在过去的一年中，银行和金融科技公司在金融大模型的探索上取得了显著进展，逐步形成了各具特色的发展模式。业内普遍认为，2025年将是生成式人工智能迎来加速爆发的一年，金融大模型在B端业务的探索也将进一步提速。

据《华夏时报》记者了解，大型银行通过自建或与合作伙伴联合共建大模型，已在多个业务领域实现了创新应用。而中小银行则通过数据整合和模型精调，不断提升金融大模型的竞争力。此外，部分金融科技公司选择在应用层发力，通过细分业务场景对通用模型进行微调，形成基于实际业务的小模型，以实现成本效益最大化。

毕马威中国金融科技主管合伙人黄艾舟指出，当前金融大模型的建设呈现出传统AI与生成式AI相辅相成的趋势。一方面，机器学习、知识图谱等传统AI技术仍在深化应用；另一方面，生成式AI应用也在加速落地。这已成为金融行业的共识。

金融大模型加速ToB业务布局

国有四大行在2024年半年报中披露了金融大模型的应用情况。中国工商银行千亿级大模型已在金融市场、信贷风控、网络金融等业务场景落地应用；中国农业银行正持续完善AI软硬件支撑体系，推动AI+应用场景落地；中国银行在试点代码辅助等大模型应用；中国建设银行则强调持续推进金融大模型建设及应用，全面赋能行内业务，并提升文生图输出质量。

互联网银行同样积极应用大模型能力，将其用于智能客服、智能风控、贷后管理等关键场景。例如，新网银行将大模型应用于客服、营销和贷后等人员密集型场景，并在研发领域进行尝试。网商银行则将AI大模型能力应用于产业链金融，成为金融风控系统的“助手”，帮助金融机构识别小微企业。

新网银行相关负责人表示，在模型选择上，新网银行以开源模型为主、商业模型为辅，这与科技预算投入以及最终科技投入在业务上所产生的价值密切相关。

与银行不同，部分金融科技公司选择在应用层发力，通过细分业务场景对通用模型进行微调，形成基于实际业务的小模型。这种从小切口进入的方式可以降低成本，逐步积累场景，以满足多样化的金融需求。

《2024毕马威中国金融科技企业双50报告》指出，当前金融大模型的建设方式主要为：基础大模型底座以大厂的开源模型为主；平台层由部分金融科技企业提供平台化服务，且以数据治理类服务为主；应用层则是大部分金融科技企业选择发力的主阵地，持续助力金融机构等探索AI+、Agent等应用模式。

黄艾舟认为，相关企业在充分分析场景需求基础上，确定应用开发模式，并适配恰当的模型类型和参数量级，将是实现成本效益最大化的可行举措。

一位大模型一线从业者坦言，当前通用大模型已经饱和，市场更需要基于行业的小模型。国内某顶级风投也认为自身此前对部分底层大模型的投资出现了失误，落地产业才是硬道理。

中科闻歌副总裁汪小东表示，金融大模型在To B端应用的关键在于通过大模型与金融垂直专业知识的结合、大模型与专家小模型的结合以及大模型与智能体（Agent）的结合，先从非决策性场景切入，如智能客服，再逐步延展到决策性场景，如智能投决、信贷信审等。

某金融科技公司高管表示，不少金融客户的需求是拿到模型后经过微调即可直接使用，而不是从头学起。

值得注意的是，2024年金融大模型中标项目数量和金额均创新高，落地速度持续加快。根据智能超参数统计，百度和科大讯飞在金融大模型中标项目数量方面表现突出，两家厂商的中标项目数量均达到了双位数。智谱、火山引擎、阿里云、华讯网络、南天信息、中科闻歌、深擎科技、融汇金信、腾讯云、中关村科金等厂商中标项目数量也在行业内排名靠前。

在专注于B端业务的大模型独角兽公司中，智谱和中关村科金成为了中标央国企项目数量最多的企业。智谱通过生态化打法提升模型智能水平，而中关村科金则重点投入企业级的大模型中台，并推出得助大模型平台，以满足企业个性化场景的需求。

中关村科金总裁喻友平认为，平台+应用+服务是企业大模型落地的最佳路径，也将引领企业智能化升级的未来方向。在他看来，大模型在ToB领域实现商业化的核心是帮助客户解决核心问题。

奇富科技相关负责人表示，在大模型的落地应用中，行业不应过度聚焦于参数和算力的竞争，而是要聚焦三个关键要素：场景、数据和多智能体协作。业务导向的大模型应用不仅依赖于优质模型，更需真实场景的不断打磨。同时，将通用金融数据与业务场景数据深度融合，通过数据反馈机制确保模型性能良性循环。此外，用户需求复杂多样，单个智能体难以满足，未来多智能体围绕核心需求优化结果将成为趋势。

具身智能在金融领域崭露头角

回顾2024年，在大模型持续发酵的背景下，具身智能成为标志性风口，吸引了众多金融机构的关注。智源人工智能研究院发布的《十大AI技术及应用趋势》报告显示，具身智能将成为AI技术及应用的重要焦点。

在2024年7月举行的世界人工智能大会上，具身智能备受瞩目，灵巧的机械手、智能看娃设备、跳舞机器人、做咖啡机器人等吸引了众多观众驻足。所谓“具身智能”，是指将人工智能融入机器人等实体，赋予它们像人一样感知、学习和与环境动态交互的能力。

在金融领域，具身智能通过视觉识别等技术，对金融机构的线下网点、金库等场所进行智能巡检、物品盘点等，提升了运营效率和安全性。此外，部分银行还上线了数字人客服、理财顾问等，提供包含2D、3D、文本、声音等多模态的感知数据，为金融服务注入了新的活力。

例如，建设银行上海浦东分行启用了国内首个智能人形机器人银行大堂经理场景训练基地。在真实的银行大堂环境中，人形机器人可与客户进行互动，接受多种业务咨询和服务操作的训练。相较于传统的人工服务场景，人形机器人银行大堂经理能够快速处理重复性任务，提供标准化服务。

工商银行软件开发中心也基于金融大模型等技术，创新了人形机器人在银行场景的服务模式。例如，在快速可控试点应用方面，探索了人形机器人在展厅讲解、迎宾导流、交易引导以及实物交付等场景的应用。

（文章来源：华夏时报，本文内容系根据公开资料整理，不构成任何投资建议。）