在金融科技的浪潮中，螞蟻數科于近期于世界人工智能大會論壇上震撼發布了其金融推理大模型——Agentar-Fin-R1。這一創新成果專為金融AI應用設計，旨在構建一個“可靠、可控、可優化”的智能核心，為金融業的數智化轉型注入新的活力。
Agentar-Fin-R1是基于Qwen3研發的，它在多個權威金融大模型評測中表現卓越，超越了包括Deepseek-R1在內的同級別開源通用大模型及金融專用模型。這一成就彰顯了其在金融專業性、推理能力和安全合規方面的顯著優勢。
隨著金融行業數智化步伐的加快，大模型在金融領域的應用日益廣泛。然而，在實際業務場景中，金融知識的專業性、業務邏輯的復雜性以及金融級安全合規的嚴格性，對現有大模型提出了嚴峻挑戰。螞蟻數科CEO趙聞飆指出，通用大模型與產業實際應用之間存在“知識鴻溝”，構建專業的金融大模型是推動金融與AI深度融合的必由之路。
螞蟻數科通過構建全面的金融任務數據體系和創新模型訓練算法，成功提升了Agentar-Fin-R1的金融推理能力和可信度。在Fineval1.0和FinanceIQ兩大主流金融基準測試中，Agentar-Fin-R1均取得了最高評分，不僅在金融能力上顯著增強，其通用能力也達到了較高水平。
在數據構建方面，螞蟻數科打造了業內最全面、最專業的金融任務分類體系，涵蓋了六大類、六十六小類場景，廣泛涉及銀行、證券、保險、基金、信托等金融領域。借助千億級金融專業數據語料、可信數據合成技術以及專家標注的金融長思維鏈（CoT）構造機制，模型在處理復雜任務時展現出卓越的能力，真正實現了“天生懂金融，出廠即專家”。
在訓練層面，螞蟻數科創新的加權訓練算法顯著提高了大模型對復雜金融任務的學習效率和性能。這一創新不僅降低了后續業務應用中二次微調的數據需求和算力消耗，還有效降低了大模型在企業落地應用的門檻和成本。Agentar-Fin-R1具備持續更新迭代的能力，能夠吸收最新的金融政策、市場動態等關鍵信息，并通過配套評測工具進行針對性優化，確保模型能力在真實業務場景中不斷進化。
Agentar-Fin-R1提供了32B和8B參數兩個版本，以滿足不同金融機構的需求。同時，螞蟻數科還推出了基于百靈大模型的MOE架構模型，以提供更快的推理速度。還有非推理版本的14B和72B參數大模型，為金融機構在多樣化場景下的部署提供了更多選擇。
為了評估大模型在實際金融場景中的應用能力，螞蟻數科聯合中國工商銀行、寧波銀行、北京前沿金融監管科技研究院、上海人工智能行業協會等機構，共同推出了Finova大模型金融應用評測基準。該基準深入考察了智能體的能力、復雜推理以及安全合規能力。在Finova評測中，Agentar-Fin-R1同樣取得了最高評分，甚至超越了更大參數規模的通用模型。目前，Finova已經全面開源，旨在推動整個行業提升大模型在金融領域的應用水平。
螞蟻數科作為螞蟻集團旗下的獨立科技子公司，致力于利用AI及Web3技術推動產業數智化升級。今年以來，螞蟻數科加速布局企業級大模型服務，并聚焦金融與新能源兩大行業場景。在金融領域，螞蟻數科此前推出的金融智能體平臺Agentar已成為首批通過信通院評測的智能體平臺產品，并獲得最高評級。螞蟻數科還與行業合作伙伴共同推出了超過百個金融智能體解決方案，加速了大模型在金融業的規模化應用。
以上海某銀行為例，螞蟻數科助力其打造的AI手機銀行創新性地采用了“對話即服務”模式。用戶通過自然對話即可輕松獲取各類金融服務，這一創新顯著提升了老年客戶的滿意度，使該銀行的月活用戶同比增長了25%。目前，螞蟻數科已累計服務了全部國有銀行和股份制銀行、超過60%的地方性商業銀行以及數百家金融機構。
