《中国金融大模型发展白皮书》发布，智能引擎驱动金融进化

今年两会中，“人工智能+”被再次提出，并首次以独立章节形式写入2025年《政府工作报告》。报告起草组成员、国务院研究室副主任陈昌盛表示，要推动人工智能大模型的广泛应用，让人工智能真正赋能千行百业、走进千家万户。

近年来，在人工智能的加速下，金融领域正加速突破传统边界。一方面，大模型通过精准风险评估、智能投顾等场景重塑金融服务链路；另一方面，人工智能技术与金融基础设施的深度耦合正催生智能化金融的新范式。为金融行业的未来发展图谱带来了无限的遐想。

在此背景下，中电金信依托其在金融科技领域的长期实践积累，同时融合IDC 大模型研究的全球视角，联合IDC发布了《中国金融大模型发展白皮书》。

《白皮书》在系统梳理了 AI 大模型整体发展现状的基础上，结合金融行业用户的需求调研深入分析了场景落地过程中所面临的挑战和机遇，为金融行业全面拥抱智能时代机遇、构建可信的AI能力基座提供战略级行动指南。

智能重构金融

从线上第三方支付工具的诞生，到人工智能的全域赋能。中国金融生态的价值逻辑越来越向“技术驱动价值创造”迈进。

《白皮书》指出，金融行业在AI大模型的研发投入和应用方面亦走在市场前列。IDC数据显示，2024年，中国金融行业Aland Generative Al投资规模达到196.94亿元，到2027年将达到415.48亿元，增幅达到111%。

中金公司此前发布的一份研究报告中观点显示，在技术可用性、数据完备性与付费确定性三重共振下，AI+金融已迈向全域赋能的新周期，智能化重构带来的产业价值重估机遇亟待关注。

其中，金融IT行业具备明确的人工智能赋能场景，有望实现“工具赋能”向“智能重构”跃迁。而随着DeepSeek带来的AI技术平权，金融行业大模型普及有望加速推进；供给端，大模型将有望在核心决策、风控等环节实现加速探索，带来大量落地应用场景。

例如中电金信从产品平台、智能应用、智算底座全栈接入DeepSeek，进一步强化了“大模型+平台+服务+应用”的综合解决方案优势。

IDC认为，在未来18个月内，支付清算、智能投研、内部研发(代码生成、测试等)、数据分析(报表生成与分析、数据建、数据决策等)、欺诈/洗钱/威胁监测、资产管理(资产尽调、资产评估及定价等)是金融机构主要的落地场景。

此外，IDC指出，数据价值链管理堪称生成式 AI 在金融场景中释放价值的基石，其核心目的是提升数据质量、数据可用性以及确保数据的合规获取，助力金融机构针对不同的应用场景快速构建高质量的数据集，并为后续金融大模型的规模应用筑牢根基。

在2025全球开发者大会上，中电金信推出基于人工智能的金融数据资产治理解决方案，针对传统数据治理难题，如指标口径模糊、元数据管理低效、数据质量追溯难、开发人力成本高等，给出AI金融数据治理方案，破解数据治理“顽疾”，让数据治理“看得清”、“管的住”。

多模态、智能体、大小模型协同

而随着大模型技术的发展，多模态技术及智能体亦将在金融机构中深入应用。

其中，多模态之间的融合使大模型能更快的感知和适应场景，并能应用于更加复杂的金融场景。通过“感知-认知-推理-决策-组织/行动”的闭环，AI智能体则能为金融机构带来前所未有的价值创造。

蚂蚁数科AI技术负责人章鹏的观点认为：2025不仅是智能体元年，还是智能体toB爆发的元年。并将在数字化水平比较高的领域率先展开，例如金融、教育、医疗领域。

2024年，多家大模型厂商探索AI智能体应用开发，在金融领域的财富管理、风险评估、客户服务等方面，智能体正显现出其商业价值。

例如，邮储银行启动的“邮储大脑”计划，推进智能业务助手、数字客户经理、虚拟营业厅等场景落地；建设银行的“方舟计划”正推动智能体在市场营销、投研报告、风险控制等领域的应用。

中电金信也在去年先后发布了系列产品：源启金融大模型、多模态智能鉴伪大模型，打造智能化时代“应用攻坚的矛”和“防范大模型风险的盾”。

清华大学人工智能研究院常务副院长孙茂松指出，目前已经具备做出比较好的智能体的能力，这主要得益于语言大模型的生成能力、生成代码的能力、图像视频处理能力、3D建模能力这“四板斧”的进步，这给了智能体新的发展机会。

此外，IDC认为，通过大小模型协同也能驱动金融机构在更加多样复杂的场景中的应用。同时，通过构建大模型生态资源共享平台，向金融机构提供大模型应用所需的全套资源，是金融机构大规模应用生成式AI的主要路径之一。