(相关资料图)

北京商报讯（记者 刘四红）8 月 23 日，在北京举办的 " 北大光华 - 度小满金融大模型技术与应用论坛 " 上，度小满 CTO 许冬亮表示，大模型让机器具有了常识、懂得了逻辑、学会了创作，让人和机器能以更自然的方式互动，通过与周边工具的结合，大模型已经具有了通用人工智能的雏形。金融行业是高价值行业，数字化基础好，高度依赖数据和技术，是大模型落地应用的高潜场景。对于中小金融机构，在大模型的浪潮里，他们也有机会通过应用创新，来加快自身的数字化和智能化进程，跨越数字化鸿沟。

事实上，目前国内市场应用与场景丰富，倒逼垂直领域的大模型飞跃发展，并率先在不同产业中实现落地价值。清华大学人工智能研究院常务副院长孙茂松指出：" 古希腊著名数学家毕达哥拉斯有一句名言叫万物皆数，我套用他的话，万物皆向量。大模型基于其所构建的向量空间，很可能打造出崭新的智能信息处理基础平台，进而变革各行各业的基本生态。大模型必然会导致相关产业重新洗牌，金融大模型正在重新定义金融科技。" 在孙茂松看来，对于金融科技公司而言，金融大模型属于兵家必争之地。金融科技公司对于金融大模型的态度决定了自身的境界，也决定了这家公司在日异激烈的竞争中能否赢得下一个五年，乃至下一个十年。

不过，现阶段，如何在金融领域发挥大模型的能力，许冬亮认为，还有三个挑战需要解决。

第一个挑战是通用模型能力不能满足金融场景需要。首先是通用大模型本身精度不够，当前大模型原生的幻觉问题、可控性问题和可解释性问题都限制了生成内容的准确性和可控性，而金融又是一个对精准性、可控性要求很高的行业；其次是通用大模型金融知识的缺失；再次是大模型更新迭代困难，金融是高时效的，模型必须能够实时跟踪金融市场的变化和趋势。

另外则是大模型如何高效植入现有业务场景。一个团队既要懂业务场景的 know-how，又要理解大模型的使用方法，而且还需要具备比较强的工程能力，这样才有可能选择出适合应用大模型的场景，高效地将大模型嵌入到实际业务流程。

此外是大模型应用于金融业中产生的安全合规和隐私保护问题。金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，目前大家对它的风险还没有完全了解，随着大模型落地的不断推进，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。

那么，又该如何解决大模型在金融行业落地应用的这些难题？许冬亮认为，每家机构独立去解决这些问题既是不现实的，也是不经济的，科技公司和金融机构在金融大模型上的合作非常有必要，" 科技巨头提供通用大模型，或者技术能力强的金融科技公司提供金融行业大模型，具体的金融机构基于这个行业底层模型，用自己的业务数据去做私域的训练，然后做私有化的部署和应用 "。

大模型时代，算力、算法、数据构成了新范式的 " 三驾马车 "，北京大学光华管理学院商务统计与经济计量系教授王汉生也表示，好的人工智能算法、模型最终要解决的是业务问题，数据模型落地最重要的是寻找应用场景，比如在金融科技实践中，需要落地客服、销售、风控等业务场景。

据介绍，今年 5 月，度小满开源了国内首个千亿级中文金融大模型 " 轩辕 "，" 轩辕 " 在金融域任务评测中全面超越了市场上的主流开源大模型，开源以来已经有上百家金融机构申请试用。