有关疤(bā)宙(zhòu)搬(bān)险(xiǎn)的底层逻辑是什么?

　　、金融科技公司不断尝试和调整金融大模型，逐渐走出了适合自身的发展模式。在业内看来，2025年将是生成式

　　《华夏时报》记者从多位一线从业者处了解到，大型通过自建或联合共建大模型，实现了在多个业务的创新应用，中小则利用数据整合和模型精调，提升金融大模型的竞争力，另有金融科技公司选择在应用层发力，以实现成本效益最大化。

　　1月15日，毕马威中国金融科技主管合伙人黄艾舟对本报记者表示，结合当前金融大模型的建设情况来看，持续探索“AI+”应用已成为金融行业共识，呈现出传统AI与生成式AI相辅相成的趋势。一方面，以机器学习、知识图谱等为代表的传统AI技术仍在深化应用；另一方面，生成式AI应用也在加速落地。

　　根据国有四大行2024半年报，中国工商银行的千亿级大模型已在金融市场、信贷风控、网络金融等业务场景落地应用；中国农业银行正持续完善AI软硬件支撑体系，推动Al+应用场景落地；中国银行在试点代码辅助等大模型应用；中国建设银行则强调持续推进金融大模型建设及应用，包括全面赋能行内业务、提升文生图输出质量等。

　　与此同时，互联网银行也将大模型能力用于智能客服、智能风控、贷后管理等关键场景。如新网银行把大模型的应用实践主要放在三个人员密集型的场景里，分别是客服、营销和贷后，且在研发领域也有尝试。另有网商银行将AI大模型能力应用于产业链金融，使其成为金融风控系统的“助手”，帮助金融机构识别小微企业。

　　新网银行相关负责人对本报记者介绍道，在模型的选择上，新网银行以开源模型为主、商业模型为辅，这些都跟科技预算投入以及最终科技投入在业务上所产生的价值有相关性。

　　与银行不同的是，部分金融科技公司选择在应用层发力，通过细分的业务场景，对通用模型进行微调，形成基于实际业务的小模型。对于大多数机构而言，自建大模型并不现实，从小切口进入可以降低成本，逐步积累场景，以满足多样化的金融需求。

　　《2024毕马威中国金融科技企业双50报告》指出，当前，金融大模型的建设方式主要为：基础大模型底座以大厂的开源模型为主；平台层由部分金融科技企业提供平台化服务，且以数据治理类服务为主；应用层则是大部分金融科技企业选择发力的主阵地，持续助力金融机构等探索AI+、Agent等应用模式，代表案例有智能投顾、风控、反洗钱、防欺诈等。

　　黄艾舟表示，相关企业在充分分析场景需求基础上，确定应用开发模式，并适配恰当的模型类型和参数量级，将是实现成本效益最大化的可行举措。

　　某大模型一线从业者对记者坦言，当前通用大模型已经饱和，有三四个就足够了，市场更需要基于行业的小模型。他进一步分享道，国内某顶级风投认为自身此前对部分底层大模型的投资出现了失误，事实上落地产业才是硬道理。

　　中科闻歌副总裁汪小东对记者表示，金融大模型在To B端应用的关键在于，通过大模型与金融垂直专业知识的结合，大模型与专家小模型的结合，大模型与智能体（Agent）的结合，先从非决策性场景切入，如智能客服，再逐步延展到决策性场景，如智能投决、信贷信审等。

　　“我们不少金融客户的需求是，拿到模型之后经过微调可以直接使用，而不是从头学起。”某金融科技公司高管说道。

　　根据智能超参数统计，在金融大模型中标项目数量方面，百度和科大讯飞表现较为突出，两家厂商的中标项目数量都达到了双位数。智谱、火山引擎、阿里云、华讯网络、南天信息、中科闻歌、深擎科技、融汇金信、腾讯云、中关村科金等厂商中标项目数量在行业内排名相对靠前。

　　智谱是国内最早进入ToB领域的大模型公司之一，通过生态化打法提升模型智能水平。和智谱不同，科金的路径则是把重点投入到企业级的大模型中台，并推出得助大模型平台，以满足企业个性化场景的需求。

　　在中关村科金总裁喻友平看来，平台+应用+服务是企业大模型落地的最佳路径，也将引领企业智能化升级未来方向。在他看来，大模型在ToB领域实现商业化的核心是，要能够帮助客户解决核心问题。

　　奇富科技相关负责人则认为，在大模型的落地应用中，行业不应过度聚焦于参数和算力的竞争，而是要聚焦三个关键要素。首先是场景，业务导向的大模型应用并非仅依赖于优质模型，更需真实场景的不断打磨。其次是数据，将通用金融数据与业务场景数据深度融合，通过数据反馈机制确保模型性能良性循环。最后是多智能体协作，用户需求复杂多样，单个智能体难以满足，未来多智能体围绕核心需求优化结果将成为趋势。

　　回顾整个2024年，在大模型持续发酵的背景下，具身智能成为标志性风口，引得不少金融机构跃跃欲试。

　　智源研究院发布的《十大AI技术及应用趋势》报告显示，具身智能将成为AI技术及应用的重要焦点，它将AI融入机器人等实体，使它们具备类似感知、学习、交互能力。

　　在2024年7月举行的世界大会上，具身智能一时风头无两，灵巧的机械手、智能看娃设备、跳舞、做咖啡等吸引众多观众驻足。

　　所谓“具身智能”，是指将人工智能融入机器人等实体，赋予它们像人一样感知、学习和与环境动态交互的能力，简单理解就是赋予AI“身体”，这被认为是迈向通用人工智能的重要一步。

　　在金融领域，具身智能通过视觉识别等技术，对金融机构的线下网点、金库等场所进行智能巡检、物品盘点等，提升运营效率和安全性。另有部分银行上线了数字人客服、理财顾问等，提供包含2D、3D、文本、声音等多模态的感知数据，为金融服务注入新的活力。

　　具体来看，去年7月，在上海浦东分行，国内首个智能人形机器人银行大堂经理场景训练基地正式启用。在真实的银行大堂环境中，可与客户进行互动，接受多种业务咨询和服务操作的训练。

　　相较于传统的人工服务场景，银行大堂经理能够快速处理重复性任务，提供标准化服务。这些机器人不仅拥有高度仿生的躯体和拟人化的运动控制能力，还能识别周围环境与物体，通过上肢运动模拟人类手臂动作，提供咨询与引导服务。

　　另有软件开发中心基于金融大模型等技术，创新人形机器人在银行场景服务模式。如在快速可控试点应用方面，探索人形机器人在展厅讲解、迎宾导流、交易引导以及实物交付等场景的应用。