今天小編分享的科學經驗：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，歡迎閱讀。
全國首個零售金融領網域大模型天鏡，揭曉了過去 460 多天的成績單。
目前已實現智能營銷互動、數據決策支持、防偽安全等八大應用場景。1.0 版本人機互動模型完成 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 " 在内的多款 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 在内的國内外标準超百項。
在 2024 數字產業生态夥伴大會上，馬上消費常務副總經理蔣寧推出全面迭代更新的天鏡大模型 2.0 版本——
在模型技術創新、标準制定、科研轉化成果、具體應用等核心領網域都有所更新。
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更新。
不同于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 更多的關鍵詞是在于泛化、成本以及合規安全。
首先是模型本身的更新，主要體現在泛化能力的增強，短周期内實現能力迭代、知識更新，并且釋放更多行業應用當中。
去年 1.0 版本還只是聚焦于「人機互動」這一局部場景，如今已經可以适應各式各樣的場景。
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，應用到對話領網域，可以快速适應到了電商、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、人機互動、消費者權益保護、邏輯推理泛化等多個關鍵領網域，天鏡 2.0 都有着顯著的表現。
以金融安全為例，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復雜。
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态信息，以 MOE 架構、聯邦學習等技術構建全新的防偽大模型，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，他們還關注到了互動時的情緒溫度，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态，提供專業的聊天陪伴和心理疏導。
上面有些鍛煉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，成本的把控也就成為企業的關鍵命題。
眾所周知的是，當前大模型成本比較貴，任何有關的創新背後背負的都是不容忽略的成本。如今他們通過像調優參數、蒸餾等技術将模型做到更輕量化。
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 個機器人與人的互動，現在一張同樣的卡可以支持 10 倍以上的互動。
最後，在大模型合規安全層面，他們牽頭完成了行業标準的建立。
此次馬上消費牽頭制定了 IEEE 全球大模型标準——現場舉辦了《金融大語言模型技術要求标準》、《基于機器學習模型的三維數字人建模和驅動技術要求标準》兩大國際标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标準化規範化，來到了規模化落地應用的前夜。
我們都知道，金融大模型對于合規安全方面要求極為嚴格。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隐私。
而對于企業來說，只有确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，對于接下來的發展，他們為此将大模型能力平台化——
讓各種垂直應用在上面生長，構建起金融大模型生态。
金融大模型生态：牽頭制定行業标準
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台上長出的垂直應用。
馬上消費就是搭建了個平台，等待着各位生态夥伴在這個平台上生長出各式各樣的垂直應用。
在現場可以看到，華為、阿裡雲、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籤署合作協定。
選擇這樣的一個生态位置，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标準與七個國家标準等。
其中包括牽頭 IEEE 國際标準《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标準，還聯合中國信通院、華為等四十餘家企業發布國内首個金融行業大模型标準。
目前他們研發人員超 2500 人，占總人數 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台形态，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。
在大模型于金融領網域的應用方面，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，并不能适應工業界絕大多數的應用需求。
之所以需要多智能體系統，其核心原因在于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。每個功能我們都将其構建為一個智能體，讓智能體之間相互配合。
這是因為當前的基礎大模型尚不具備，也沒有如此強大的能力将所有專業能力集于一身。
從行業角度來看，金融領網域的業務復雜多樣，涉及眾多專業細分領網域，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網域的優勢，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網域對精細化和專業化的追求，也是技術應對金融業務復雜性和多變性的必然選擇。
與此同時，也為大模型更深度應用和創新提供了更廣闊的空間。
首屆數字產業生态夥伴大會
值得一提是，此次數字產業生态夥伴大會，是重慶首屆，并且是以政府主辦、企業承辦的形式。
而在這場大會中，大模型成為當之無愧的主角。這意味着數字產業生态的建設，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，也成為此次大會的話題焦點。
這不僅需要產業鏈上的生态夥伴、科研機構一起協同合作，同樣還離不開政府的支持。
良好的生态環境為大模型在金融領網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，為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，也已經抛出橄榄枝，為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，關于金融大模型本身，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。
在金融領網域，一個公認的難點就是對于準确性和數字的要求極高。
以自動駕駛為類比，要實現 99.999% 的準确率，後面每加一個 9 都需要一個創新性的改變。金融領網域也類似，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，也将為整個工業界和學術界帶來最佳實踐。
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
