8月23日，“北大光华-度小满金融大模型技术与应用论坛”在北京举办，业内人士就大模型重塑产业生态，金融大模型如何落地应用等话题进行分析探讨。

图为研讨会现场

【资料图】

国内市场应用与场景丰富，倒逼垂直领域的大模型飞跃发展，并率先在不同产业中实现落地价值。清华大学人工智能研究院常务副院长孙茂松说：“大模型必然会导致相关产业重新洗牌，金融大模型正在重新定义金融科技。对于金融科技公司而言，金融大模型属于兵家必争之地。金融科技公司对于金融大模型的态度决定了自身的境界，也决定了这家公司在日益激烈的竞争中能否赢得下一个五年，乃至下一个十年。”

大模型时代，算力、算法、数据构成了新范式的“三驾马车”。北京大学光华管理学院商务统计与经济计量系教授王汉生表示，好的人工智能算法、模型最终要解决的是业务问题，数据模型落地最重要的是寻找应用场景，比如在金融科技实践中，需要落地客服、销售、风控等业务场景。

哈工大计算学部长聘教授车万翔认为，自然语言处理现在正发生一个质的变化，由面向自然语言的处理转变为基于自然语言的智能，它的基础地位越来越重要。未来，要实现真正的人工智能，不能光局限于语言能力，还应包括人类具备的而模型还未充分利用的能力，如多模态能力和社会能力等。

“金融行业作为人工智能应用场景密集的行业，是大模型技术落地的最佳领域之一。以大模型为代表的新一代人工智能技术将加速金融数字化和金融智能化的发展，重塑现有业务流程，改变产业格局。”北京大学光华管理学院金融系主任刘晓蕾如是说。

度小满CTO许冬亮认为，大模型让机器具有了常识，懂得了逻辑，学会了创作，让人和机器能以更自然的方式互动，通过与周边工具的结合，大模型已经具有了通用人工智能的雏形。金融行业是高价值行业，数字化基础好，高度依赖数据和技术，是大模型落地应用的高潜场景。对于中小金融机构，在大模型的浪潮里，他们也有机会通过应用创新，来加快自身的数字化和智能化进程，跨越数字化鸿沟。

对于金融行业大模型的应用实践，中国农业银行研发中心大模型研发负责人耿博认为， AI大模型面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等挑战。目前，大模型和场景融合是一个不断演进、探索的过程，数据是大模型的生产要素，基础设施是大模型的入场券，场景应用是大模型的驱动力，AI大模型未来发展将趋于通用化与专用化并行。

光大信托数据中心总经理祝世虎认为，大模型是生产力的提升，在金融行业的落地路径要依靠大合作和大创新。通过大数据的整合、大算力的合作，在垂直领域精调模型，以小规模算力打造轻量级推理模型。在大创新上，目前大模型在金融领域的应用主要集中在智能客服、智能运营、智能办公等领域，后续应该更多地应用于风险管理、资本管理和监管科技等几个方面。

研讨会现场，度小满数据智能部总经理杨青透露，度小满轩辕大模型2.0版本将在10月份发布。2.0版本在对话和金融理解等场景下的能力大幅提升。在增量预训练和指令微调阶段，该版本加入了海量金融数据，对金融问题回答更加专业、准确；在对话能力上，“轩辕2.0”的上下文长度扩充至8k，能够处理更长的金融报告、研究和分析。

据了解，今年5月份，度小满开源了国内首个千亿级中文金融大模型“轩辕”，“轩辕”在金融领域任务评测中超越了市场上的主流开源大模型，开源以来已经有上百家金融机构申请试用。

关键词：