差异化：国内外金融业大模型发展研判 随着大模型技术快速演进，国内外金融业纷纷加大对大模型的投入力度，积极探索大模型在办公协作、 业务运营等领域的创新应用。但国内外在大模型建设方面呈现一定差异。 国际上，境外金融机构更多选择直接采购外部商用大模型的技术路线，较多使用公有云部署方式，例如 花旗银行、西太平洋银行等金融机构选择采购OpenAI的大模型产品。在应用场景方面，境外金融机构 在核心业务场景的应用较为丰富，例如摩根大通、高盛等金融机构在舆情分析、智能客服、风险评估等 领域实现大模型落地应用。 随着DeepSeek等开源模型的突破性进展，AI技术的迭代速度持续加快，技术普惠化趋势愈发显著。金 融业作为数字化和智能化的先行者，具备生成式大模型应用丰富的场景舞台和技术实施基础，势必成为 大模型技术和行业应用深度融合的最佳示范。金融业需抢抓发展契机，探索大模型应用范式，助力金融 业驶向新航程，为经济社会发展提供高质量数字金融服务。 从国内来看，国内金融机构更多选择开源自建或与基础大模型供应商联合共建的技术路线，大多使用私 有云部署方式，例如工商银行工银智涌大模型、建设银行方舟大模型、农业银行ChatABC。在应用场 ...