PP电子的官方网站8月31日，百度旗下基础通用大模型产品“文心一言”面向全社会开放。巧合的是，近日金融零售业也迎来了首个垂直领域大模型。生成式人工智能（AIGC）正在掀起全产业升级浪潮，金融业的数字化与智能化也在加速前进。

　　8月28日，金融大模型发展论坛暨马上消费金融大模型发布会在重庆举行。该论坛以“数智融合，渝见未来”为主题，云集了谭建荣、倪光南、孙茂松和杨新民四位院士及100多家金融机构。

　　马上消费在论坛上发布了全国首个零售金融大模型——“天镜”，正式加入到中国大模型的建设队伍中。

　　一个金融大模型是如何诞生的，能解决哪些具体问题，对未来的发展又有哪些意义？我们可以试着从马上消费的“天镜”中找到答案。

　　“生成式人工智能比以前的人工智能是一个大的飞跃，使得计算机可以像人类一样思考和创作。”在近期重庆举办的金融大模型发展论坛上，中国工程院院士谭建荣表示。

　　今年以来，以ChatGPT（AI对话）、Midjourney（AI绘画）等为代表的生成式人工智能通过综合运用大数据、大算力、大模型，展现出惊人的创造能力、通用能力、涌现能力，代表了新时期人工智能的发展方向。生成式人工智能被认为将重塑人类未来，而大数据支持的大模型，则是改变发生的基础。

　　在这一背景之下，国产大模型项目争相涌现，包括百度的“文心一言”、 阿里的“通义千问”、华为的“盘古”、科大讯飞的“1+N”、清华的“ChatGLM-6B”、复旦的“MOSS”等先后出炉。赛迪顾问的研究数据显示，截至2023年7月，中国累计已经有130个大模型问世，宣告了中国生成式AI时代的到来。

　　在这些通用大模型激战正酣之时，垂直领域的金融业大模型也在摩拳擦掌。今年 3 月，彭博针对金融业推出大型语言模型 BloombergGPT，引发市场对金融垂直领域大模型的关注。如今持牌机构中，马上消费发布全国首个零售金融大模型——“天镜”，打开了零售金融升级的空间。

　　大模型需要“巨量”的数据、算法、算力支撑，也就需要“巨量”的人力、时间、财力的投入，具备相当实力的平台才可涉足。金融行业本身拥有数据密集型和技术密集型的属性，天然是大模型的最佳应用领域之一，但数据如能源一样，想要参与生产就需要挖掘与应用，需要金融企业的科技实力。因此与通用大模型相比，金融业做大模型对技术与实力的要求一点也不低，机会与挑战并存。

　　“金融行业的人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土。”中国工程院院士倪光南表示。

　　具体到业务方面，马上消费副总经理兼首席信息官蒋宁认为，关键任务加动态适应性，是金融大模型要解决的第一个关键问题。与通用型大模型相比，金融大模型突出的表现在于其需要具备判别性，需要在动态中做交易决策。

　　比如，“天镜”模型中的风控模块中，就有将近2000多个小模型，20多万变量，在环境时刻发生变化的情况下，要做出准确的风险判别与决策。“这对于可控、安全的要求较高，非常不容易。”蒋宁表示。

　　金融行业对此次论坛与零售金融大模型的发布关注度颇高。消金界了解到，金融大模型发展论坛原本计划100人的规模，最后扩大至300人，报名参与者踊跃。多位机构参会人员现场表示，学习金融大模型主要是为了了解行业前沿技术趋势，也希望马上消费发布的大模型，能为零售金融的业务升级带来新动力。

　　与此同时，多位机构从业者也提出一个疑问——在数字化发展程度较高的金融业，已经开发建设了多个智能系统，比如智能风控、智能客服等，为何还需要大模型？

　　事实上，与金融大模型相比，当前金融机构的数字化系统大多采用金融小模型，能力类别需要按需求创建各个模型，并一一校对配置，才能在各个场景的应用中实现既定功能。比如，针对金融的风控场景，科研人员设计出一套智能风控系统，解决单一风控问题。

　　而金融大模型的目标是实现金融更高程度的业务自动化、更高效的工作成果与更有创新性的技术能力，但它又不是简单的技术与业务的整合，不是解决方案的累加与输出，而是在数据达到一定规模与模型优化后，展现出类人的智慧。

　　“当模型大的时候，很多新的强大的能力就会不断涌现出来。” 欧洲科学院外籍院士、清华大学人工智能研究院常务副会长孙茂松在会上表示，这种能力的直观表现是可以“举一反三”，而且更重要的是，这些能力的激发，并不需要标注大量语料。

　　比如在数据使用方面，“天镜”大模型SQL生成平台，不再需要代码等专业指令，可直接理解我们日常所说的大白话，也能听懂专业的金融术语，然而展开检索、生成答复等，按照人的意思去完成数据挖掘的任务。目前天镜每日线多次，线上SQL生成可执行比例53.4%，SPIDER标准数据集EX得分75.2，线%，表现领先行业。

　　通俗地说，金融大模型的建立，就是创造出一个专家型的企业数字员工。这一专家拥有大数据、云计算等技术能力和金融业的专业知识，甚至还拥有心理学、社会学等知识，能够自动化解决工作中已出现的或潜在的问题。

　　据马上消费人工智能研究院院长陆全现场介绍，“天镜”大模型创造的这位零售金融企业数字员工，将实现“三合一”特质——智慧大脑、数字外表、情感内心。

　　所谓智慧大脑，就是如同人类一样可以自主学习知识与培养解决问题的能力，并在沟通交流中提升意图理解与交互能力。一个典型的应用场景是，“天镜”大模型能够读懂企业招股书、财报、经济预测数据等文件，洞悉金融图表隐含的信息，利用强大的归纳总结能力，为用户准确地解析零售金融领域的问题。而在意图理解方面，“天镜”大模型的准确率已经接近人类。该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均57%的水平。

　　数字外表是指该虚拟数字员工将拥有虚拟形象，不论是在元宇宙中和用户交PP电子 游戏互，还是和企业内部员工交互，都需要一个人形。“天镜”大模型的虚拟人形与当前常见的卡通形象不同，未来将会呈现出一位仿真性、职业化、拥有个性化声音的企业数字人。

　　情感内心是指该数字员工有温度、善理解、懂心理学。马上消费很早就提出了AI心理学，并与高校、科研单位一起合作，理解、定义与引导用户的心理状况，从而更好地提供有温度的金融服务。

　　而在蒋宁看来，大模型的核心是生态，而不是参数。“天镜”大模型综合了算力、数据、基础理论、场景运用、创新生态链等马上消费在五个领域的积累，重视与围绕生态建设能力，在未来能够越用越聪明。

　　总结来看，从零售金融业的两端来看，“天镜”大模型对C端来说能线小时不间断的智能客服，它有智慧有温度，可以与每一位客户进行个性化的交流；对B端来说可以成为一个工作上的智能助手甚至是智能师傅，不论是基础性的还是创造性的工作，都可以提供切实的帮助。可以说，“天镜”大模型将助力零售金融业跃升至线

　　首个零售金融大模型由马上消费发布并不意外。陆全直言，马上消费自成立以来业务以模型驱动、数据驱动，是做出金融大模型的一个先决条件。而蒋宁提到的五个领域的积累，则是其发布垂直类大模型无可比拟的优势。

　　除了自身技术积累与创新实践探索外，对外合作也是实现首个零售金融大模型发布的加速器。

　　活动现场，国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民透露，其所在的学术机构2017年就和马上消费成立了联合实验室，在金融大模型的基础性研究方面合作成果显著。他特别提到了“与马上消费率先在金融领域进行原创性探索”，包括加强深度防伪验证系统，包括人脸识别及生物特征识别验证系统的活体检测、Deepfake伪造检测、对抗攻击与防御、深度学习可解释性等。

　　首个零售金融大模型的发布背后凝聚了一家公司、多家机构、一座城市的心血，是政产学研用联合发力的典型案例。

　　从长远看，零售金融大模型深挖金融数据价值，还将为金融的未来发展探寻出一条创新之路。2020年4月，《中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》发布，其中数据首次被正式纳入生产要素范围，也是首次和土地、劳动力、资本、技术等传统生产要素并列。而把数据作为一种生产要素单独列出，反映了我国对于大数据时代的重视与超前布局。当前ChatGPT的诞生，掀起了新一轮技术革命，正是数据作为重要的生产要素，重塑全产业格局的起点。马上消费发布“天镜”大模型，成为金融行业数字化进程中的有力注脚。