文/WEMONEY研究室

以ChatGPT為代表的通用大模型熱持續了半年之后正在逐步降溫。行業從比技術和算力，向應用層過渡，更多目光開始轉向了可落地的垂直領域產業大模型，通過大模型的技術創新能力，不斷迭代提升產業效率。

在眾多產業領域中，金融業屬于為各行各業注入血液的前導行業，走在產業發展的浪潮尖端。作為人工智能應用要求高、場景豐富，金融行業也是大模型技術和算法突破的沃土。但鑒于金融行業對數據專業性以及在風控、合規、安全層面的要求都更高，對于金融大模型的研發和探索難度也要更高。

只有在金融行業有一定積淀且在AI技術上不斷探索精進的企業才有機會獲得入場券。從近期發布了“天鏡”大模型的頭部持牌金融機構馬上消費身上可以窺探一二。據悉，成立至今馬上消費已經積累了1.79億用戶，超過2000個模型，10萬+變量，近50PB的多模態、高質量數據，訓練出的“天鏡”大模型更為精準、安全和可控。當前，天鏡大模型的“三縱三橫”技術布局已經在行業得到應用落地，好評如潮。隨著AI技術的不斷更新，以馬上消費為代表的金融科技企業將繼續引領金融科技行業新變革。

1、AI大模型重新定義金融科技

當前，金融行業也已經從增量市場進入到存量競爭階段，整個行業都面臨著客戶留存難、競爭加劇等難題。此時，更需要運用科技來提升運營效率和用戶體驗。且傳統金融服務在用戶體驗改善過程中，存在“發現難、體驗難、服務難”的問題，AI大模型的出現，能夠幫助金融行業解決這些問題。進入新數智經濟時代，AI大模型將重新定義金融科技。

金融GPT的出現，實現了金融資訊、產品介紹內容的文本自動生成，大大提升了金融機構內容運營的效率。AI大模型對于金融企業的紅利，在于助力企業實現降本增效，通過構建虛擬客服在線交互，向用戶提供更人性的服務。

不過，相較于其他領域金融行業具有一定特殊性，體現在對數據專業性以及在風控、合規、安全層面的要求都更高，也正因如此金融機構和企業在探索垂直領域大模型上遇到了更大的挑戰，需要更懂金融的科技企業助推。此前，馬上消費CTO蔣寧曾在2023世界人工智能大會上指出，由于金融行業具有“數據密集型、技術密集型”等特點，而這個行業一直希望將數據資產化，但同時也面臨著如銀行線下網點的價值傳遞效率和用戶體驗等問題，需要機構持續創新。

在8月28日金融大模型發展論壇暨馬上消費金融大模型發布會上，蔣寧再次談到了金融領域大模型面臨的四大難題，即關鍵性任務和動態適應性、個性化要求和隱私保護、群體智能與安全可信和基礎設施的能力。

“馬上消費做了一個很好的示范作用，開了一個好頭。”中國工程院院士、浙江大學求是特聘教授譚建榮在發布會上表示，馬上消費能探索金融大模型，說明了是行業的領頭羊，有了數據和模型，才能從不確定的關系轉變為確定的關系，從變量中找出不變量。

作為以科技驅動的頭部持牌消費金融機構，馬上消費積累了1.79億的用戶，有超2000個模型，10萬+變量，近50PB的多模態、高質量的數據等，通過在這些自身數據上做模型精調對齊訓練，同時再用推理加速技術實現模型可控，從而相比其他企業更懂金融。

研發金融大模型的兩大前提是要做到“可控、安全”，提升大模型應用的可信實踐，推動金融大模型的發展進程需要集百家之力。在“天鏡”大模型發布之際，馬上消費與中國信通院、重慶國家應用數學中心牽頭發起了“金融大模型可信安全驗證與聯合創新行動計劃”。聯合倡議發起者還包括，阿里云、百行征信、北京火山引擎科技有限公司、中關村科金、畢馬威、復旦大學金融科技研究院、樸道征信、騰訊云、中國科學院自動化研究所等權威專業機構及企業。

全國政協委員、國際系統與控制科學院院士、重慶國家應用數學中心主任楊新民院士在上述發布會上提到，接下來將與馬上消費率先在金融領域進行原創性探索，包括加強深度防偽驗證系統，包括人臉識別及生物特征識別驗證系統的活體檢測、Deepfake偽造檢測、對抗攻擊與防御、深度學習可解釋性等。

2、“三縱三橫”深入布局，科技領先構筑壁壘

金融業的大模型門檻和安全合規要求極高，對參與者的要求也更高。深耕消費金融業8年，馬上消費對行業有著系統性的深刻認知，在大模型的技術研發上也一直不遺余力。馬上消費的科研能力行業領先，從直觀的科研投入力度便可窺探一二。資料顯示，馬上消費累計投入科研費用逾 30億元。躋身人工智能產業創新國家隊。大模型時代，馬上消費在算力、算法、數據上構筑了強大的壁壘。

馬上消費大模型命名為“天鏡大模型”，寓意大模型是人類智慧的鏡像，推動金融機構高質量發展。作為行業領航者，馬上消費致力于構建可信、合規、多模態、適配全域、泛化的金融大模型技術能力體系，聚焦行業領先的基礎語言特性能力、邏輯和推理能力、語義理解、生成與創作、金融領域能力、安全與合規能力等六大核心領域，為推動金融數字化轉型搭建了實質性的工具。

天鏡大模型由“三縱三橫”的發展技術布局，扎根金融垂直領域，縱向尋找到該領域的專業性和可用性，橫向引入生成式模型強大的遷移學習和泛化能力，嵌入優化金融業流程。

其中，“三縱”是指實時人機協作、多模態智能、數據決策智能，在數據領域實現智能化，實現結構性數據判別式模型的綜合能力。“三橫”是指持續學習、模型合規、組合式AI形成安全、合規、可信的魯棒性技術能力，確保讓模型越用越聰明，同時更穩定、更安全可控。

蔣寧表示：“我們希望在任何情況下，它給客戶的回答，給所有的員工的回答是合規的，并且在任何不可預期的情況下它的結果是穩定的，這來源于馬上今天幾千個模型，上萬個變量形成的模型。”

隨著大模型的開放開源，深度合成技術的非法使用存在加速積聚的風險。中國信息通信研究院副總工程師王愛華在發布會上提到“可信人工智能實踐的路徑逐步清晰。人工智能發揮作用越大，它對于安全可信的要求也是越高的。當從業者自身把安全和一些問題作為發展第一要務的時候，說明這個技術在整個領域會進行應用。”

當前，天鏡大模型的場景應用已經覆蓋了金融行業全鏈路，且部分功能已經在現實應用中投入使用，最核心的三大場景分別是金融智能對話，實現實時人機協作、持續學習、可信安全合規；金融數字人，通過大模型+組合式AI多模態能力，實現有溫度的數字人；金融服務的AI核心引擎，通過大模型的大腦與心理學的有機結合，實現有情感的人機互動體驗。

在金融領域，人工客服場景是常見的應用方向之一，天鏡大模型的智能客服應用，匯聚了一線優秀人工坐席客服經驗，即可獨當一面實現一對多的客戶服務，亦可作為人工坐席的輔助，提升效率、優化服務流程。據悉，該模型已運行近3個月，意圖理解準確率達91%，相較于傳統AI的68%有較大提升；客戶參與率61%，高于傳統模型43%的參與率，也高于人工坐席平均28%的水平。

3、以“AI+金融”力，引領金融科技新變革

金融行業大模型的更大意義在于回饋社會，賦予行業價值。通過AI大模型釋放的能力，解放大量重復勞動，提高生產力，喚醒沉睡的數據資產，助力金融服務的“專精特新”變革，進而產生增量價值，推動金融成本的下降，推動“金融普惠”的持續進展。

在助力金融企業日常工作提效上，天鏡大模型不僅高效解決了提取、利用非結構化文檔中的數據資料的痛點，還降低了使用數據的門檻。

對于分析整理企業招股書、財報、經濟預測數據等文件，天鏡大模型，能夠深入解析金融領域專業術語、同時查詢定位多個不同文檔、洞悉金融圖表隱含的信息和強大歸納總結能力。此外，天鏡大模型SQL生成平臺不再需要代碼等專業指令，可直接向AI 說大白話，天鏡自動理解需求、展開檢索、生成答復，按照人的意思去完成數據挖掘的任務。當前，天鏡每日線上SQL生成數量650多次，線上SQL生成可執行比例53.4%，SPIDER標準數據集EX得分75.2，線上使用者滿意反饋比例82.3%，表現領先行業。

展望數字化未來，馬上金融打造的數字人也被寄予厚望。未來人機協同工作將大大解放勞動力，提升企業運轉效率。馬上消費研發的“數字外表+智慧大腦+情感內心”三合一數字人，不僅能擔任擅理解，有溫度，懂心理的智能秘書，還能成為不休不眠的智能“打工人”。

馬上消費人工智能研究院院長陸全在發布會上提到，未來希望能讓每個員工都能輕松擁有自己的數字分身，上傳自己的資料并定制一些參數后，只需5分鐘的訓練數據就可以生成“另一個我”，隨時可以被喚起，成為人人都擁有的超級助手，代替員工完成大量工作。歐洲科學院外籍院士、清華大學人工智能研究院常務副院長孫茂松亦表示，大模型的基本定位還是智力勞動者的助手，它不會把一個行業整體取代。”

大模型被視為劃時代的AI變革，作為科技驅動的持牌金融機構，馬上消費敏銳洞察局勢，通過在技術領域的持續積累和沉淀，以“實力派”的身份入局引領行業變革，展現出了其超長的戰略遠見和定力。

“馬上消費在AI大模型技術和算法上有著深厚的積累，期待其能在未來推動大模型應用在金融領域的探索和實踐，從而帶動和加速金融數字化和智能化的發展。”中國工程院院士倪光南表示。

瞄定長期主義戰略方向，堅持科技向善的初心，馬上消費將在AI變革時代，持續引領消費金融業邁入新的征程。