文章核心观点 - AI大模型是金融行业智能化的新基建 为行业提供了强大的技术底座并降低了开发应用门槛 [1] - 蚂蚁数科发布专为金融业打造的金融推理大模型Agentar-Fin-R1 旨在解决AI大模型在金融场景中的应用挑战 [2] - 金融智能体应用正从单点尝试走向核心业务场景 行业进入规模化应用和百花争鸣的时代 [4] 蚂蚁数科金融大模型产品发布 - 于世界人工智能大会正式发布金融推理大模型Agentar-Fin-R1 该模型在三大主流金融基准测试中均取得最高评分 超越Deepseek等开源通用及金融大模型 [2] - 模型在金融专业性、推理能力及安全合规能力上表现突出 [2] - 公司还提供非推理版本的14B与72B参数金融大模型以及基于百灵基础大模型的MOE架构大模型 以满足金融机构多样化场景部署需求 [2] 产品技术优势与创新 - 在数据层面 构建了包含6大类、66小类场景的金融任务分类体系 覆盖金融全场景 [2] - 基于千亿级金融专业数据语料 通过可信数据合成技术及结合专家标注的金融长思维链构造机制 提升模型处理复杂任务的能力 [2] - 在训练层面采用创新的加权训练算法 提高模型对复杂金融任务的学习效率与性能 并可减少二次微调的数据需求与算力消耗 [3] 全栈式解决方案与行业应用 - 公司布局从金融行业大模型、AI平台到上层应用的全栈式解决方案 [3] - 金融推理大模型有助于加速金融智能体的落地应用 将模型的认知能力转化为具体业务执行力 [3] - 已联合金融行业伙伴推出超百个金融智能体解决方案 覆盖银行、证券、保险、通用金融四大领域 解决方案可"即插即用" 提升一线员工工作效率超80% [3] 行业趋势与公司战略 - AI大模型在金融场景中仍面临幻觉问题、输出稳定性问题及过程可解释性问题等挑战 专业化的金融推理大模型成为必然需求 [2] - 公司的产品思路是从水平通用大模型向专业或专用模型演进 以实现垂直专用的转变 [2] - 公司处于AI大模型与金融的交汇点 凭借自有业务场景实践及与各类金融机构合作 积累了丰富的交叉经验 [3] - 行业正处于AI智能体百花争鸣的时代 公司将坚持在金融垂直领域持续深耕 [4]