7月28日，世界人工智能大会论坛上，蚂蚁数科隆重推出金融推理大模型Agentar-Fin-R1。该模型致力于为金融行业的人工智能应用打造一个“可靠、可控、可优化”的智能核心引擎。
该模型源自我国自主研发的基础大型模型Qwen3，在FinEval1.0、FinanceIQ等知名金融评估标准中，其表现已超过包括DeepSeek-R1在内的同类规模的开源通用模型以及众多金融领域的专业模型，充分体现了该模型在金融领域的专业性、复杂推理技能以及安全合规方面的显著优势。
目前，金融领域的智能化变革正在不断加快步伐，大型模型的应用也在不断拓展。尽管如此，金融领域所涉及的专业知识、繁复的业务逻辑推演以及严格的金融安全与合规标准，给通用大模型在具体业务环境中的应用带来了极大的挑战。
通用大模型与产业实际应用之间存在着显著的“知识差距”。为此，打造专门针对金融领域的超大模型，成为了促进金融与人工智能深度融合的关键途径。展望未来，金融超大模型的应用程度将作为评判金融机构核心竞争力的核心标准。蚂蚁数科的首席执行官赵闻飙在论坛的主题演讲中如此强调。
据悉，蚂蚁数科依托构建的全方位金融场景专业任务数据体系及创新模型训练算法，大幅增强了Agentar-Fin-R1的金融推理能力和可信度。据权威评测，该模型在FinEval1.0和FinanceIQ两大主流金融基准测试中均取得了领先地位。更为重要的是，在金融能力实现显著提升的同时，其通用能力也维持在一个较高水平。
蚂蚁数科已构建起一个全面而专业的金融任务分类架构，该架构囊括了银行、证券、保险、基金、信托等多个领域，并进行了细致的划分，分为六大类及六十六个小类。依托千亿级别的金融专业语料库，融合了可信数据合成技术以及集专家智慧于一体的金融长思维链（CoT）标注方法，显著增强了模型在处理复杂金融任务方面的效能，致力于打造出“一出生便通晓金融，出厂即成专家”的智能模型。运用独特的加权训练方法，对模型的学习过程进行动态调整，极大地增强了它在处理复杂金融问题上的学习速度和效果。此技术能够有效减少在业务微调阶段所需的数据规模和计算资源，大幅降低大型模型在企业应用中的部署成本和难度。
值得关注的是，Agentar-Fin-R1拥有持续迭代的功能，它能够不断吸纳最新的金融政策和市场动态等关键信息，并且借助配套工具进行有针对性的优化，以此保障模型在真实业务场景中的能力能够持续提升和进化。
Agentar-Fin-R1有两种参数版本，分别是32B和8B。除此之外，蚂蚁数科还发布了基于百灵大模型的MOE架构模型，旨在提升推理速度。同时，还推出了14B和72B参数的非推理版本大模型，旨在全面满足金融机构在多样化部署方面的需求。
蚂蚁集团旗下的独立科技子公司——蚂蚁数科，专注于运用人工智能和Web3技术，推动产业实现数字化和智能化转型。自今年起，公司加快了在企业级大模型服务领域的布局，主要集中精力在金融和新能源这两个关键应用场景中。在金融界，该公司推出的金融智能体平台Agentar荣膺中国信通院首批认证，且荣获最高五星级评价，同时与众多合作伙伴共同推出了超过一百项智能体解决方案，有力推动了大型模型在金融行业的广泛应用和规模扩张。
以上海某银行为例，依托蚂蚁数科的技术支持，该行成功推出了AI智能手机银行。这种创新的“对话即服务”模式，使得用户能够通过简单的自然语言对话，轻松获取各类金融服务。这一举措显著提高了老年客户的满意度，同时，也推动了月活跃用户的同比增长，达到了25%。蚂蚁数科现已为我国所有国有大型银行和股份制银行提供服务，同时覆盖了超过六成的地方商业银行，以及成百上千的各类金融机构，有力地支撑了金融行业的智能化转型进程。
