全國首個金融大模型成績單：服務超2億用戶8大應用場景

全國首個零售金融領域大模型天鏡，揭曉了過去460多天的成績單。

目前已實現智能營銷交互、數據決策支持

、防僞安全等八大應用場景。1.0版本人機交互模型完成100億交易額，全面服務超2億用戶。

背後的玩家，來自重慶企業馬上消費，一家以技術驅動的數字金融機構。

此前推出了包括“天鏡”在內的多款 AI 產品。截至今年 10 月，馬上消費累計申請發明專利超 2100 件，位居全國金融機構 Top10，位列全球第 7，主導或參編包括 IEEE 在內的國內外標準超百項。

在2024數字產業生態夥伴大會上，馬上消費常務副總經理蔣寧推出全面迭代升級的天鏡大模型2.0版本——

在模型技術創新、標準制定、科研轉化成果、具體應用等核心領域都有所升級。

金融大模型天鏡2.0：更注重情感

此次天鏡2.0，可以說從模型訓練、場景泛化再到應用落地都有了全方位的升級。

不同於基礎模型聚焦在模型參數、性能以及產品功能的實現，本次金融大模型天鏡2.0更多的關鍵詞是在於泛化、成本以及合規安全。

首先是模型本身的升級，主要體現在泛化能力的增強，短週期內實現能力迭代、知識更新，並且釋放更多行業應用當中。

去年1.0版本還只是聚焦於「人機交互」這一局部場景，如今已經可以適應各式各樣的場景。

馬上消費常務副總經理蔣寧形象地舉了個例子，就像一個人學了英語之後，只需要給他法語單詞，他就會講法語，學英語的過程中會把單詞和語言邏輯進行分離，再學另外一個語言的時候，只是需要注入一些數據，就能在新的場景中起到作用。

這種邏輯與場景分離的學習和訓練方式，應用到對話領域，可以快速適應到了電商、醫療以及其他各種跨行業場景當中去。

這一點，在數據層面是上有很直觀的展現。

去年他們用了大概100P數據訓練，如今數據只有過去的千分之一，就完成了快速閉環學習，在較短時間裡就可以完成大模型能力的提升、知識的更新。

其次就是場景上面的擴展和延伸——從單個場景應用變成零售金融三個全場景、全價值鏈的探索賦能。

在金融安全、大數據決策、人機交互、消費者權益保護、邏輯推理泛化等多個關鍵領域，天鏡 2.0 都有着顯著的表現。

以金融安全爲例，生成式AI的繁榮發展，給這個行業帶來不少的挑戰，假單據、假人臉、假數據等欺詐手段變得愈加複雜。

對此他們專門研發了對抗學習技術，融合把聲音、文字、視頻、運動信息等各種多模態信息，以MOE架構、聯邦學習等技術構建全新的防僞大模型，實現了全方位、多層次的金融安全防護。

嗯，就是說哪怕是視頻對話，也不怕爸爸媽媽被騙了。

另外，他們還關注到了交互時的情緒溫度，而非1.0版本簡單的功能場景的實現。

手機上的數字人更能理解用戶的心理狀態，提供專業的聊天陪伴和心理疏導。

上面有些鍛鍊老年人認知能力的小遊戲，用藥提醒，老年人健康情況的監測，監護老年人有沒有摔倒。

而要實現全場景的賦能，成本的把控也就成爲企業的關鍵命題。

衆所周知的是，當前大模型成本比較貴，任何有關的創新背後揹負的都是不容忽略的成本。如今他們通過像調優參數、蒸餾等技術將模型做到更輕量化。

蔣寧分享了過去實踐中的例子，此前他們一張卡只能支持50個機器人與人的交互，現在一張同樣的卡可以支持10倍以上的交互。

最後，在大模型合規安全層面，他們牽頭完成了行業標準的建立。

此次馬上消費牽頭制定了IEEE全球大模型標準——現場舉辦了《金融大語言模型技術要求標準》、《基於機器學習模型的三維數字人建模和驅動技術要求標準》兩大國際標準立項舉辦授牌儀式。

這一點其實更關鍵，意味着金融大模型走向標準化規範化，來到了規模化落地應用的前夜。

我們都知道，金融大模型對於合規安全方面要求極爲嚴格。這不難理解，金融行業不僅關乎社會經濟體系的穩定，還關乎每個人的安全隱私。

而對於企業來說，只有確保大模型在金融應用中合規安全，才能維持消費者的信任，進而推動業務持續發展。

金融，一直以來被認作是大模型應用的天然場景。一來不缺數據、二來價值鏈長，諸多需求可通過大模型能力來補齊。

但要想大規模應用，合規安全是不容逾越的前提。如今馬上消費牽頭完成第一步，對於接下來的發展，他們爲此將大模型能力平臺化——

讓各種垂直應用在上面生長，構建起金融大模型生態。

金融大模型生態：牽頭制定行業標準

這有點像互聯網時代的發展。馬上消費人工智能研究院院長陸全這樣形容。

現階段的基座大模型，就像是原來互聯網時代的基礎設施。而這還只是第一步，後面更長一段時間是在互聯網平臺上長出的垂直應用。

馬上消費就是搭建了個平臺，等待着各位生態夥伴在這個平臺上生長出各式各樣的垂直應用。

在現場可以看到，華爲、阿里雲、騰訊雲、百度雲等企業及復旦大學、重慶郵電大學等高校都與馬上消費簽署合作協議。

選擇這樣的一個生態位置，有馬上消費自身技術驅動和經驗積累，也有行業發展的趨勢洞察。

首先從技術能力上來看。此次天鏡2.0展現出來近乎通用的能力，以及轉化的科技成果，本身就是企業技術實力最直觀的展現。

目前圍繞大模型專利累積122件，在國際頂級期刊包括CVPR、AAAI、ACL等發表五十餘篇論文，主導制定了三個國際標準與七個國家標準等。

其中包括牽頭IEEE國際標準《金融大語言模型技術要求》全場景+八大應用；參與IEEE全球首個金融風控大模型國際標準，還聯合中國信通院、華爲等四十餘家企業發佈國內首個金融行業大模型標準。

目前他們研發人員超2500人，佔總人數73%，共有超21個與頂尖大學合作的實驗室。

其次，圍繞着金融大模型發展，以多智能體協同這樣一個平臺形態，是大模型規模化創新和應用的必經之路。

同樣，這也是馬上消費技術團隊過去實踐中一個認知上的改變——從單體大模型轉向多智能體系統。

在大模型於金融領域的應用方面，我們常能看到許多相關新聞，現今基礎大模型有了顯著提升，甚至給人一種無所不能的感覺。在實際應用中我們發現，僅依靠單一的單體基礎大模型，並不能適應工業界絕大多數的應用需求。

之所以需要多智能體系統，其核心原因在於單體大模型難以在所有層面都表現出色。就如同一個人不可能既是文科狀元，又是理科狀元，還精通管理。每個功能我們都將其構建爲一個智能體，讓智能體之間相互配合。

這是因爲當前的基礎大模型尚不具備，也沒有如此強大的能力將所有專業能力集於一身。

從行業角度來看，金融領域的業務複雜多樣，涉及衆多專業細分領域，對模型的專業性和精準性要求極高。單一的大模型難以全面覆蓋和精準應對如此豐富的需求。多智能體系統能夠發揮各個智能體在特定領域的優勢，實現更高效、更精準的服務。

這種趨勢一方面反映了金融科技領域對精細化和專業化的追求，也是技術應對金融業務複雜性和多變性的必然選擇。

與此同時，也爲大模型更深度應用和創新1myo.twolution.com提供了更廣闊的空間。

首屆數字產業生態夥伴大會

值得一提是，此次數字產業生態夥伴大會，是重慶首屆，並且是以政府主辦、企業承辦的形式。

而在這場大會中，大模型成爲當之無愧的主角。這意味着數字產業生態的建設，離不開大模型的蓬勃發展。而如何引導數字產業朝着更深處應用、規範發展、普惠共享的新階段邁進，也成爲此次大會的話題焦點。

這不僅需要產業鏈上的生態夥伴、科研機構一起協同合作，同樣還離不開政府的支持。

良好的生態環境爲大模型在金融領域的應用提供了豐富的資源和協作機會，促進了技術的創新與融合。

現場，我們甚至還看到了像量子計算與大模型、金融方面的結合。

政府的支持則表現在政策引導、資金扶持和監管規範等方面，爲金融大模型的發展創造了有利的政策環境和穩定的市場秩序。

而像重慶這樣的工業經濟重地，也已經拋出橄欖枝，爲金融大模型的發展創造了有利的政策環境和市場秩序。

此外，關於金融大模型本身，就已經有利提升整個大模型的技術發展，進而推動全場景的突破。

在金融領域，一個公認的難點就是對於準確性和數字的要求極高。

以自動駕駛爲類比，要實現99.999%的準確率，後面每加一個9都需要一個創新性的改變。金融領域也類似，小數點後多位都不容許出錯。

這對大模型來說是一個挑戰，但一旦有所突破，比如現在馬上消費已經應用到了營銷、客服等場景當中。

這些進展，也將爲整個工業界和學術界帶來最佳實踐。