北京商報訊（記者 岳品瑜 董晗萱）“作為數(shù)字時代的超級員工，大模型的卓越能力必將成為助力企業(yè)智能技術(shù)變革的核心力量。”11月28日，在2024數(shù)字產(chǎn)業(yè)生態(tài)伙伴大會上，馬上消費常務(wù)副總經(jīng)理蔣寧如是說道。目前，國內(nèi)大模型正加速商業(yè)化落地，通用基礎(chǔ)類大模型與行業(yè)領(lǐng)域類大模型參與者在各自賽道中尋找最優(yōu)解。

但值得注意的是，當(dāng)前大模型在金融領(lǐng)域的落地仍存在一些技術(shù)上的難題，包括算力、安全合規(guī)等。

馬上消費人工智能研究院院長陸全在接受采訪時提到，金融是一個對準(zhǔn)確性和數(shù)字性要求極高的場景。就像自動駕駛技術(shù)已經(jīng)有10年的歷史，雖然在這10年之內(nèi)取得了很大進步，但是其準(zhǔn)確度必須達到99.9%才能放心應(yīng)用；之后每加一個“9”，研發(fā)投入都成倍增長，需要有創(chuàng)新性的改變。金融領(lǐng)域也是如此，對于準(zhǔn)確性的數(shù)字要求精確到小數(shù)點，無論錯開多少位都不能忽視。由此，只有當(dāng)大模型的準(zhǔn)確性達到非常高的水平時，金融企業(yè)才敢將其應(yīng)用于營銷和客戶服務(wù)等場景。

技術(shù)角度來看，大模型的訓(xùn)練成本非常高，因此需要根據(jù)不同場景選擇最小參數(shù)以控制成本。這樣可以在保證模型性能的同時，減少資源消耗。而在金融領(lǐng)域，GPU算力消耗主要在推理上，而非訓(xùn)練上。這是因為金融領(lǐng)域?qū)崟r交互的要求很高，需要大模型能夠快速響應(yīng)，因此對GPU的推理能力要求較高。

與此同時，在訓(xùn)練大模型的過程中，保證數(shù)據(jù)安全是一個重要議題。這涉及到如何在保護用戶隱私的同時，利用數(shù)據(jù)來訓(xùn)練和優(yōu)化大模型，以提高模型的性能和準(zhǔn)確性。

在業(yè)內(nèi)看來，相比行業(yè)領(lǐng)域類大模型，通用大模型尚不具備解決專業(yè)問題的能力，大模型的發(fā)展將按照“通用—行業(yè)—領(lǐng)域”路徑演化。

如今，伴隨著行業(yè)大模型落地，基于大語言模型的智能體這一概念受到更多關(guān)注。陸全表示，在金融領(lǐng)域，單體大模型無法覆蓋所有應(yīng)用場景，因此需要轉(zhuǎn)變?yōu)槎嘀悄荏w系統(tǒng)。“單體大模型無法在所有層面都做好，就像一個人不可能既是理科狀元又是文科狀元。”而這種多智能體系統(tǒng)可以根據(jù)不同的業(yè)務(wù)環(huán)節(jié)和需求，將大模型分解為多個專有智能體，各自負責(zé)特定的任務(wù)，以提高整體的適應(yīng)性和效率。

對于大模型的應(yīng)用方向，蔣寧同時指出，金融服務(wù)不應(yīng)局限于保障安全可信，更需富有溫度。讓數(shù)字化服務(wù)不僅高效、安全，而且能夠感知和回應(yīng)人類的情感，這是邁向更智能、更人性化的數(shù)字金融時代的關(guān)鍵一步。

例如，在養(yǎng)老機器人領(lǐng)域，最新的探索包括社交陪伴、游戲娛樂和健康檢測等應(yīng)用場景。這些機器人可以滿足老年人在社交和康養(yǎng)方面的多層次需求，提高養(yǎng)老質(zhì)量，降低養(yǎng)老院的能力需求。馬上消費AI研究院副院長鄧偉洪表示，未來，還可以加快投入，研發(fā)基于多模態(tài)大模型的機器人、機械狗等。

在打擊金融黑灰產(chǎn)方面，大模型技術(shù)同樣可以發(fā)揮重要作用。通過聲紋識別技術(shù)和多模態(tài)模型，結(jié)合復(fù)雜網(wǎng)絡(luò)技術(shù)和隱私計算技術(shù)，可以有效地識別深度偽造行為。

從智能體涌入大模型之戰(zhàn)“下半場”，到更人性化、更具溫度的金融服務(wù)，在受訪嘉賓看來，不論如何，大模型的發(fā)展都需要集聚同業(yè)及生態(tài)伙伴力量。共建產(chǎn)業(yè)新生態(tài)，是不變的話題。