林威友

作者|王方玉

編輯|蘇建勛

AI大模型作為新一代人工智能的基石，為金融行業(yè)的智能化提供了強(qiáng)大的技術(shù)底座，降低了開發(fā)和應(yīng)用的門檻，堪稱金融智能化的“新基建”。

7月28日，在世界人工智能大會（WAIC2025）上，螞蟻數(shù)科正式發(fā)布金融推理大模型Agentar-Fin-R1。

據(jù)悉，該模型專為金融業(yè)應(yīng)用打造，在三大主流金融基準(zhǔn)測試中均取得最高評分，超越Deepseek等開源通用大模型及金融大模型，在金融專業(yè)性、推理能力以及安全合規(guī)能力上表現(xiàn)突出。

此外，螞蟻數(shù)科還提供非推理版本的14B與72B參數(shù)金融大模型以及基于百靈基礎(chǔ)大模型的MOE架構(gòu)大模型滿足金融機(jī)構(gòu)在多樣化場景部署的需求。

當(dāng)前，AI大模型在金融場景中仍然存在大模型的幻覺問題、輸出穩(wěn)定性問題、過程可解釋性問題等挑戰(zhàn)，專業(yè)化的金融推理大模型就成了必然需求。

基于一行業(yè)痛點，螞蟻數(shù)科CTO王維告訴36氪，螞蟻數(shù)科的模型產(chǎn)品思路是從水平通用大模型向?qū)I(yè)/專用模型演進(jìn)。“把過去產(chǎn)品所積累對客戶、場景以及解決方案的了解，能夠更深入吸取，進(jìn)而實現(xiàn)垂直專用的轉(zhuǎn)變?！?/p>

具體來說，在數(shù)據(jù)層面，螞蟻數(shù)科構(gòu)建了全面與專業(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、基金、信托等金融全場景?；谇|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，顯著提升了模型處理復(fù)雜任務(wù)的能力。

在訓(xùn)練層面，螞蟻數(shù)科采用了創(chuàng)新的加權(quán)訓(xùn)練算法，提高大模型對復(fù)雜金融任務(wù)的學(xué)習(xí)效率與性能。在后續(xù)業(yè)務(wù)應(yīng)用中，可顯著減少二次微調(diào)的數(shù)據(jù)需求與算力消耗，降低大模型落地的門檻與成本。

值得一提的是，螞蟻數(shù)科不僅研發(fā)行業(yè)模型，還布局了從金融行業(yè)大模型、AI平臺到上層應(yīng)用的全棧式解決方案。

打個比方，如果說大模型是“大腦”，那么智能體就是將這個“大腦”的認(rèn)知能力轉(zhuǎn)化為具體金融業(yè)務(wù)執(zhí)行力的“身體”和“行動者”。螞蟻數(shù)科發(fā)布的金融推理大模型，有助于進(jìn)一步加速金融智能體的落地應(yīng)用。

據(jù)悉，目前螞蟻數(shù)科已聯(lián)合金融行業(yè)伙伴推出超百個金融智能體解決方案，覆蓋銀行、證券、保險、通用金融等四大領(lǐng)域，金融機(jī)構(gòu)可以“即插即用”，提升一線員工工作效率超80%。

AI大模型要真正成為驅(qū)動業(yè)務(wù)增長的關(guān)鍵引擎，不僅關(guān)乎技術(shù)突破，更在于對金融場景的理解與實踐。而螞蟻在后一方面有著長期的實踐經(jīng)驗。

螞蟻數(shù)科AI技術(shù)負(fù)責(zé)人章鵬表示，螞蟻數(shù)科站在了AI大模型和金融的交匯點上。螞蟻集團(tuán)有很多自有實踐的業(yè)務(wù)場景，AI智能體經(jīng)過了螞蟻的親身實踐，同時數(shù)科又可以接觸到不同類型的金融機(jī)構(gòu)，因而積累了豐富的交叉經(jīng)驗。

不止螞蟻數(shù)科，世界人工智能大會（WAIC2025）上，科技廠商在金融領(lǐng)域的智能體應(yīng)用解決方案已遍地開花。從應(yīng)用場景看，金融智能體也從對客輔助工具的“單點嘗試”走向授信決策等核心業(yè)務(wù)場景，逐步走向規(guī)?；瘧?yīng)用。

“當(dāng)前正是AI智能體百花爭鳴的時代，AI智能體的發(fā)展將是一場長跑。螞蟻數(shù)科想走的路就是在垂直領(lǐng)域里持續(xù)奔跑，特別是在金融領(lǐng)域里，把螞蟻的稟賦更大程度發(fā)揮出來?！蓖蹙S對36氪表示。

弈元棋譜庫(2025年7月6日)

弈元棋譜庫(2025年7月13日)

2019年象棋軟件大賽:義結(jié)金蘭(56核)vs至尊四哥(56核)?？象棋愛好者