(资料图片仅供参考)

中新网上海9月9日电 (高志苗 王梦瑶)从通用大模型到垂直大模型，大模型热还在持续。金融行业作为数字化基础较为完善的行业，可以和大模型产生怎样的化学反应？

“通用大模型无法在专业严谨的领域直接商用，特别是金融服务对错误的容忍度很低，金融大模型要确保领域知识和专业逻辑的严谨性，才能真正落地带来产业价值。”蚂蚁集团副总裁、金融大模型负责人王晓航在2023外滩大会上表示，知识力、专业力、语言力以及安全力，保障四大能力是前提条件，也是金融大模型要解的产业真命题。

2023外滩大会“大模型时代金融科技进化之路”论坛现场。外滩大会组委会供图

王晓航判断，大模型正在为金融产业带来体验变革：更自然的交互，更丰富的供给，更有效的表达，更贴身的服务定制，更高效的服务。“金融业务链条上每一个关键职能，都值得用大模型技术重做一次。”

在海通证券金融科技创新实验室负责人蔚赵春看来，金融行业要想落地大模型，必须要满足五个条件，即合规性、安全性、可信性、严谨性和经济性。“金融行业落地大模型的思路应该从内部到外部，在各方面条件成熟的情况下再推向客户。在智能客服、智能投研等智能交互类场景，可以首先用大模型来捕捉市场上的异常信号。”

中国社科院国家金融与发展实验室副主任杨涛则指出，大模型要成为金融变革的新“能源”，需使其从“原油”升级为“石油产品”。他说，生成式AI预训练大模型的快速发展，需要高质量、大规模、多样性的数据集，其在金融业的应用更需要丰富的行业数据支撑。当前迫切需要推动数据资源、数据要素、数据资产的优化升级。

“从通用大模型到垂直大模型还有很多路要走。”复旦大学教授、上海市数据科学重点实验室主任肖仰华认为，金融领域的大模型是一种复杂严肃的应用场景，这从根本上决定了金融大模型落地的挑战。

肖仰华解释，严肃意味着准确性要求高、合规性要求高，但大模型尤其是深层次大模型，它先天会“胡说八道”，这和金融行业严肃的应用要求具有矛盾，这种矛盾如何调和还需要很多技术方法和手段。他强调，大模型结合领域需求，注入知识从而形成持续的学习能力，是大模型落地应用非常关键的问题。(完)