麻豆国内精品欧美在线-麻豆国内精品久久久久久-麻豆国产在线观看一区二区-麻豆国产在线观看免费-麻豆国产原创-麻豆国产一区二区在线观看

馬上消費大模型：“天鏡”正式亮相了。

馬上消費發(fā)布首個零售金融大模型“天鏡”

8月28日上午，在重慶舉行的“數(shù)智融合·渝見未來”金融大模型發(fā)展論壇上，馬上消費大模型“天鏡”正式發(fā)布。

作為全國首個零售金融大模型，“天鏡大模型”基于馬上消費的技術(shù)沉淀與研發(fā)積累，以及過去8年對金融行業(yè)的認知和理解，進一步推動AI技術(shù)在金融行業(yè)的應用以及AI科技賦能數(shù)字金融創(chuàng)新。

馬上消費大模型在零售金融領域的落地，也意味著大模型在金融垂類落地應用的進一步深入，并由此推動行業(yè)數(shù)智化創(chuàng)新發(fā)展，賦能實體經(jīng)濟降本增效進入新的高質(zhì)量發(fā)展階段。

“天鏡”大模型

拉開金融高質(zhì)量發(fā)展的“新幕布”

馬上消費發(fā)布的金融大模型“天鏡”是生長在產(chǎn)業(yè)端的大模型。

馬上消費首席信息官蔣寧在金融大模型論壇上演講

馬上消費CTO蔣寧認為，未來對大模型探索的主要思路應該是，將生成式模型的泛化能力、遷移學習能力與判別模型進行有效結(jié)合，才能解決金融機構(gòu)的實際問題。

馬上消費人工智能研究院院長陸全

“馬上消費的天鏡大模型從一開始研發(fā)，我們就專注于真正要幫金融企業(yè)，以及零售金融企業(yè)去落地，產(chǎn)生實際的價值。這是我們所有研發(fā)天鏡大模型的一個基礎?！瘪R上消費人工智能研究院院長陸全表示。

天鏡大模型結(jié)合了持續(xù)學習、組合式AI等能力，真正能夠?qū)⒋竽Ｐ图夹g(shù)落地到金融產(chǎn)業(yè)端，解決實際問題的能力更強。

一方面，橫向上要有領先的應用能力，搭建起金融大模型穩(wěn)定、持續(xù)進化的基礎。另一方面，要真正能夠落地產(chǎn)業(yè)，縱向深入到場景。

天鏡大模型的發(fā)布，提出了“三橫三豎”戰(zhàn)略：

三橫是指在橫向能力上，數(shù)據(jù)領域?qū)崿F(xiàn)智能、針對非結(jié)構(gòu)性數(shù)據(jù)形成判別式風控模型的綜合能力、形成實時的人機協(xié)作；

三豎是指大模型能力縱深上達成組合式AI、強化學習機制、做到魯棒性技術(shù)。

“三橫三豎”戰(zhàn)略首先是解決數(shù)據(jù)的智能的問題。

大模型可將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為方便使用的知識，形成知識庫，解決數(shù)據(jù)端“最初一公里”的效率問題。并且能夠降低結(jié)構(gòu)化數(shù)據(jù)的使用成本。

天鏡大模型通過大數(shù)據(jù)語料庫、高精度訓練集，實現(xiàn)數(shù)據(jù)智能，從而把大量非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為方便使用的知識庫，通過跨領域知識理解、歸納、推理、自動抽取的能力。

例如，解決招股書、財報等專業(yè)文檔中快速檢索、歸納、關(guān)聯(lián)各類數(shù)據(jù)的使用效率問題。

此外，數(shù)據(jù)智能能夠?qū)崿F(xiàn)SQL生成，非技術(shù)人員可以完成SQL編寫，將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為工具，幫助新入職的分析師熟悉業(yè)務數(shù)據(jù)，快速開展工作，進一步降低結(jié)構(gòu)化數(shù)據(jù)的使用成本。

其次是智能交互能力。

大模型的多模態(tài)技術(shù)讓數(shù)字人能夠理解人、有情感、有溫度，更好地服務于人。比如智能簡歷的生產(chǎn)投遞、再比如，能夠?qū)崿F(xiàn)實時生成的智能對話，這意味著金融行業(yè)有望能夠利用人工智能，為用戶提供高度定制化、以及個性化的產(chǎn)品和服務。

智能交互的應用，能夠進一步幫助金融機構(gòu)提升個性化的服務能力，降低個性化服務成本。

最后是智能決策能力。

天鏡大模型可將復雜的業(yè)務決策轉(zhuǎn)化為可執(zhí)行的業(yè)務能力。有金融領域積累的32億通真實用戶對話，加上金融領域資料萬億級的token做支撐，能夠?qū)崿F(xiàn)實時人機決策。

借助組合式 AI 系統(tǒng)技術(shù)，大模型能夠把“生成式模型”和 “判別式模型”有效結(jié)合，保證金融行業(yè)所要求的知識的覆蓋度、專業(yè)性、合規(guī)性和正確性。

總體來看，結(jié)合了持續(xù)學習、模型控制、組合式AI的能力，能夠讓模型越用越聰明，“三縱三橫”戰(zhàn)略下，馬上消費大模型，核心在于打造零售金融大模型的產(chǎn)業(yè)落地能力。

“金融行業(yè)作為人工智能應用要求高、場景豐富，是大模型技術(shù)和算法突破的沃土?！敝袊こ淘涸菏磕吖饽显谡搲媳硎?，十分期待大模型應用在金融領域的探索和實踐。

如今大模型行業(yè)，由通用到垂直的路徑已經(jīng)清晰，下個階段比的就是真正的產(chǎn)業(yè)化落地能力，在這一點上，馬上消費的落地，目標很明確，進一步推動大模型技術(shù)在行業(yè)的落地。

這背后，隱現(xiàn)的不僅是技術(shù)實力積累，也是一種長期主義價值觀。

大模型的發(fā)布，是馬上消費對技術(shù)長期投入的結(jié)果，累計投入科研費用逾 30億元，自主研發(fā)出1000多套系統(tǒng)，組建2100余人研發(fā)團隊，并且建設16個聯(lián)合創(chuàng)新實驗室，巨大的投入是技術(shù)實力的基礎。

長期投入下，馬上消費建立起算力、算法與數(shù)據(jù)三大支柱，對行業(yè)而言，以“天鏡”大模型為起點，馬上消費拉開金融高質(zhì)量發(fā)展的“新幕布”。

金融領域，數(shù)據(jù)是重要的資產(chǎn)，也是重要的生產(chǎn)資料。而大模型就是挖掘這些數(shù)據(jù)生產(chǎn)資料的“金鋤頭”。

數(shù)智時代，金融領域高質(zhì)量發(fā)展，本質(zhì)上是數(shù)據(jù)資產(chǎn)的高質(zhì)量發(fā)掘生產(chǎn)。大模型是工具，數(shù)據(jù)是原料，究竟能產(chǎn)生多少價值，還是看對行業(yè)的理解能力。馬上消費發(fā)布“天鏡”大模型，是從業(yè)務上“長”出來的，是戰(zhàn)略的自然延展，對行業(yè)理解自然也夠深。

接下來，隨著馬上消費大模型進一步落地，金融行業(yè)運營成本、運行效率，有望迎來一次新的迭代升級。

從入局到破局

硬實力+軟實力構(gòu)建科技產(chǎn)業(yè)“護城河”

AI大模型不僅僅是意味著一次行業(yè)性的新升級，也意味著一次核心競爭力的重構(gòu)。

過去的AI、智能化解決的是可不可用的問題，而人們希望看到的是大模型應用能夠解決好不好用的問題。

比如，當下AI客服在行業(yè)中的應用還有缺憾，用戶接到電話之后后容易就聽出來對方是AI還是真人，影響消費者的體驗，如果每個人接到電話就像真人打的，可以與客戶進行非常個性化的聊天，就可以大大提升傳統(tǒng)金融服務的效率。

“關(guān)于通用大模型，核心是生態(tài)，而不是參數(shù)，生態(tài)才讓這個模型越用越聰明，沒有生態(tài)，通用大模型是沒法在未來能夠越用越聰明。”馬上消費CTO蔣寧表示。：“ 未來階段，我們會給行業(yè)帶來的變化，第一個個性化的服務和極致用戶體驗、第二的，高效的價值傳遞效率、第三，安全合規(guī)的決策?！?/p>

要做到這些，并且讓大模型越用越聰明，就意味著不僅要“入局”，而且要做到“破局”。

如何破局？馬上消費的理解是：扎根產(chǎn)業(yè)，基于真實場景研發(fā)，能夠?qū)嵈驅(qū)嵉漠a(chǎn)生增量價值，最終完成“成本替代”。

落地行業(yè)增量價值有幾個維度，比如能不能增強金融業(yè)務決策的可信度，能不能深入的挖掘數(shù)據(jù)資產(chǎn)的價值，能不能真正的提高金融業(yè)務的決策效率。

這些增量價值如果能夠被挖掘出來，那么這樣的大模型很有可能會成為金融行業(yè)應用的殺手級產(chǎn)品。

要知道，除了ChatGPT之外，還沒有真正意義上的殺手級大模型應用的出現(xiàn)，甚至于ChatGPT本身放在垂直領域，也算不上“殺手級”的應用。要真正做的到這一點，并不容易。

金融行業(yè)最基礎的一環(huán)是可信，比如，怎樣做到大模型決策在任何情況下都足夠可信？馬上消費的思路是，用多模塊、算法組合，不斷研究對抗學習，從而保證突發(fā)、惡意的情況下，結(jié)果依然安全。

換句話來說，數(shù)據(jù)樣本要足夠多，算法能力要足夠強，才能夠深入現(xiàn)實業(yè)務場景，真正解決行業(yè)痛點。

據(jù)悉，在技術(shù)上，馬上消費大模型已經(jīng)集合千億參數(shù)、上萬臺服務器，近千張GPU卡，50PB的文字、聲音、圖片、視頻等形式的數(shù)據(jù)，進一步實現(xiàn)算力、算法、數(shù)據(jù)以及場景的閉環(huán)，從而打造金融場景下自身的核心競爭力。

大模型在垂直領域落地的護城河越寬，說明背后的企業(yè)既有軟實力也有硬實力。

硬實力其實就是在數(shù)據(jù)、算法、以及算力這三大要素上的底層能力。

馬上金融已經(jīng)構(gòu)建起來的2000+個模型以及一整套完整的多模態(tài)的資產(chǎn)，正是大模型進一步落地金融垂類領域的有力支撐。此外，馬上消費在金融領域積累的32億通真實用戶對話，加上金融領域資料萬億級的token，在數(shù)據(jù)層面、技術(shù)層面，都有打造行業(yè)大模型的底座。

“基于這樣的近千億的數(shù)據(jù)量和組合模型（OutGPT技術(shù)），結(jié)合它的反饋機制進行強化學習，在不同場景下，把語音、聲紋，包括心理學這些模型融合在一起，這是我們的核心競爭能力。”蔣寧表示。

軟實力，則更多體現(xiàn)在對行業(yè)的理解力。

金融行業(yè)有自身的特殊性，比如隱私保護、安全可控，這都是需要更懂行的人來做金融大模型。這也是馬上消費的優(yōu)勢。

智能決策的合規(guī)性和安全性方面，馬上消費大模型采用了組合式 AI 系統(tǒng)技術(shù)，把“生成式模型”和 “判別式模型”有效結(jié)合，這些底層能力上的創(chuàng)新，有力于進一步保障合規(guī)性和安全性。

專業(yè)的人做專業(yè)的事兒，在金融行業(yè)深耕多年之后，由馬上消費來落地這一行業(yè)大模型，其實更容易成功。

跳出金融行業(yè)來看，“天鏡”大模型，對于整個大模型賽道的應用落地都有促進意義。

事實上，馬上消費大模型發(fā)布影響可能更為深遠，不僅是金融領域，對于整個大模型的發(fā)展都有示范意義。

大模型的“賽點”是產(chǎn)業(yè)應用，但是產(chǎn)業(yè)應用究竟該如何去落地，各家有不同的解法，怎樣的解法才是“標準答案”其實并沒有定論。

馬上消費大模型，給大模型的產(chǎn)業(yè)應用打了樣，這對接下來的垂直領域的大模型落地，有更多的促進意義。

從這個角度來看，馬上消費大模型的發(fā)布，也意味著大模型正在深入邁向應用端。打響深度產(chǎn)業(yè)化的第一槍，接下來，大模型落地應用有了可以參考的范式，從而帶動各個領域的數(shù)智化高質(zhì)量發(fā)展。

寫在最后：

大模型的風向正在發(fā)生新的變化。

ChatGPT的訪問量減少，但大模型在產(chǎn)業(yè)端的應用卻在加速。ChatGPT點燃了大模型的第一把火，而第二把火、第三把火則需要產(chǎn)業(yè)應用端來繼續(xù)接力。

經(jīng)過了市場的風口之后，大模型終究還是要靠落地，換言之，垂直領域的機會一直都在。接下來金融領域會不會誕生首款“殺手級”的應用大模型，值得期待。