金融行業(yè)又迎來了一個(gè)新的大模型。

7月底舉行的2025世界人工智能大會(huì)（WAIC）論壇上，螞蟻數(shù)科正式發(fā)布金融推理大模型Agentar-Fin-R1，提供32B和8B兩個(gè)版本，為金融AI應(yīng)用打造可靠可優(yōu)化智能中樞。

該模型基于Qwen3研發(fā)，在Fineval1.0、FinanceIQ等權(quán)威金融大模型評測基準(zhǔn)上超越同尺寸開源通用大模型以及金融大模型，顯示其更強(qiáng)的金融專業(yè)性、推理能力以及安全合規(guī)能力。

實(shí)際上，隨著大模型從技術(shù)走向應(yīng)用落地，金融行業(yè)的實(shí)際業(yè)務(wù)場景中，往往需要高度專業(yè)的金融知識(shí)、復(fù)雜的業(yè)務(wù)邏輯推理能力以及嚴(yán)格的金融級安全合規(guī)等要求，然而，現(xiàn)有的基礎(chǔ)大模型“幻覺率”依然很高，在解決實(shí)際金融任務(wù)時(shí)仍然存在諸多挑戰(zhàn)，因此，“百模大戰(zhàn)”下，金融這一專業(yè)領(lǐng)域也需要更懂金融的專業(yè)大模型。

螞蟻數(shù)科CEO趙聞飆表示，通用大模型距離產(chǎn)業(yè)實(shí)際應(yīng)用存在“知識(shí)鴻溝”。構(gòu)建專業(yè)的金融大模型是推進(jìn)金融與AI深度融合的必然路徑，未來，金融大模型的應(yīng)用深度將成為金融機(jī)構(gòu)競爭力的關(guān)鍵要素。

基礎(chǔ)大模型無法適應(yīng)金融專業(yè)場景

研究機(jī)構(gòu)IDC于近日發(fā)布的一份報(bào)告顯示，2024年，中國金融行業(yè)生成式 AI平臺(tái)及應(yīng)用解決方案市場總規(guī)模約為9.14億元人民幣，約占整體AI平臺(tái)及應(yīng)用市場規(guī)模的14%。

由于金融行業(yè)的特殊性，往往對于數(shù)據(jù)安全性、隱私保護(hù)以及監(jiān)管合規(guī)等要求高于其他行業(yè)。大多數(shù)金融機(jī)構(gòu)會(huì)選擇本地化部署方式落地生成式AI平臺(tái)及生成式AI應(yīng)用。數(shù)據(jù)顯示，2024年，中國金融行業(yè)生成式 AI 平臺(tái)及應(yīng)用解決方案市場規(guī)模中本地化部署方式的規(guī)模約占總規(guī)模的91%。

而且，保險(xiǎn)、消金/互金、券商等金融機(jī)構(gòu)在合同審核、智能客服、知識(shí)助手等場景仍會(huì)以MaaS（MaaS）模式接入大模型，以此提供以云服務(wù)模式交付的全流程大模型生命周期工具鏈以及大模型服務(wù)。

WAIC一場論壇上，浙江大學(xué)教授、區(qū)塊鏈與數(shù)據(jù)安全全國重點(diǎn)實(shí)驗(yàn)室主任陳純表示，大模型的專業(yè)化應(yīng)用，首要的是可靠性問題。盡管當(dāng)前技術(shù)SOTA（指行業(yè)頂尖水平）已經(jīng)達(dá)到了80%到90%的水平，但其可靠性距離醫(yī)療、工業(yè)、金融等專業(yè)場景的要求仍有顯著差距。

螞蟻數(shù)科CTO王維也表示，金融行業(yè)用好AI技術(shù)還是面臨很多的挑戰(zhàn)，包括大模型在金融場景中的“幻覺”、差錯(cuò)或者回答沒有達(dá)到金融企業(yè)要求，“如何把通用能力和場景鴻溝彌合。從水平通用大模型向?qū)I(yè)/專用模型演進(jìn)，這也是數(shù)科持續(xù)攻堅(jiān)的方向?！?/p>

事實(shí)上，螞蟻數(shù)科此次發(fā)布的金融推理大模型Agentar-Fin-R1，就是專門面向金融任務(wù)設(shè)計(jì)，通過構(gòu)建全面的金融任務(wù)數(shù)據(jù)體系以及模型訓(xùn)練算法創(chuàng)新，實(shí)現(xiàn)模型更強(qiáng)的金融推理能力及可信性。

在數(shù)據(jù)層面，螞蟻數(shù)科構(gòu)建了業(yè)內(nèi)最全面與專業(yè)的金融任務(wù)分類體系，包括6大類、66小類場景，覆蓋銀行、證券、保險(xiǎn)、基金、信托等金融全場景，基于千億級金融專業(yè)數(shù)據(jù)語料，通過可信數(shù)據(jù)合成技術(shù)以及結(jié)合專家標(biāo)注的金融長思維鏈（CoT）構(gòu)造機(jī)制，顯著提升模型處理復(fù)雜任務(wù)的能力；

訓(xùn)練層面，螞蟻創(chuàng)新的加權(quán)訓(xùn)練算法，最大化提升數(shù)據(jù)利用效率及訓(xùn)練效率，同時(shí)通過動(dòng)態(tài)分配訓(xùn)練資源，提高大模型對復(fù)雜金融任務(wù)學(xué)習(xí)效率與性能，在后續(xù)業(yè)務(wù)應(yīng)用中，可以顯著減少二次微調(diào)的數(shù)據(jù)需求與算力消耗，降低大模型落地企業(yè)的門檻和成本。

此外，Agentar-Fin-R1不斷更新迭代，吸收最新的金融政策、市場動(dòng)態(tài)等關(guān)鍵信息，并通過配套評測工具進(jìn)行針對性優(yōu)化，確保知識(shí)、能力和合規(guī)性始終緊跟行業(yè)變化，讓模型能力在真實(shí)業(yè)務(wù)場景中不斷進(jìn)化。

評測結(jié)果顯示，在業(yè)內(nèi)主流的大模型金融評估基準(zhǔn)Fineval 1.0、FinancelQ等評測中，Agentar-Fin-R1均取得最高評分，超過DeepSeek、Qwen等開源通用模型以及xuanyuan等金融大模型，并且Agentar-Fin-R1在金融能力顯著增強(qiáng)的同時(shí)，通用能力也表現(xiàn)出較高水準(zhǔn)。

為了考察大模型在實(shí)際金融場景中部署的能力，螞蟻數(shù)科還聯(lián)合中國工商銀行、寧波銀行、北京前沿金融監(jiān)管科技研究院、上海人工智能行業(yè)協(xié)會(huì)等機(jī)構(gòu)聯(lián)合推出Finova大模型金融應(yīng)用評測基準(zhǔn)，深度考察智能體能力、復(fù)雜推理以及安全合規(guī)能力。

在Finova評測中，Agentar-Fin-R1也取得最高評分，甚至超越DeepSeek-R1、GPT-o1等更大參數(shù)規(guī)模的通用模型。目前Finova已經(jīng)全面開源，推動(dòng)行業(yè)共同提升大模型在金融領(lǐng)域的應(yīng)用水平。

據(jù)悉，Agentar-Fin-R1包括32B和8B參數(shù)兩個(gè)版本。螞蟻數(shù)科還推出基于百靈大模型的MoE（混合專家）架構(gòu)模型，獲得更優(yōu)推理速度。此外，還有非推理版本的14B和72B參數(shù)大模型，以滿足金融機(jī)構(gòu)在多樣化場景下的部署需求。

“一個(gè)推理能力很強(qiáng)的垂直大模型，才能成為智能體可控、可靠、可優(yōu)化的智能中樞。齒輪決定了機(jī)器、履帶要嚴(yán)絲合縫，沒有關(guān)鍵性的齒輪，那其他的齒輪就帶不動(dòng)。而推理模型產(chǎn)生出來的推理能力、泛化和意圖識(shí)別能力，可以讓企業(yè)更加有意愿升級原有的業(yè)務(wù)模式，否則就很難談增量價(jià)值的創(chuàng)造了?！蓖蹙S稱。

“AI+金融”進(jìn)入深水區(qū)，2027年國內(nèi)規(guī)模將超35億元

IDC預(yù)計(jì)，到2027年，中國金融行業(yè)生成式 AI 平臺(tái)及應(yīng)用解決方案市場規(guī)模將攀升至35.09億元，較2024年實(shí)現(xiàn)384%的增幅。

IDC中國金融行業(yè)研究總監(jiān)高飛表示，隨著大模型相關(guān)技術(shù)的快速迭代，生成式AI在金融行業(yè)的實(shí)踐正在經(jīng)歷從“局部工具”向“企業(yè)級平臺(tái)能力”的升級。其應(yīng)用場景也在由單一的效率提升，逐步拓展至業(yè)務(wù)決策的支持與任務(wù)執(zhí)行。

“一個(gè)不能理解行業(yè)的大模型，它難以產(chǎn)生真正的價(jià)值。”王維表示，螞蟻數(shù)科希望幫助金融行業(yè)客戶解決大模型在核心業(yè)務(wù)場景落地的問題，讓大模型真正深入實(shí)際應(yīng)用場景，創(chuàng)造真實(shí)價(jià)值。

在王維看來，螞蟻數(shù)科的優(yōu)勢，一方面在于背靠螞蟻集團(tuán)的底層技術(shù)能力，另一方面來自于長期深耕金融場景所積累的金融know-how能力。

今年以來，螞蟻數(shù)科加速布局企業(yè)級大模型服務(wù)，并聚焦金融與新能源兩大行業(yè)場景。

其中，在金融領(lǐng)域，螞蟻數(shù)科此前推出金融智能體平臺(tái)Agentar，貫通智算調(diào)度、數(shù)據(jù)與模型平臺(tái)、行業(yè)大模型及應(yīng)用落地全流程，助力金融機(jī)構(gòu)高效搭建專業(yè)智能體應(yīng)用，加速大模型在金融行業(yè)的落地應(yīng)用。

今年7月，螞蟻數(shù)科還宣布聯(lián)合金融業(yè)伙伴進(jìn)行創(chuàng)新，推出超過100個(gè)金融場景智能體解決方案，覆蓋銀行、證券、保險(xiǎn)、通用等四大領(lǐng)域。包括零售業(yè)務(wù)助手、AI原生手機(jī)銀行、智能營銷和風(fēng)控等多個(gè)已經(jīng)在金融實(shí)際場景中深度應(yīng)用的智能體解決方案。

以上海某銀行為例。螞蟻數(shù)科助力該行打造的AI手機(jī)銀行，創(chuàng)新“對話即服務(wù)”模式，用戶通過自然對話即可獲取各類金融服務(wù)，月活用戶同比增長25%。

螞蟻數(shù)科與大地保險(xiǎn)打造的“AI大模型中臺(tái)”，則是保險(xiǎn)業(yè)內(nèi)首次將大模型、數(shù)據(jù)、算力和框架相結(jié)合，通過大模型技術(shù)與行業(yè)特定垂直場景緊密結(jié)合，大地保險(xiǎn)模型應(yīng)用部署過程無須人工介入和適配，效率提升80%，準(zhǔn)確率及智能體應(yīng)用問答效率提升近30%。

目前，螞蟻數(shù)科累計(jì)已服務(wù)100%的國有銀行和股份制銀行、超60%的地方性商業(yè)銀行、數(shù)百家金融機(jī)構(gòu)。

“AI 雖然離全面替代人工還有很長一段距離，但是利用AI賦能業(yè)務(wù)發(fā)展的趨勢和方向是毋庸置疑的。我們判斷，AI對人類社會(huì)的影響會(huì)越來越大，商業(yè)銀行與AI的連接，不是一個(gè)‘要不要’的問題，而是‘怎么用’的問題。”中國農(nóng)業(yè)銀行股份有限公司副董事長、執(zhí)行董事、行長王志恒近期對外表示。

王維強(qiáng)調(diào)，如今已經(jīng)進(jìn)入企業(yè)級智能體爆發(fā)之年，螞蟻數(shù)科會(huì)逐步覆蓋且深化金融場景，幫助客戶解決業(yè)務(wù)場景的難題，讓大模型在金融業(yè)從“可用”到“好用”，加速大模型在金融業(yè)的規(guī)?；瘍r(jià)值落地，“這是一場沒有完成時(shí)，只有進(jìn)行時(shí)的長跑”。（本文首發(fā)于鈦媒體App，作者｜林志佳，編輯｜蓋虹達(dá)）