| RK | 大模型 | 所屬企業(yè) |
|---|---|---|
| 1 | 盤古 | 華為 |
| 2 | AntFinGLM | 螞蟻集團(tuán) |
| 3 | 通義點(diǎn)金 | 阿里云 |
| 4 | 混元 | 騰訊金融科技 |
| 5 | 開元 | 百度智能云 |
| 6 | 言犀 | 京東科技 |
| 7 | 工銀星辰/工銀智涌 | 中國(guó)工商銀行 |
| 8 | 軒轅 | 度小滿 |
| 9 | sensenova日日新 | 商湯科技 |
| 10 | 郵智 | 郵儲(chǔ)銀行 |
| 11 | Light-GPT | 恒生電子 |
| 12 | HithinkGPT | 同花順 |
| 13 | 小招 | 招商銀行 |
| 14 | 妙想 | 東方財(cái)富 |
| 15 | 量知 | 捷通華聲 |
| 16 | QifuGPT | 奇富科技 |
| 17 | 無涯Infinity | 星環(huán)科技 |
| 18 | 問數(shù) | 中軟國(guó)際 |
| 19 | 拓天 | 拓爾思 |
| 20 | K-GPT、K-CODE | 金證股份 |
| 21 | 智譜華章 | 智譜AI |
| 22 | 得助 | 中關(guān)村科金 |
| 23 | 銀行垂直類大模型 | 中科金財(cái) |
| 24 | 君弘靈犀 | 國(guó)泰海通 |
| 25 | 源啟 | 中電金信 |
| 26 | MetaLoop AI | 格靈深曈 |
| 27 | 猛禽 | 信雅達(dá) |
| 28 | 麒麟 | 有連云 |
| 29 | 財(cái)躍 | 財(cái)躍星辰 |
| 30 | 智語 | 宜人智科 |
| 2026.04 DBC/CIW/eNet16 | ||
金融大模型并非簡(jiǎn)單的“大參數(shù)量的語言模型”，而是融合了海量金融知識(shí)、交易數(shù)據(jù)、市場(chǎng)情緒、監(jiān)管政策等多維信息的專用智能系統(tǒng)。它正在從輔助工具向決策核心演進(jìn)，重新定義著金融服務(wù)的效率邊界、風(fēng)險(xiǎn)管理的精度以及客戶體驗(yàn)的深度。
從技術(shù)層面看，由于金融數(shù)據(jù)的特殊性，所以金融大模型往往需要經(jīng)過兩階段甚至三階段的訓(xùn)練：首先在廣泛的無標(biāo)注金融語料上進(jìn)行預(yù)訓(xùn)練，學(xué)習(xí)基本的金融概念、術(shù)語和邏輯；然后在特定任務(wù)上通過有監(jiān)督微調(diào)，例如財(cái)報(bào)分析、新聞情緒分類、信貸違約預(yù)測(cè)等；最后還會(huì)引入人類反饋強(qiáng)化學(xué)習(xí)，使得模型輸出更符合金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好和合規(guī)要求。
此外，多模態(tài)能力正在成為金融大模型的標(biāo)配——它需要同時(shí)理解文本、表格、時(shí)間序列、圖像（如票據(jù)、合同掃描件）甚至語音。例如，讀取一份上市公司年報(bào)，模型不僅要提取文字信息，還要解析復(fù)雜的財(cái)務(wù)表格、理解管理層討論與分析中的情感傾向，并與歷史數(shù)據(jù)進(jìn)行對(duì)比推理。這種跨模態(tài)的融合能力，使得金融大模型能夠像一位資深分析師那樣，從多個(gè)維度綜合判斷一家企業(yè)的真實(shí)狀況。
在應(yīng)用領(lǐng)域，金融大模型已經(jīng)滲透到前中后臺(tái)的各個(gè)環(huán)節(jié)，形成了一幅全景式的賦能圖譜。風(fēng)險(xiǎn)管理方面，金融大模型可以實(shí)時(shí)掃描海量新聞、社交媒體、監(jiān)管公告，通過語義理解和知識(shí)圖譜推理，提前數(shù)周甚至數(shù)月預(yù)警潛在的信用風(fēng)險(xiǎn)或市場(chǎng)風(fēng)險(xiǎn)；在客戶服務(wù)與營(yíng)銷方面，智能對(duì)話系統(tǒng)不再局限于簡(jiǎn)單的問答，而是能夠進(jìn)行多輪、有記憶、有策略的交互，還能夠根據(jù)客戶的歷史行為生成定制化的營(yíng)銷文案；投資交易領(lǐng)域中，量化策略研究員可以利用大模型生成新的因子，算法交易系統(tǒng)能夠理解市場(chǎng)盤口中的隱含情緒動(dòng)態(tài)調(diào)整下單策略，對(duì)投資顧問而言大模型可以快速回答關(guān)于某個(gè)行業(yè)或公司的復(fù)雜問題并提供多角度分析；在合規(guī)與監(jiān)管科技方面，金融大模型能夠自動(dòng)審查交易記錄、客戶溝通信息，識(shí)別潛在的違規(guī)行為或利益沖突，大幅降低人工審查的成本和時(shí)間。
金融大模型的發(fā)展將從“通用大模型+微調(diào)”向“原生金融大模型”演進(jìn)，即從預(yù)訓(xùn)練階段就融入金融領(lǐng)域特有的邏輯、時(shí)間和因果結(jié)構(gòu)，使模型天生具備金融推理能力。
未來的金融大模型將不僅僅回答問題，還能主動(dòng)規(guī)劃任務(wù)、調(diào)用外部工具（如查詢數(shù)據(jù)庫、執(zhí)行交易、發(fā)送郵件），成為能夠獨(dú)立完成復(fù)雜金融工作流的智能體。
隨著AI的進(jìn)一步發(fā)展，金融大模型是金融行業(yè)數(shù)字化轉(zhuǎn)型的必然階段。在這個(gè)過程中，技術(shù)領(lǐng)先者未必是最終贏家，那些能夠?qū)⒛Ｐ湍芰εc業(yè)務(wù)理解、風(fēng)險(xiǎn)控制、監(jiān)管合規(guī)完美融合的機(jī)構(gòu)，才能真正駕馭這頭智能巨獸。而對(duì)于整個(gè)社會(huì)而言，金融大模型若能在效率提升的同時(shí)守住公平、安全、可解釋的底線，它將有望成為普惠金融、穩(wěn)健市場(chǎng)的有力支撐。
大模型也在重新定義“金融”二字的內(nèi)涵，從以人為中心的經(jīng)驗(yàn)驅(qū)動(dòng)，走向人機(jī)協(xié)同的知識(shí)驅(qū)動(dòng)與智能驅(qū)動(dòng)。
（文/元素）
e-Mail：lab@enet16.com
