多地构建专有的人工智能基础设施。支付平台、数字银行和金融市场产生大量数据流并运营复杂的风险系统。内部人工智能模型可以大规模处理交易数据、客户沟通和合规记录。

蚂蚁集团在人工智能研究上投资多年，将机器学习应用于欺诈检测、信用评估和服务自动化。Ling家族将这一能力延伸到通用和推理专注的语言模型。开放发布拓宽了超出内部使用的范围。

这种方法反映了技术驱动的金融公司中的更广泛趋势。人工智能的发展不再仅仅集中于专业的预测模型。它现在还包括能够执行一般任务的大型语言和推理系统。这些模型可以支持自动化代理、决策分析和对话接口。

朝着人工通用智能研究迈进

蚂蚁集团将Ling家族的升级视为朝着人工通用智能的进展。AGI是指能够执行广泛的认知任务，具有人类推理相似的适应能力的系统。行业定义各异，AGI仍然是一个理想目标，而不是一个明确的里程碑。

发布万亿参数模型有助于研究规模。参数数量本身并不决定能力，但大型模型通常能够实现更广泛的表征学习。结合推理架构实验和多模态集成，这项工作探讨了通用系统的路径。

蚂蚁集团没有具体说明AGI进展的时间表或指标。该公司将这些发布描述为持续研究中的步骤，而不是已实现的通用智能的声明。公共模型的可用性允许外部评估和比较，这可以为研究方向提供信息。

企业人工智能部署的影响

这些新模型可能会影响金融和其他行业的企业人工智能采用。长上下文语言模型使得对扩展文档和交易历史的分析成为可能。专注于推理的系统支持结构化评估任务。多模态模型实现了基于语音的交互。

开放访问允许组织在没有专有许可证障碍的情况下测试这些能力。公司可以为特定领域任务（如合规监控、合同分析或客户支持自动化）微调模型。Ling-2.5-1T中减少的标记使用量可能在大规模部署中降低运营成本。

数学基准测试的表现表明了分析任务的潜力，尽管将其转化为应用领域需要适应。企业通常将基础模型与专业数据和控制系统结合。蚂蚁集团的开放发布提供了起始架构，而不是完成的企业解决方案。

开放人工智能模型的竞争背景

开放人工智能模型已成为技术公司和研究小组之间的竞争领域。公司发布越来越大和更强大的系统，以吸引开发者生态系统并影响标准。主要存储库的可用性支持采用和实验。

蚂蚁集团的发布使其在全球开放大规模模型贡献者中占有一席之地。历史上，金融科技公司主要使用其他地方开发的人工智能工具。构建和发布基础模型标志着向内部创新和外部影响的转变。

因此，Ling-2.5-1T和Ring-2.5-1T的推出在技术指标之外具有战略意义。它们表明了在金融科技组织内对大规模人工智能研究的持续投资，以及与更广泛开发社区分享成果的意愿。

展望

蚂蚁集团最新的Ling家族更新扩展了其在语言、推理和多模态领域的开放人工智能投资组合。这些发布强调了效率、结构化问题解决和跨模态集成。公共可用性邀请外部评估和应用。

随着金融科技公司加深对人工智能的投资，基础模型开发正成为其技术栈的一部分。蚂蚁集团的万亿参数发布展示了这一转变。实际影响将取决于开发者和企业如何在现实任务中应用这些系统，从金融分析到数字交互。

目前，Ling-2.5-1T和Ring-2.5-1T的推出标志着先进人工智能研究在金融科技领域及其开放创新生态系统中的又一步整合。