银行大模型应用升级 - 工商银行发布企业级千亿金融大模型"工银智涌"，累计调用量超10亿次，赋能20多类业务、200余个场景，较2024年应用场景数量和调用量显著提升，并向中小银行输出技术能力 [2] - 农业银行推进"AI+"全面建设，完成DeepSeek全系列大模型部署，在智慧办公、智慧营销等领域深入应用，较2024年应用领域拓展 [2] - 江苏银行将DeepSeek应用于智能合同质检和自动化估值对账场景，利用DeepSeek-VL2模型提升合同质检准确率，实现从无到有的突破 [3] - 北京银行发布自主研发的百亿级参数"京智"大模型，构建"京智大脑"人工智能平台，并通过整合大语言模型和自动化技术构建京骑智能体平台 [3] - 重庆银行利用Deepseek大模型提升智能客服能力，计划打造更多营销、风控以及内部管理智能体，较2024年从单一场景向多业务场景拓展 [3] 上海银行AI原生大模型创新 - 上海银行灰度发布基于鸿蒙系统的新手机银行，客户可直接诉说诉求而非选择菜单功能，通过客户诉求收集丰富产品服务 [4] - AI原生手机银行采用自然语言理解和多模态交互技术，实现"对话即服务"，用户通过语音或文字指令即可完成账户查询、转账汇款等操作 [5] - 数字员工"海小慧"通过语音识别适配大字版界面，为老年客户提供"陪伴式服务"，老年客户占比近30% [7] - 构建"大模型+微模型"协同体系，大模型提供通用智能能力，微模型聚焦细分场景，如反欺诈微模型识别率超80%，人脸微模型误识率低于0.01% [8] - 大模型深度嵌入风险评估和信贷审批流程，反欺诈识别率超80%，知识检索效率提升60%，准确率提升80%，智能客服接通率从86%提升至95% [10] 技术架构与场景融合 - 上海银行大模型突破传统"功能嫁接"模式，从底层架构到交互界面全面重构，实现"服务找人" [5] - 通过NPS模型分析用户对话满意度，自动调整推荐策略，相比其他银行只能推荐单一产品 [11] - 整合蚂蚁数科等技术生态，构建全链条智能体开发平台，支持多云、多芯异构算力调度，千卡云算力集群支持千亿级大模型训练 [14] - 新一代智能柜员机融合ASR、VPR、NLP技术，可通过手势识别和情绪感知理解用户意图，实现静默服务触发 [15] - 实现跨渠道数据融合，整合线上线下交互数据构建360°用户视图，优化推荐策略 [14] 行业对比与优势 - 上海银行与招商银行的智能客服可识别"我要给XXX转账"指令并生成转账服务，而平安银行无法识别 [6] - 在理财推荐方面，上海银行大模型结合实时市场数据、用户持仓及风险偏好生成个性化产品列表，其他银行仅推荐理财排行榜产品 [5] - 上海银行数字人融入问候语等人性化服务，是其他银行暂时无法提供的 [7] - 在信贷审批场景中，上海银行整合"收入稳定性"、"负债比例"等标签生成"还款能力指数"数据 [13] - 上海银行是首家通过DCMM四级认证的城商行，实现动态行为捕捉和跨渠道数据融合 [14]