本报记者 蒋牧云 何莎莎 上海 北京报道

AI大模型的浪潮正不断来袭，大模型技术正在金融行业落地生花，金融服务的形式与用户体验也发生了巨大变化。在这背后，蕴藏了国家及地方政府积极制定相关政策不断加速产业发展，也蕴含了企业巨大的技术投入和不断的创新与突破。

但不可忽视的是，金融大模型依然处于发展初期。在采访中，多位业内人士告诉《中国经营报》记者，技术的不断发展带来了不少新的挑战，比如数据处理能力对底层硬件、算力支持的要求不断提升，以及技术引发的伦理问题等。面对全球技术的快速迭代，要保持在大模型领域的快速发展，除了需要企业自身的不断探索之外，还需要行业之间加强合作，政策端的进一步支持。

政策推动技术创新与突破

过去一段时间内，国家以及地方支持AI大模型发展的政策与鼓励举措密集出台。2023年7月，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七部门联合发布了《生成式人工智能服务管理暂行办法》，对生成式人工智能服务、服务应当遵守的规定等进行了明确。

同时，多地也持续推出鼓励政策。比如，2023年5月北京市政府发布《北京市促进通用人工智能创新发展的若干措施》；2023年10月，上海市经济信息化委、市发展改革委、市科委、市委网信办、市财政局联合制定《上海市推动人工智能大模型创新发展若干措施（2023—2025年）》等。

多重政策推动下，金融业AI大模型技术的成长也在不断加速，并在多个场景都诞生了突破性应用。

科大讯飞金融科技业务负责人告诉记者，基于海量的数据训练，大模型可以实现更精细的模型描述、更精准的语义理解以及更统一的多任务建模，这给语音技术的发展带来了全新机会。结合科大讯飞在语音属性解耦表征预训练等方面的积累，讯飞星火语音大模型推出。据悉，星火语音大模型在语音合成层面提升了韵律表现力和拟人度，在语音识别领域突破复杂场景识别效果上限，尤其在中文、英语、俄语等首批37个主流语种的语音识别效果超过OpenAI Whisper V3。

中国银联相关负责人也告诉记者，通过识别和挖掘客户需求，银联将大模型技术应用于支付行业中特有的商户入网审核的场景。在原先的商户入网场景中，存在着入网规则复杂、检查复杂繁琐、商户沉默成本较高、入网效率较低等诸多现象。基于此，银联云推出商户入网辅助审核，融合大模型的生成能力和理解能力，结合商户入网的业务审核规则和知识，为商户入网高质量发展提供高精度、智能化服务。

具体而言，商户入网辅助审核应用了OCR大模型和预训练语言大模型，其带来的创新源于超大规模参数和超强计算资源，标志性特征是具有优秀的上下文学习、复杂推理能力，因而能够处理商户审核中的海量数据和信息，并快速完成各种复杂任务，如自然语言处理、图像识别等。同时，基于大模型平台可以进行细分领域的小样本模型训练、数据管理、应用编排、应用发布。

马上消费人工智能研究院院长陆全也向记者表示，AI大模型有望在保障安全合规的前提下，提升复杂缠绕问题解决率、人机交互感知程度，以及意图理解、流程构建、知识生成等运营内容的效率，同时，能够提供更加有效、精准、智能化的客户洞察方式，带来数字内容生产方式和消费模式的升级。由此，马上消费结合自身多年的创新实践，自主研发出全国零售金融领域首个大模型——“天镜”系列大模型。

马上消费通过基础大模型、高效模型微调、RLHF等技术，训练出金融大模型，并基于大模型革新提升智能客服、风控、运营等全业务场景。目前，马上消费内部应用效果数据显示，通过在线交互的强化学习技术实时优化大模型预测精度，提升智能客服机器人服务质量，意图理解准确率达91%，相较于传统AI的68%有较大提升。

除此之外，智能获客场景也成为创新应用场景之一。奇富科技增长产品部高级总监戴会杰告诉记者，在奇富科技，营销是最快与AIGC结合并产生实际落地效果的领域之一。在该领域已经形成了自动化+AIGC的全闭环能力。由于奇富科技较早开始RTA、人群识别、素材沉淀、素材打标分析等智能获客的能力建设，储备了海量的营销素材，过往营销素材和营销活动所带来的结果都能够被AI充分学习和分析。

全新用户体验

不少金融用户向记者反馈，在客服场景中原先机械式的交互有了明显改变，对用户情绪的精准判断、生动的交流语音等，时常会让人忘记交互对象是智能客服，在这背后AI大模型技术功不可没。

科大讯飞金融科技业务负责人告诉记者，在星火语音大模型的加持下，智能客服实现了进一步升级，具备超拟人语音合成、情绪感知、复杂语义理解、业务逻辑推理四大功能特性，重塑了人机交互体验。其中，超拟人合成技术通过更精细的模型描述，提升智能客服的韵律表现力和拟人度，生成更像人、更生动的语音表达。情绪感知能力使智能客服能够更好地理解和回应用户的情感状态。通过分析用户的语音语调、语速和表达方式等特征，智能客服可以判断用户的情绪是积极的、消极的还是中性的，来调整自己的回答方式，以提供更加贴心的服务等。

该负责人以金融客服举例，当用户来电咨询关于理财产品或信用卡额度等相关问题时，智能客服可以迅速识别用户的多样化需求，并将这些需求与相应的业务模块相匹配，最终提供准确的解答。同时，在回答问题的过程中，智能客服还会运用专业的引导话术，如在收到用户咨询信用卡额度相关问题时，可以关联信用卡提额相关活动，引导用户完成业务办理，从而在一轮通话内完成从闲聊咨询到业务营销再到业务办理的全过程。

事实上，在智能客服的场景中，除了语音拟合以及情绪捕捉之外，语义理解的精准度同样重要，这背后依靠的是大语言模型的微调技术。以银联的智能客服为例，前述相关负责人告诉记者，银联首先收集了脱敏后的客服对话数据，并根据客服部门的需求选定了活动场景、问题类型、问题场景、业务类别等分类任务，以及用户诉求关键句抽取、客服回答关键句抽取两个摘要任务。在此基础上，构造多种指令学习任务，并进一步结合公开指令学习数据集，构建了客服对话指令微调数据集并形成最终微调模型。微调模型的测试结果表明，模型在分类任务中的准确率达到90%以上；在摘要任务中准确率比使用用户首句准确率提高6.5%。

除了智能客服之外，另一个明显的体验变化是金融类广告的趣味性和多变性，与以往单一广告素材重复播放，且时常出现创意同质且平庸的情形不同，如今广告内容的更替频率更快，场景与内容也更加丰富多样。对此，戴会杰告诉记者，营销是一个循环往复的过程，从素材生产到模型质检，再到投放和观测效果，最后又返回素材生产的起点。现阶段的大模型，已经渗透到生产、质检、效果评价的每个环节中。

特别是生成式AI带来营销生产力的大爆发，让广告素材有了万马奔腾的可能性。戴会杰指出，单独投放一个素材能跑出爆款的概率微乎其微，但是如果投放1000个素材，爆款概率将大大提升，在扩大产能的同时，奇富科技又叠加多维度AI评级体系来保证效果。“过去，一个设计人员一天只能做出100张图片，而如今，奇富大模型却能轻松生成1000张图片。奇富科技有74%的图片素材是由大模型生成的。”

探索视频生成，迎接新挑战

不能忽视的是，近期OpenAI正式发布的文生视频模型Sora再次吸引了全球目光，并将大模型应用带入新的方向。记者在采访中也了解到，不少企业也在探索大模型生成视频素材，并取得了一定成果。

比如，银联相关负责人就告诉记者，在金融企业，视频的应用范围也十分广泛，产品介绍、培训、招聘等活动中都需要制作对应的视频。人工方式录制讲解视频不仅有与宣传物料生成类似的不便，还受限于讲师的意愿、状态和工作安排。为此，银联也尝试利用生成式AI技术自动生成数字人讲解视频，根据用户提供的信息和需求，自动生成一个数字化的人物形象，并通过该形象对PPT材料进行讲解和演示。“当然，以上技术还处于进一步的研究过程中，后续我们将深入探索。”该负责人表示。

此外，奇富大模型也可以直接应用于视频素材生产，基于已有视频进行背景迁移、人物变化、风格迁移，一天能够制作数百条视频。据悉，目前奇富科技的视频素材中，约20%是大模型生成的。针对相关的技术挑战，戴会杰坦言：“就我们公司现阶段的应用来看，大模型生成视频素材方面，尚面临着两方面的技术挑战：一方面，大模型生成视频素材需要巨大的算力支持，优质的视频创意如何能准确转化成视频本身，其算力需求可能超出目前国内企业的承受范围；另一方面，即便现在出现了Sora这种端到端文生视频的能力，还没有在具体场景进行尝试和应用，在实际垂类场景的生成和实际应用效果有待验证。”

除了视频生成的角度之外，目前大模型偶尔存在知识幻觉问题。“在话术生成时，大模型偶尔会产生看似合理但与用户输入、先前生成的上下文或事实知识偏离的输出，这种现象通常被称为幻觉，对业务场景有一定影响。”陆全谈道。为此，马上消费自主研发幻觉检测等技术缓解了这一现象。

由此可见，尽管金融大模型目前已经取得不少突破，但不可否认相关技术仍在初期发展阶段，未来依旧存在不少难点与挑战。陆全进一步指出，人工智能、区块链、云计算、大数据创新技术在便利数字内容体验的同时，技术的恶意应用呈新威胁趋势，表现为欺诈攻击呈现高度组织化，网络安全威胁持续升级。开放生态下风险事件增多，单点风险事件向生态风险事件转变。

“除此之外，数字化创新发展也在引发伦理关注。”陆全谈道，“数字化创新和发展过程中，有关数据信息运用如客户生物信息采集、信息共享与传递及精准营销模型训练等基本规则较为模糊，金融服务数据化、智能化升级的背后隐藏着严峻的数据道德危机，算法中的停机问题、高频风险、算法歧视和信息茧房等影响公开透明、公平和无歧视等价值的实现，侵犯个人权利、模糊责任边界等，正引发全球范围内对科技创新及其产业化应用的伦理反思和讨论。”

科大讯飞金融科技业务负责人还补充道，在具体部署大模型时，还面临集成和部署的统一问题，要寻找更灵活的解决方案。考虑到金融机构的数字化基础设施已经较为成熟，将AI大模型有效地集成到现有系统之中，是一项复杂的工程。这不仅仅涉及到技术层面的兼容性问题，还包括对现有业务流程的影响评估，以及后续的维护和升级需求。

在陆全看来，要应对一系列挑战，需要多方面共同的努力：首先，加强组织同行业机构交流、产学研联动和生态合作，形成合力，提升行业数字化创新研究水平；其次，加速金融业数字化标准研究落地和最佳实践打造，提升金融科技的标准化水平；最后，推行先行先试机制，针对数字化能力较好的机构，开展金融数字化创新试点。结合金融业发展现状，制定科学的先行先试实施方案，包括试点原则、业务内容、操作流程、退出机制、保障措施等，为有能力的金融机构搭建高效沟通桥梁，引导其开展大数据、AI、区块链、云计算等数字化技术的创新研究，并在监管合规的前提下，支持其研究成果优先应用的示范推广。

全国人大代表、科大讯飞董事长刘庆峰也表示：“大模型是机遇，也是挑战。如今的通用大模型并不一定代表人工智能的全部未来，还有很多创新要做，如脑科学互动、对抗网络的深度连接等，需要整个创新的生态，但我们一定要有勇气、有期许走在最前列。”