从火山——智谱高性能金融大模型的合作攻关

过去一年，大模型蓬勃发展，AI空前普及。 但通用大型车型距离行业还很遥远。 在讨论大模型的实施方向时，不少专业人士瞄准了金融行业，表示大模型将带来金融行业第二次数字化浪潮。

金融行业积累了大量优质数据。 各类金融平台上有数亿用户，存在海量的用户画像数据和交易数据。 利用大模型对上述数据进行分析处理可以提高财务效率。 例如，金融机构可以更高效、准确地预测用户行为偏好、评估客户风险； AI还可以实时监控交易和市场波动并及时制定策略。

事实上，金融行业也在积极拥抱大模式。 IDC（国际数据公司）的一项调查显示，超过一半的金融机构计划在2023年投资生成式人工智能技术，只有10%的金融机构表示没有试点计划。 不久前，国内两家科技公司联合推出霍山-智普高性能金融模型，也为人工智能在科技和金融领域的落地积极铺路。

大型模型的未来固然是光明的，但金融行业对安全和隐私的要求极高。 在推动金融行业大模型落地的过程中，安全与合规是最大的技术难题。 金融人工智能发展是一项技术与产业融合的系统工程。 从霍山-芝普高性能金融模型的协同研究背景可以看出，一方面，模型性能、功能和底层架构的升级迭代是基础；另一方面，模型性能、功能和底层架构的升级迭代是基础。 另一方面，高效的计算基础设施、开放安全的生态系统、丰富的金融行业实践和完善的交付保障是重要前提。

大型模型是金融行业的必争之地。 但人工智能若要进一步渗透风控等核心金融业务，仍需在垂直领域进行适配，需要经过时间的考验。 金融行业普遍认为，现阶段最容易落地的，包括AI投资顾问、自动化客服、风险评估、自动化报告生成、代码生成应用等，应该从外围开始，逐步向核心靠拢。

大模型对金融世界的影响必然会超越上一波数字化浪潮，金融工作模式的变革势不可挡。 然而，大型模型在金融场景落地的“最后一公里”却是充满变数的一公里。 只有夯实科技基础，未来的人工智能金融才能行稳致远。 （来源：科技日报）