財聯(lián)社12月27日訊（記者 高萍）“百模大戰(zhàn),、千模大戰(zhàn)的時代背景下,，大模型正在經(jīng)歷自己的發(fā)展周期,，用人類的青春期比喻現(xiàn)在的大模型最為恰當(dāng),，青春期的它充滿了‘懵懂’與‘彷徨’,。”近日，馬上消費人工智能研究院院長陸全在接受財聯(lián)社記者專訪時說道。

今年以來,，大模型可謂是市場熱點，金融大模型在金融領(lǐng)域也成為一個高頻詞匯,。通用大模型仍在含苞待放之際,，聚焦垂直行業(yè)的大模型競相來襲，在金融領(lǐng)域,，數(shù)據(jù)分析,、智能交互等業(yè)務(wù)方向問世多個大模型，頭部的金融科技平臺,、持牌消金齊齊發(fā)力,，積極布局大模型，推動金融大模型加速落地,。

在陸全看來,，大模型正在為金融產(chǎn)業(yè)帶來體驗方面的變革，金融領(lǐng)域需要私有化部署的通用大模型,、知識大模型,、工具型大模型、決策型大模型等四類大模型,，而提供決策流程智能生成執(zhí)行的決策型大模型，將是未來趨勢,。不過,，在大模型應(yīng)用落地當(dāng)中也存在數(shù)據(jù)合規(guī)安全等挑戰(zhàn)，需要持續(xù)探索,。

大模型的發(fā)展不能“刻舟求劍”

“大模型的核心還是能夠理解人說的話,，并且能夠生成讓人理解的話。”提及大模型，在專訪時陸全對財聯(lián)社記者表示,，此外,，大模型還是個能說的人。

陸全將大模型比作一個資質(zhì)很高的人,、一個名校畢業(yè)的大學(xué)畢業(yè)生,，像管培生一樣，最后可以在企業(yè)中做所有的事情,?！八恍枰偃ミM行一些微調(diào)、訓(xùn)練,，可以實現(xiàn)一個頂一萬個,。”陸全說,，像孫悟空可以拔很多根毫毛變成好多不同的小猴子去干不同的事情一樣,。

有數(shù)據(jù)顯示，國內(nèi)大模型約有200個,，中央網(wǎng)信辦發(fā)布的第一批,、第二批通過備案的大模型已超20個。在實際應(yīng)用中,，大模型帶來三個能力：對自然語言的理解和生成能力,、知識學(xué)習(xí)能力和模型規(guī)劃能力。不過,，陸全認為,，當(dāng)前大模型將知識深入抽象的學(xué)習(xí)能力和模型規(guī)劃能力還不夠成熟。

在陸全看來,，大模型帶來的幫助不只是一個消耗能源的工具,，它可以幫助小模型生成更好的合成數(shù)據(jù)，尤其對金融合規(guī)和風(fēng)控,，陸全認為,，這一場景最缺的就是樣例數(shù)據(jù)。

陸全強調(diào),，不管是大模型技術(shù)還是大模型行業(yè)應(yīng)用,，發(fā)展速度都非常快,，因而不能刻舟求劍,，“任何完全基于現(xiàn)有的、最好的基礎(chǔ),，做得定制化的都應(yīng)該做的更開放”,。

金融領(lǐng)域決策型大模型是未來趨勢

金融行業(yè)數(shù)據(jù)豐富且數(shù)據(jù)質(zhì)量高,，具備大模型訓(xùn)練的良好基礎(chǔ)。同時,，金融行業(yè)細分領(lǐng)域眾多,，且大量產(chǎn)品最終服務(wù)于C端用戶，大模型應(yīng)用場景豐富,。據(jù)陸全觀察,，金融領(lǐng)域公布的大模型有20多個。

近年來,，隨著國內(nèi)金融行業(yè)大模型標準的發(fā)布,，以華為、火山引擎,、百度等為代表的國內(nèi)頭部企業(yè)聚焦在通用基礎(chǔ)模型,，落地實踐陸續(xù)取得積極進展。而以螞蟻,、馬上消費,、度小滿等頭部一流企業(yè)垂直在金融行業(yè)的大模型。2023年8月,，馬上消費基于數(shù)據(jù)驅(qū)動和可信AI,，發(fā)布全國首個零售金融大模型——“天鏡”大模型。

“馬上消費依托海量數(shù)據(jù)資產(chǎn),、大規(guī)模數(shù)據(jù)決策和極致自動化這三大優(yōu)勢,，實現(xiàn)全場景大規(guī)模數(shù)據(jù)決策的零售金融平臺?！标懭赋?，“天鏡”大模型具有知識匯集、喚醒數(shù)據(jù)價值等能力,可助力零售金融機構(gòu)實現(xiàn)智能客服,、精準營銷,、風(fēng)險控制等?！疤扃R”大模型功效如何,？“舉例而言，相較于傳統(tǒng)機器人的電銷方式,，‘天鏡’大模型驅(qū)動將為我們提高20%營收,。”

“如果把通用大模型看作一匹資質(zhì)超群的‘野馬’,，打造專注于金融垂直領(lǐng)域和細分場景的大模型應(yīng)用就相當(dāng)于對野馬的馴化,。”陸全稱,。那么,，對于金融領(lǐng)域而言，需要怎樣的大模型,？陸全認為,，金融企業(yè)需要的大模型分為四個方面。

第一是私有化部署的通用大模型：金融企業(yè)有強監(jiān)管,，肯定是大部分情況下數(shù)據(jù)或者說有企業(yè)的秘密都不能出私域,，這上面需要有一個私有化部署的功能供它做泛化的使用、私有化部署,。

第二是知識大模型,，陸全表示，大模型核心解決企業(yè)內(nèi)部不管是數(shù)據(jù)庫里面結(jié)構(gòu)化知識還是文本半結(jié)構(gòu)化知識,，也許是視頻或者是圖像,、聲音等一些半結(jié)構(gòu)化的知識，這些都可以通過不同的專有知識處理大模型幫助它提效,，甚至替代人工去做中間的轉(zhuǎn)化工作,。

第三是工具型大模型，端到端代替原來簡單的或者說原來必須要人工去做的事情,，如果知識型大模型還是輔助,，工具型的更主要是替代性的。

“最后一種是決策型大模型,，提供決策流程智能生成執(zhí)行,，未來肯定是趨勢，但是現(xiàn)在還是比較前沿大家正在探索的階段,?！标懭缡钦f。

“金融大模型不是對傳統(tǒng)模型的替代,，其優(yōu)勢在于與人的交互能力更強,。”陸全總結(jié)道：“無論是工具型,、知識型還是決策型大模型都要融到場景中去,，脫離了場景大模型就是一個抽象的概念?！?/p>

人機交互,、風(fēng)控管理等將迎來深層次革新

陸全透露，馬上消費大模型在各種不同的場景做試驗,，遍地開花可能太樂觀,，但是經(jīng)過多次試驗，在一些場景中大模型真正產(chǎn)生價值,，還是比較樂觀的,。

“馬上消費下一步的方向是做決策大模型,，讓大模型真正擁有像人一樣規(guī)劃決策的能力，朝著這個方向做下一步的探索,?！标懭珗孕牛@個方向努力后,，隨著大模型整體技術(shù)的快速發(fā)展和完善,，在金融場景尤其在消費金融場景，定會帶來人機交互,、風(fēng)控管理以及合規(guī)管理等方面根本性,、深層次的革新和變化。

根據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù),，我國AI市場規(guī)模有望在中短期保持高速成長,，2025年有望超過2000億。未來大模型有望以“訂閱+流量”和“項目+服務(wù)”等模式落地行業(yè),。

但是,，發(fā)展大模型中也存在多重挑戰(zhàn)?！靶袠I(yè)和場景的細分數(shù)據(jù)就有數(shù)據(jù)上的難點,。”陸全直言,，越是專業(yè)化的數(shù)據(jù)越抽象,。第二個是算力的問題，大模型有訓(xùn)練成本和推理成本,，將來加速減少推理成本將是一個核心優(yōu)勢,。此外，就是人才方面的挑戰(zhàn),，“一般算法工程師可能不懂推理,，懂推理的工程師可能不太懂怎么部署，這就需要學(xué)習(xí)能力強,、綜合性素質(zhì)高的人才,。”

另外,，安全是一切金融業(yè)務(wù)的發(fā)展核心,。金融行業(yè)往往希望為用戶提供個性化的服務(wù)體驗，但這種個性化的體驗需要個人隱私數(shù)據(jù)和大模型相融合,，出現(xiàn)了數(shù)據(jù)合規(guī)安全的新問題,。大模型的基礎(chǔ)架構(gòu)、技術(shù)芯片等對科技技術(shù)底層結(jié)構(gòu)也提出了挑戰(zhàn),。此外,，大模型要求構(gòu)建增強學(xué)習(xí)的網(wǎng)絡(luò)化平臺,，并持續(xù)貢獻數(shù)據(jù)和反饋，對跨組織,、跨機構(gòu)的共享機制需要持續(xù)性的探索,。

（財聯(lián)社記者 高萍）