自OpenAI发布其ChatGPT 3.5模型以来，大语言模型已在全球范围内快速获得广泛认可。在发布之后仅两个月内，用户注册量便突破一亿大关。OpenAI的ChatGPT 3.5及4.0模型的推出不仅在用户群体中引起了轰动，也在整个人工智能行业内部掀起了对自然语言理解(NLU)和自然语言生成(NLG)技术的研究与投资热潮。领先的科技企业与学术研究机构都在显著增强其在这一领域的研发投入，力求开发出能与ChatGPT竞争，甚至超越其性能的创新产品。
当前市场上已经出现了多种与ChatGPT相似的大语言模型。在国际层面，Llama、Alpaca、Claude等模型相继问世；在国内，ChatGLM、通义千问、文心一言、盘古大模型等产品也不断涌现。多家企业和科研机构正基于这些通用基础模型，进行更进一步的定制化训练，研发出服务于特定行业需求的专业模型，尤其是在金融和医疗等高度专业化领域。这些定制化的模型在继承通用模型的问答能力基础上，进一步融合了深入的行业专业知识和分析技巧，从而在其应用领域展现出卓越的性能。
随着GPT 3.5模型在国际市场上取得巨大成功，众多国际金融机构纷纷推出了基于类似技术的大语言金融模型。例如，Bloomberg、Morgan Stanley、Lemonade等知名金融公司均已开发出此类模型。与此同时，中国的机构也不甘落后，迅速推动金融大模型的应用实践。截至2023年11月，中国已经涌现出14个金融大模型。这些模型由科技公司、互联网消费金融企业以及金融科技企业等多元化的组织开发，并被广泛应用于各类金融业务场景中。
在大数据处理与算法创新领域，互联网公司如华为、星环科技、拓尔思、奇富科技以及360智脑等，均已发挥其技术优势，推出了多款金融大模型智能解决方案。其中，“盘古金融大模型”、“无涯Infinity”、“拓天大模型”和“奇富GPT”等产品，已广泛应用于智能营销、运营管理、风险控制以及智能化办公等多个金融服务场景。
金融科技企业的大模型与其业务领域有关，恒生电子、金证股份和宇信科技等企业专注于投资咨询、投资研究以及智能运维等核心技术。作为证券金融科技行业的领军企业，恒生电子和金证股份开发的金融大模型，主要服务于证券行业的投资咨询、投资研究和投资银行业务。宇信科技则另辟蹊径，在金融大模型中融合了软件开发和数据安全功能;而蚂蚁集团、度小满金融和马上消费金融等具有互联网消费金融背景的金融科技公司均基于其庞大的用户群体和丰富的消费金融场景开发金融大模型。蚂蚁集团发布“蚂蚁金融大模型”、“轩辕大模型”由度小满金融推出，以及马上消费金融发布“天镜大模型”，这些产品专注于提供个性化的理财服务、精确的金融知识以及零售金融领域的创新应用，旨在增强自身业务的同时，为金融行业贡献先进的金融技术模型。
此外，中国工商银行、兴业银行、中国农业银行和平安银行等传统金融机构也积极参与金融大模型的研发。中国工商银行联合华为云打造的金融大模型，为银行柜台人员提供流程和操作指导自动化生成。兴业银行与兴业基金合作开发的ChatCIB和“兴基智”人工智能平台，应用于反洗钱和智能询价业务功能。中国农业银行和平安银行开发的金融大模型目前集中于内容生成工作。
企业类型 | 开发企业 | 模型名称 | 主要业务领域 |
互联网公司 | 华为 | 盘古金融大模型 | 智能营销、智能运营、智能风控、智能办公等金融全场景应用。 |
星环科技 | 无涯Infinity | 理解和生成关于股票、债券、基金、商品等各类市场事件的分析。 | |
拓尔思 | 拓天大模型 | 研报摘要自动生成等功能。 | |
奇富科技与360智脑 | 奇富GPT | 获客、运营、风控、贷后服务等业务环节。 | |
金融科技 企业 | 恒生电子 | Light-GPT | 投顾、投研等核心金融场景。 |
金证股份 | 开发中 | RPA+AI、智能客服、智能投资、智能投顾、智能风控、智能投行、智慧运维等。 | |
宇信科技 | 金融行业大模型应用产品和解决方案 | 软件开发、数据安全、信贷、营销等场景。 | |
蚂蚁集团 | 蚂蚁金融大模型 | 理财侧：理财选品、产品评测、行情解读、资产配置等6大类服务。保险侧：产品解读、家庭配置、智能核保、智能理赔等10多个智能服务。 | |
度小满 | 轩辕大模型 | 通过增强对金融知识的理解来提供专业、精确的金融服务。 | |
马上消费 | 天镜大模型 | 零售金融领域。 | |
金融机构 | 中国工商银行 | 基于昇腾AI的金融行业通用模型 | 客服、营销、运营和风控等主要业务环节。 |
兴业银行 | ChatCIB | 反洗钱能力、债券交易智能询价 | |
中国农业银行 | ChatABC | 知识理解能力、内容生成能力以及知识问答能力。 | |
平安银行 | BankGPT平台 | 图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景。 |
表1：我国金融大模型汇总表
国内金融大模型的合作生态结构正在快速演进。在这一领域，已经涌现出众多参与者，他们利用大模型的通用特性并结合各自的生态以促进相关技术快速发展。各参与机构根据自己的业务特性和资源优势，在金融大模型领域采取了多样化的战略路径。当前，各机构主要的合作方向包括：金融大模型在具体应用场景的合作、促进金融大模型开源生态的发展、共同研发大模型技术。这些模式反映了技术与业务协同发展的动态趋势，旨在通过集体努力提升整个金融大模型的技术水平和应用能力。
目前，金融大模型存在的最大问题就是是否能够在实际金融业务场景中进行落地，以及模型能力是否可靠。部分金融机构与科技厂商进行合作，以探索金融大模型的应用场景。
盘古大模型已经在多家金融机构实现落地。广东省农信联社将盘古大模型应用于字段识别；广发证券使用盘古大模型优化企业财务智能预警系统，增强了财务风险识别的能力；交通银行正在探索金融大模型在智能营销、运营管理、风险控制及办公自动化等全方位金融服务领域的应用潜力；工商银行利用盘古大模型已经为银行柜台人员提供了自动生成的工作流程和操作指导，以优化客户服务体验。
另外，LightGPT已经在国泰君安证券、申万宏源证券、银河证券、兴业证券、长城证券及易方达资产管理等金融机构实现了合作应用。
目前金融大模型在金融行业内的应用还没有大规模落地，但大量头部金融机构已经有所行动，这标志着金融行业已经开始对于智能技术和业务相融合的深度探索。
开源模式对于大模型的技术进步和商业应用具有显著影响。大模型可根据其开源状态分为两类：闭源模型和开源模型。闭源模型，如ChatGPT和Dall-e，通常受到其发行公司的专有控制。相对而言，开源模型如LLama和Alpaca，则更依赖于广泛的社区贡献，以推动技术的迅速发展。
开源模型通过降低技术门槛，使得更广泛的企业和开发者能够参与到金融大模型的研究与应用中。这种包容性不仅加速了创新解决方案的多样化和成熟，而且通过社区的集体智慧，增强了模型的安全性和可靠性。在风险管理至关重要的金融领域，开源模型提供了必要的透明度和社区监督，这些特性对于确保模型的稳定性和信赖度是不可或缺的。
在国内市场，目前已有两个显著的开源金融大模型实例。度小满金融开源了“轩辕70B”金融大模型，在国内金融大模型开源生态中已有一定地位。此外，恒生电子将LightGPT-7B模型同样进行了开源，这是其LightGPT金融大模型的量化版本。
闭源大模型技术的发展未能充分利用社区力量，这虽有助于保护技术细节不外泄，却相应提高了研发工作的复杂性。为了克服这些难题，部分企业采取了联合研究开发的策略，以实现技术知识的互惠共享，并共同推动金融大模型技术的进步。
目前，已经开始进行针对金融大模型进行联合技术研发的合作方有：
恒生电子与华为云共同研究闭源版LightGPT；马上消费、阿里云和腾讯云；拓尔思、凌云光及多家科技厂商；奇富科技与360智脑。
金融机构依赖于数据资产的有效整合和分析以增强业务运作的价值。大语言模型以其能够实时处理和分析大量数据的能力，特别适合于金融服务的需求。这些模型能够应用于大规模数据的高效管理和利用，并为数据密集型的金融服务能够提供有效支撑。
综合来看，国内金融大模型的应用落地、技术发展、行业标准、法律法规等方面仍处于发展的早期阶段，但其快速成长的势头、各参与方的积极投入，以及对处理大量数据信息的强大能力，都预示着其巨大的发展潜力。
作 者
黄悠文 中国信息通信研究院云计算与大数据研究所金融科技部，金融科技行业研究员，主要研究方向包括金融信创、大语言模型、前沿技术应用等。huangyouwen@caict.ac.cn
彭丹萍 中国信息通信研究院云计算与大数据研究所金融科技部，高级项目经理，主要研究方向包括金融科技前沿技术应用、金融信创、数字普惠金融等，pengdanping@caict.ac.cn
——— 往 期 推 荐 ———
▶原创文章 | 从Gartner 2024年十大战略技术趋势浅谈金融业大模型应用及思考
