蚂蚁数科CEO赵闻飙：解决产业难题需要构建专业金融大模型

7月28日，在世界人工智能大会论坛上，蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1，为金融AI应用打造“可靠、可控、可优化”的智能中枢。该大模型基于Qwen3研发，在FinEval1.0、FinanceIQ等权威金融大模型评测基准上超越DeepSeek-R1等同尺寸开源通用大模型以及金融大模型，显示其更强的金融专业性、推理能力以及安全合规能力。

随着金融业数智化转型不断提速，大模型在金融领域的应用正持续深化，然而在实际业务场景中，往往需要高度专业的金融知识、复杂的业务逻辑推理能力以及严格的金融级安全合规等要求，现有的大模型在解决实际金融任务时仍然存在诸多挑战。

“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与AI深度融合的必然路径，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。”蚂蚁数科CEO赵闻飙在演讲中表示。

蚂蚁数科通过构建全面的金融任务数据体系以及模型训练算法创新，实现模型更强的金融推理能力及可信性。评测结果显示：相较于通用开源模型及其他金融模型，Agentar-Fin-R1在FinEval1.0、FinanceIQ两大主流金融基准测试中均取得最高评分，并且模型在金融能力显著增强的同时，通用能力也表现出较高水准。

在数据层面，蚂蚁数科构建了业内最全面与专业的金融任务分类体系，包括6大类、66小类场景，覆盖银行、证券、保险、基金、信托等金融全场景。基于千亿级金融专业数据语料，通过可信数据合成技术以及结合专家标注的金融长思维链（CoT）构造机制，显著提升模型处理复杂任务的能力，让大模型“天生懂金融，出厂即专家”。

在训练层面，创新的加权训练算法提高了大模型对复杂金融任务学习的效率与性能。在后续业务应用中，可显著减少二次微调的数据需求与算力消耗，有效降低大模型在企业落地的门槛与成本。此外，Agentar-Fin-R1还能不断更新迭代，吸收最新的金融政策、市场动态等关键信息，并通过配套评测工具进行针对性优化，让模型能力在真实业务场景中不断进化。

据介绍，Agentar-Fin-R1包括32B和8B参数两个版本。蚂蚁数科还推出基于百灵大模型的MOE架构模型，获得更优推理速度。此外，还有非推理版本的14B和72B参数大模型，以满足金融机构在多样化场景下的部署需求。

为了考察大模型在实际金融场景中部署的能力，蚂蚁数科联合中国工商银行、宁波银行、北京前沿金融监管科技研究院、上海人工智能行业协会等机构推出Finova大模型金融应用评测基准，深度考察智能体能力、复杂推理以及安全合规能力。在Finova评测中，Agentar-Fin-R1也取得最高评分，甚至超越更大参数规模的通用模型。目前Finova已经全面开源，推动行业共同提升大模型在金融领域的应用水平。

蚂蚁数科是蚂蚁集团旗下独立科技子公司，致力于以AI及Web3技术助力产业数智化升级。今年以来，蚂蚁数科加速布局企业级大模型服务，并聚焦金融与新能源两大行业场景。在金融领域，蚂蚁数科此前推出金融智能体平台Agentar，成为首批通过中国信息通信研究院评测的智能体平台产品，并获最高评级5级。蚂蚁数科还联合行业合作伙伴，推出超百个金融智能体解决方案，加速大模型在金融业规模化应用。

目前，蚂蚁数科累计已服务100%的国有银行和股份制银行、超60%的地方性商业银行，以及数百家金融机构。

上游新闻 杨昕华