蚂蚁深、度小满专、华为硬、腾讯稳：金融AI，谁先打进银行？

金融大模型，从来都不缺叫好声。

过去一年，几乎每一家叫得上名字的科技公司，都发布了金融大模型，但真正拿到机构订单、跑通生产环境的产品，屈指可数。

热闹是宏观的，分化是微观的——蚂蚁、度小满、阿里云、华为云、腾讯，五家头部厂商已经走向了不同的方向。

蚂蚁百灵大模型：原生场景打底，智能体是大杀器

蚂蚁公司的AntFinGLM (百灵大模型), 它的起点天生就比别人高。

金融原生场景壁垒极强。借助支付宝，百灵大模型拥有交易、信贷、小微商户的经营数据，每日上亿次真实的交易是它的最佳训练材料。

落实到具体的功能上，网商银行的百灵2.0大模型已经应用到千万级别小微商户的日常里——信贷审批、票据办理、财税咨询等高频功能，一个入口全部打包。

B端落地案例丰富。百灵产品B端的推广也在加快，蚂蚁已经签约了多家股份制的银行以及城商行，而蚂蚁数科的高管也在去年金融街的论坛上表示，公司的主要合作模式并非按Token收费，而是按照业务的效果来收费。

这样的模式在金融领域更受欢迎，银行不在乎你调整了多少次模型，而在于风控是否改善、效率是否提高。按照使用的效果来收取费用，这也是一种产品自信的表达。

智能体专业能力突出。蚂蚁在今年还布置了另外一个AI棋子，9月份其发布了新一代金融大模型Ling-3.0-flash-Fin。这款产品的主打功能，并非问答式交互，而是能够从头至尾完成一整套的投研工作。这也是蚂蚁在百灵之外，对于大模型能力界限的一次扩展。

安全治理体系完整。除了大模型本身，蚂蚁还解决了另外一个更深层次的问题：金融公司为什么相信AI？蚂蚁APASS智能体就是这样诞生的，它不是为了生成内容，而是为了回答下面这三个问题：这个AI是否可靠，它来自哪一个客户，被允许开展什么样的业务。

但百灵大模型的优势，几乎都依托于蚂蚁生态，离开了支付宝与网商银行，它还能打吗?答案在两个短板中。

缺乏独立的盈利能力。在蚂蚁数科的金融方案中，百灵大模型仅仅是一个功能组件，且模型调用的总收入占比较低，蚂蚁也更愿意出售整个方案，导致了百灵大模型难以“单兵作战”。

深度投研能力仍有短板。百灵大模型善于处理通用化的金融业务，但是到了深入的理解以及估值的推演这类复杂任务中，它就显得不太专业了。毕竟在金融投研这个场景中，蚂蚁与恒生、万得等老牌公司相比还有差距。

度小满轩辕大模型：深耕信贷赛道，中小银行首选

蚂蚁百灵做的是全面覆盖，度小满的轩辕大模型则反其道而行之，专注于信贷这一条独立赛道。

风控能力处于第一梯队。度小满是国内较为早期的互联网金融公司之一，其在信贷的审批、反欺诈、贷后的管理等各个环节都有从零开始的经历，其行业经验比较丰富。

其实说白了，轩辕大模型可以看作度小满的“踩坑”报告，而许多跨界做金融AI的公司，它们风控思路是“脑补”出来的，二者大相径庭。

产品结构轻量化。对于城商行和农商行这类中小型的金融公司而言，轩辕大模型的业务方向以API调用以及轻量化部署为主，无需客户预先投入昂贵的硬件费用，精准抓住了下沉市场的需求痛点。

信贷业务功能成熟。信贷行业，交学费无可避免，因此轩辕大模型训练方法是：在自家的业务中先跑通再向外推，不以客户为试验场。这条路虽然走得慢，但是总比出错好。

得益于轩辕大模型的能力提升，度小满在其内部的AI信审环节之中，信贷逾期的风险整体下降了50%左右，审核时间也从之前的10分钟缩短至现在的30秒。

商业化起步较早。轩辕大模型不需要依赖整体的方案，可作为单个产品独立销售，所以在几家互联网巨头中，度小满金融垂直类模型的商业化速度最快，轩辕大模型当下也拿到了很多B端的付费合约。

而轩辕大模型的单一赛道优势，恰恰是他的能力边界。

应用场景相对单一。对于信贷风险控制这个领域来说，轩辕大模型的表现不错，但是进入到其他场景下，例如投研、对公尽调等其他核心业务，它的能力稍显不足。而且仅靠一个独立赛道，也很难支撑一个独立大模型企业的长期价值。

早期成本投入较高。现在轩辕大模型的虽然有订单收入，但是由于前期研发、运营等沉没成本过高，这款产品还没有形成独立的盈利能力。

阿里云点金大模型：全场景通吃，云生态托底

阿里巴巴旗下的点金大模型，并非依靠单一业务的突破，而是借助云生态的组合拳。

全场景覆盖能力强。点金大模型重点关注银行、证券、保险三个领域，在投研、信贷、理赔等各个场景下的独立工作能力都已经跑通了，并且支持私有化部署以及MaaS调用，几乎没有接不了的需求。

云底座一体化优势。点金大模型依托阿里云，形成了一个集合了大算力、数据治理、模型训练、应用落地的完整功能体系。

客户在购买大模型能力的同时，阿里云还可以配备其他的业务功能。而且整个交付过程之中，大部分客户都不用自己折腾算力和部署，省心省事是其最大卖点之一。

生态兼容性强。点金大模型开放度很高，可以对接到第三方的金融信息库，兼容了许多券商和基金业务的内部系统，并且它还与银联合作推出了支付金融大模型。

这是一个正循环，伴随其开放生态的日益丰富，点金大模型的场景化能力也会随之提高。

抗风险能力较强。阿里云的整个AI业务，已经实现了连续盈利。点金作为其金融垂直类的大模型产品，尽管还没有独立赚钱，但是背后有着阿里云的支撑，它不需要因短期投入压力而缩小战线，可以逐步磨练、耐心更新。

不过点金大模型的场景覆盖面越广，越难以兼顾深度。

深度风控能力不足。点金大模型的优势在于文档预处理、内容摘要这些通用化的办公场景，但是到信贷的风控、反欺诈等需要“强决策”的任务环境中，它就比不上垂直厂家的同类产品了。

毕竟银行核心的风险控制系统，不会交由一个“做什么都做一点”的通用化模型。要补足这一点，点金还要做很多针对性的改进。

项目周期较长。阿里云的主要客户是大金融公司，他们需要的不是买一个模板化产品，而是要从最底层重新再做一套系统。这种项目周期长、投入大，对研发的能力要求也比较高。

华为云盘古大模型：新创王牌，政企客户的心头好

华为云的盘古金融大模型，走的是硬核路线。

全栈国产化，新创优势明显。盘古大模型实现了从芯片到框架的全栈自研，面对国有大行和政策性银行的“自主可控”的需求，它几乎没有对手。

地缘局势越紧张，这张牌越值钱。目前华为云在国内金融大模型的市场份额已经排到第一，国有大行和政企客户基本都在它的名单上。

私有化部署能力较强。盘古大模型是首批通过金融大模型标准符合性验证的产品，拿到了最高等级评分。

公共部门做私有化部署，华为几乎是默认选项。在对公尽调、合同审阅这些场景下，盘古已经有成熟的落地经验，客户用起来反馈不错。

大项目交付能力突出。盘古面向的是大型金融机构的整套解决方案，单项目的合同金额高，交付经验丰富。国内Top20的大银行，已经有一半选择了华为的AI平台。

行业模板案例丰富。盘古大模型沉淀了上千个金融业场景模板，还融合了大量行业规范和知识库，客户不用从零开始搭建模型。实际效果也很直观，据华为云的官方披露，有银行客户用它把柜面操作从5次简化到1次，信贷报告效率提升超过一半。

走高端路线的另一面，是业务规模的局限性。

客户圈层高度集中。盘古大模型的主要客户集中在国有大行和大型机构，中小银行、券商渗透率很低，下沉市场基本被放弃。

在盘古大模型的金融联合创新行动中，广发证券、交通银行、浙商银行是首批发起方，它们都是清一色的头部机构。盘古大模型与中小金融机构的合作案例，在公开信息里几乎找不到。

生态开放度不足。盘古大模型的生态伙伴主要是宇信科技、南天信息、先进数通这类传统金融IT服务商，主要的业务方向是信息集成和交付。对于量化私募常用的第三方工具链、量化系统，盘古大模型的兼容性一般。

腾讯WorkBuddy金融版：办公做切口，迂回路径破局

腾讯的WorkBuddy金融版，不和对手正面硬拼，而是拿办公场景和安全能力做支点，一点点往金融行业渗透。

对公信贷场景表现亮眼。传统尽调模式下，客户经理得在工商、财报、司法几个系统之间来回跳，报告生成动辄十天半个月。WorkBuddy金融版把这些环节串了起来，报告生成从10个工作日压到1个，目前已经落地了中金、平安银行等上百家金融机构。

安全风控能力积淀深厚。腾讯在反诈上砸了多年资源，AI反诈助手在社交场景的劝阻成功率已经到了89%。金融黑产和社交诈骗本就是同一批人在做，反诈积累的模型能力可以直接复用到金融风控。这套技术底子，纯金融厂商短时间内追不上。

打通企业办公生态。WorkBuddy金融版和企业微信、OA系统深度打通，合同审阅、合规巡检不用切来切去。AI嵌在日常办公流里，而不是另开一个应用。一线员工用着不费劲，才不会抵触。

多模态处理能力强。文档、图片、语音、视频，WorkBuddy金融版都能处理。客户发来的截图、手写单据、甚至一段录音，系统都能识别并提取关键信息。电话客服、视频面签这些场景下，多模态能力决定了AI能替代多少人。

不过用办公场景做切口，切到的终究是外围。

无独立的金融垂类大模型。腾讯云的收入大头是通用MaaS，WorkBuddy金融版只是其中一块牌子，很难单独核算收入。而且说穿了，WorkBuddy金融版是通用模型套了层壳，不是专门为金融行业而专门训练的。

金融原生数据匮乏。WorkBuddy金融版手里没有信贷、交易这些真实业务数据，深度推理能力自然比不过蚂蚁和度小满。它更多是在核心系统外面帮把手，不能负责银行内部管钱、管风险的核心工作。

金融大模型，谁能走得更远？

看完五家厂商手里的牌，该聊聊牌桌本身的规则了。

单纯的模型能力不再是护城河，业务闭环才是决胜关键。比参数、比跑分的阶段已经过去了。金融机构不会为一个只会问答的模型买单，能嵌入风控、尽调、投研全流程的，才进得了采购名单。

商业化路径将出现明显分化，两类玩家才有生存资格。一类靠原生金融业务托底，比如蚂蚁和度小满；一类靠云底座和信创能力，比如阿里云和华为云。两样都不占的纯模型厂商，空间会被快速挤压。

金融大模型的盈利，不靠“卖模型调用”，要卖整套解决方案。目前没有一家大厂的金融大模型独立盈利，未来这类产品的赚钱的方式，不能按token收费，而是模型、知识库、部署、运维的打包交付。

信创与安全合规是硬性门槛，伪概念产品会被淘汰。金融行业对于数据安全、模型可解释、审计溯源有硬性要求，没有合规备案和私有化部署能力的产品，大概率进不去银行的核心业务。

结语

五家各有各的底牌，但底牌好不代表能打赢。

蚂蚁场景最深但变现路径不独立，度小满信贷最强但场景单一，阿里云全场景通吃但深度不够，华为云信创为王但圈层封闭，腾讯办公亮眼但缺乏原生数据。

金融大模型的淘汰赛，比的不是谁的模型更强，是谁离业务更近。进不了核心业务流的产品，终究只是一份PPT。