Research艾瑞咨询2024年中国金融大模型产业发展洞察报告部门：TMT金融组署名：孙石琦©2024 iResearch IncResearch艾瑞咨询CONTENTS01中国金融大模型产业发展背景介绍目录Background02金融大模型结构特征与优势能力分析Product Mix and Advantages03中国金融大模型产业卓越者评选Outstanding Enterprises04中国金融大模型产业未来趋势预判Industry Development Trends05中国金融大模型产业专家之声Industrial Experts'Insights2Research艾瑞咨询01/中国金融大模型产业发展背景介绍Background3技术崛起：大模型迭代历程回顾Research艾瑞多技术聚积融合推动大模型能力逐步完善，实现从“专用智能一→通用智能→专业化智能”的模式转变随着生成算法、预训练模型、多模态数据分析等A技术的聚集融合，AIGC技术的实践效用迎来了行业级大爆发。在内部模型迭代与多技术协同的作用下，以“大规模”+“预训练”为核心的大模型产品，逐步由Transformer基础架构走向集图像识别、语义理解、视觉感知于一体的多模态、全应用模型体系，以产品化、业务化模式实现AGC能力的进一步释放。与此同时，通用大模型技术的成熟推动了新一轮行业生产力变革，凭借其在场景泛化、技术涌现、强计算能力等方面的优势，大模型为多行业的发展带来了工业革命级生产能力的提升。随若专业化应用进程的推进，通用大模型在解决特定场景的专业化问题时暴露出部分局限性问题，行业深度信息的缺失导致其很难在专业领域提供高价值的服务，此外，通用大模型对于数据、算力的较高要求也提升了其在细分领域落地应用的门槛，相比之下，在专业度及成本方面更具优势的垂类大模型或将成为未来大模型技术落地应用的核心方式，预计未来5年，服务于特定行业的垂类大模型将实现超80%的专业领域覆盖，大模型能力将以专业化定制产品的方式为更多垂类专业领域赋能。大模里技术迭代与产品模式应用分析2010年一2017年2018年一2022年2023年-2028年（预十）基础架构确立通用大模型建设通用大模型特定领减专用模型应用产业大模型应用以其涌现性与泛在化能力，为多行业发展提供全新生产自2023年起，国内外多家科技过在原有大模型的基础上增加对话、图像识别、企推出针对特定专业领域应用的产业大模型产品，依托自谷歌发布Transformer架构，为后续L山M、向多横态应用。身专业领域特征及通用大横型GPT的建设提供基础的框架支持.以GPT为例，实现由Transformer到GPT1/2/3/4建设基础，推动大模型技术实聚焦于大模型在特定行业下Diffusion扩散横型作为面向视觉i计算的生现产业落地应用的最后一环，的垂类应用，为行业提供高成式模型，在圆像创作、音频生成等方面价值专业化服务提供了创造性解决方案，技术兴起期加速送代期产品建设期垂类应用期结合特定领域数据进行通用大模2024.9 iResearch Inc.能力适配：大模型与金融数智化高度适配Research瑞大模型技术特征与金融业务数智化需求具有较高适配度，如何低运营成本的获取高价值大模型服务是金融行业大模型应用关注的核心问题大模型技术的产业化应用一一业务需求与技术能力的匹配行业需求技术能力金融行业数智化转型发展需求大模里型的深度学习与智慧涌现应用■金融行业的数据要素应用需求■、大模型的复杂信息处理能力金融行业属于数据、信息密集型产业，对于多渠道信大模型是拥有巨大参数量和计算能力的深度学习模型，息汇总及数据处理能力有较高要求，随若近年金数在自然语言的处理、计算机视觉应用、知识图谱问答等据升级成为“第五生产要素”，数据在金融场景的应环节具有强大的数据处理与分析能力，结合深度神经网用得到了空前的重视络结构，实现非结构化数据及复杂语句的理解与表达。■基于经验的复杂决策制定·金行业的众多业务场景对于从业人员的专业能力提金融行业数智化需求·随模型规模的提升，模型的性能将在突破某个临界阈出了基于专业知识储备与过往经验积累的双重要求，与大模型技术特征相契合值后显著提升到高于随机的水平，为用户提供基于原始以满足金融业务对于精准快速的有效判断以及高质量数据与经验的创造性解决方案，包括上下文学习能力、代码、文案产出的需求。知识容量扩展、泛化应用能力及复杂推理能力等。金融行业大模型技术应用■大模型技术为金融行业提供全新生产力·大模型在复杂信息处理与智慧涌现方面的特征与金融业务的数智化转型需求高度匹配，业务场景中面临的海量数据盼析、交易决策制定、个性化投资建议等环节对于金融从业者的专业知识储备与经验判断提出了较高要求，而大模型的应用能够优化数据处理摸式，降低人力错误，并在关键决策的判断上给予金融从业堵系统性支持，以技术能力重塑金融业务流程。■通用大模理型在金融领的应用存在弊端·大模型的学习能力与泛化能力决定了其可以服务于多个领域，但在专业要求高的领域通用大模型技术很难提供高价值服务：此外大模型产品的高运维成本也将成为业务场景实际应用的阻碍。来源：专家访谈，公开资料。艾瑞咨研究院自主究及绘制2024.9 iResearch Inc.产业定制：大模型技术的产业化应用Research艾瑞在投入提升与政策扶植的双重作用下，以大模型技术为底座、结合专业化金融能力的金融大模型产品应运而生近年，在金融科技发展规划与金融机构数字化转型一系列政策的指号之下，国内金融行业的数智化转型颇具成效，越来越多的金融机构意识到数字化转型为自身业务发展带来的助力，行业内对于金科技的资金投入逐年攀升，以金融机构作为主要服务对象的技术厂商迎来了需求端市场避勃发展的上升期，为前沿技术的产业化定制创造了优的市场环境：此外，金作为监管合规要求较高的信息密集型行业，其监管体系的完善与监管要求的提升推动了机构应用前沿技术增强合规能力的需求，大模型作为有能力优化业务流程环节、完善合规应用的技术应用，其产业化及垂类应用的价值不容小觑。大模型技术的产业化应用—金融大模型科技应用成为金融行业发展的主旋律金融行业全面进入超级监管时代政策的指导：建设数字中国的战略号召与层层递进监管体制改革：国内金监管体系改革，设立了的数字金融系列政策，为金融机构的数字化转型提”一行一局一会”的监管格局，明确了中国金融供了外在科技氛围营造与内在数字化发展指导：“双峰”监管框架：机构的投入：2024年中国金融机构科技投入预计大模型技术法律制度健全：制定《网络安全法》《数据安全法》超4000亿元人民币，后续将以约12%的增速保持《个人信息保护法》在金融领域的配套制度，建设增长。大模型产业化高质量、多层次的国内金融监管体系。能力应用市场环境支持金融大模理·金融大模型将大模型技术与金行业数据及场景信息相结合，应用大模型在技术涌现、多任务学习、强计算高存储等方面的优势服务信息密集型产业，通过预训练、金融语料微调及专业数据强化对齐等方式，实现大模型技术在金行业的产业化落地●大模型的产业化应用将在智能风控、精准营销、财富顾问、投资规划等多个业务场景中为金机构提供全新生产力支持，解决场景中可能面临的金融信息过载、复杂金融需求拆解、个性化投资建议等需求，为机构与用户提供专业化、高价值服务。数据来源：金融机构科岗投入规模数据来自艾瑞咨询《2024年金融科技行业发展河察报造》“2019-2027年中国金融科技投入情况”2024.9 iResearch Inc.6Research艾瑞咨询02/金融大模型结构特征与优势能力分析Product Mix and AdvantagesResearch艾瑞咨金融大摸型结构特征与优势能力分析口金融大模型结构特征分析>金融大模型核心结构总览>基座支持：通用大模型>功能增强：大模型工具链>业务适配：大模型垂类场景训练▣金融大模型优势能力分析8金融大模型核心结构总览Research艾瑞咨由通用大模型基座、专用模型工具链、私域业务场景训练三部分组成的完整金融大模型产品构建体系金融大模型核心结构总览以通用大模型为底座的金融大模型产业链分析问处理交互信息3务适配产品特征通过私域信息库的模型训行业信息历史表现客户行为练，为金融机构提供客制技术诀窍专业术语化的服务与问题解决方案专业术语行业Know-how·为基础横型架构提供功能服务于基座大模型的工具链能力延伸服务，推动大模型产品的落地应用。检索增强大模型微调个基座支持通用大模型作为垂类大模型产品的技术底座为其提供LaMDAGPT4-Turbo基础能力架构与算法支进。通用大模型产品金融大模型核心组件结构分析金融大模型产品的核心构建流程主要由以上三个环节构成，首先是作为技术底座支持的通用大模型为金融大模型产品的构建提供底层技术能力、算法、基础参数等底层模型逻辑方面的支持，在此基础之上，以解决特定领域应用能力短板问题的模型工具链系列产品将作为模型层与应用层的桥粱，为垂类模型的构建提供应用层面的增强，此外，私域信息库的模型川筠将全面提升大模型产品的业务适配能力，为机构提供客制化的模型服务2024.9 iResearch Inc.91基座支持：通用大模型Research艾瑞咨国内通用大模型市场迎来“百模大战”时代，泛化能力的应用与专业能力的增强将成为通用大模型服务金融行业的两大主流方式随着深度学习与生成式大模型的融合应用，以卷积神经网络、对抗生成网络、RsNt为代表的深度学习模型能够在自然语言处理计算机视觉处理等方面实现较大突破，后续随着Transformer结构的应用，以Transformer和注意力机制作为组件、参数在十亿级别以上的自监督学习模型营运而生。伴随着近年大模型技术在实践应用场景的发展，目前通用大模型市场已进入“百模大战”的全新时代。从整体来看，以GPT4-TUbO、LaMDA为代表的国际市场头部通用大模型，在模型架构能力、参数范畴、应用交互使用体验方面具有相对领先的优势，但随着近年国内大模型产业的爆发式增长，国内市场也出现了“文心大模型”、“通义干问2.0”等立足于自身大模型产品架构基础与生态体系建设的国产通用大模型产品，考虑到金融行业对于信创建设与数据保护有较高要求，国产通用大模型体系的建设对于大模型技术在国内金市场的应用至关重要。在实际应用过程中，通用大模型的核心使用渠道主要有两种，一种是应用其泛化学习能力，将其他行业获取的信息与模型能力迁移至金领域，解决非核心金融业务场景中的信息处理及交互需求，另一种方式是将其作为金融行业垂类应用模型的基础底座，在工具链增强、专有业务生态训练下成为具备更高专业化金融业务解决能力的金融大模型产品，满足金融行业对于大模型产品在专业术语的概念及理解、场景针对性解决方案以及高精度、合规性的需求。通用大模型产品在金融行业的两大核心应用金融大模型产品基座支持与大模理泛在化能力应用>通用大模型泛在化能力应用：金融业务场景应用以泛在学习能力以服务非核心金融业务场景中的信息处理与通用大模型产品直接应用于金融领域用户基础交互为主，场景包括：金融市场信息整理文心一言泥元大模型LaMDAGPT4-Turbo客服机器人问答宣传材料生成>通用大模理型专业能力增强：金融业务场景应用+大模型功能的增加服务专业度要求更高、业务场景针对性更强、通用大模型产品客群服务特征更加明确的金融业务场景；+私域数据集训练对于大模型产业链上下游的合作提出了更高大模型基座支持的要求，与金融机构间的共同开发至关重要。来源：专家访谈，公开资料。艾瑞咨研究院自主究及绘制2024.9 iResearch Inc10