TMT观察网_独特视角观察TMT行业

馬上消費(fèi)大模型：“天鏡”正式亮相了。

馬上消費(fèi)發(fā)布首個(gè)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(jiàn)未來(lái)”金融大模型發(fā)展論壇上，馬上消費(fèi)大模型“天鏡”正式發(fā)布。

作為全國(guó)首個(gè)零售金融大模型，“天鏡大模型”基于馬上消費(fèi)的技術(shù)沉淀與研發(fā)積累，以及過(guò)去8年對(duì)金融行業(yè)的認(rèn)知和理解，進(jìn)一步推動(dòng)AI技術(shù)在金融行業(yè)的應(yīng)用以及AI科技賦能數(shù)字金融創(chuàng)新。

馬上消費(fèi)大模型在零售金融領(lǐng)域的落地，也意味著大模型在金融垂類落地應(yīng)用的進(jìn)一步深入，并由此推動(dòng)行業(yè)數(shù)智化創(chuàng)新發(fā)展，賦能實(shí)體經(jīng)濟(jì)降本增效進(jìn)入新的高質(zhì)量發(fā)展階段。

“天鏡”大模型

拉開(kāi)金融高質(zhì)量發(fā)展的“新幕布”

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

馬上消費(fèi)首席信息官蔣寧在金融大模型論壇上演講

馬上消費(fèi)CTO蔣寧認(rèn)為，未來(lái)對(duì)大模型探索的主要思路應(yīng)該是，將生成式模型的泛化能力、遷移學(xué)習(xí)能力與判別模型進(jìn)行有效結(jié)合，才能解決金融機(jī)構(gòu)的實(shí)際問(wèn)題。

馬上消費(fèi)人工智能研究院院長(zhǎng)陸全

“馬上消費(fèi)的天鏡大模型從一開(kāi)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(shí)際的價(jià)值。這是我們所有研發(fā)天鏡大模型的一個(gè)基礎(chǔ)。”馬上消費(fèi)人工智能研究院院長(zhǎng)陸全表示。

天鏡大模型結(jié)合了持續(xù)學(xué)習(xí)、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(shí)際問(wèn)題的能力更強(qiáng)。

一方面，橫向上要有領(lǐng)先的應(yīng)用能力，搭建起金融大模型穩(wěn)定、持續(xù)進(jìn)化的基礎(chǔ)。另一方面，要真正能夠落地產(chǎn)業(yè)，縱向深入到場(chǎng)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(lǐng)域?qū)崿F(xiàn)智能、針對(duì)非結(jié)構(gòu)性數(shù)據(jù)形成判別式風(fēng)控模型的綜合能力、形成實(shí)時(shí)的人機(jī)協(xié)作；

三豎是指大模型能力縱深上達(dá)成組合式AI、強(qiáng)化學(xué)習(xí)機(jī)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(wèn)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(shí)，形成知識(shí)庫(kù)，解決數(shù)據(jù)端“最初一公里”的效率問(wèn)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(guò)大數(shù)據(jù)語(yǔ)料庫(kù)、高精度訓(xùn)練集，實(shí)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(shí)庫(kù)，通過(guò)跨領(lǐng)域知識(shí)理解、歸納、推理、自動(dòng)抽取的能力。

例如，解決招股書(shū)、財(cái)報(bào)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(wèn)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(wù)數(shù)據(jù)，快速開(kāi)展工作，進(jìn)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(wù)于人。比如智能簡(jiǎn)歷的生產(chǎn)投遞、再比如，能夠?qū)崿F(xiàn)實(shí)時(shí)生成的智能對(duì)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(gè)性化的產(chǎn)品和服務(wù)。

智能交互的應(yīng)用，能夠進(jìn)一步幫助金融機(jī)構(gòu)提升個(gè)性化的服務(wù)能力，降低個(gè)性化服務(wù)成本。

最后是智能決策能力。

天鏡大模型可將復(fù)雜的業(yè)務(wù)決策轉(zhuǎn)化為可執(zhí)行的業(yè)務(wù)能力。有金融領(lǐng)域積累的32億通真實(shí)用戶對(duì)話，加上金融領(lǐng)域資料萬(wàn)億級(jí)的token做支撐，能夠?qū)崿F(xiàn)實(shí)時(shí)人機(jī)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(shí)的覆蓋度、專業(yè)性、合規(guī)性和正確性。

總體來(lái)看，結(jié)合了持續(xù)學(xué)習(xí)、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(fèi)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(yīng)用要求高、場(chǎng)景豐富，是大模型技術(shù)和算法突破的沃土。”中國(guó)工程院院士倪光南在論壇上表示，十分期待大模型應(yīng)用在金融領(lǐng)域的探索和實(shí)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(gè)階段比的就是真正的產(chǎn)業(yè)化落地能力，在這一點(diǎn)上，馬上消費(fèi)的落地，目標(biāo)很明確，進(jìn)一步推動(dòng)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(shí)力積累，也是一種長(zhǎng)期主義價(jià)值觀。

大模型的發(fā)布，是馬上消費(fèi)對(duì)技術(shù)長(zhǎng)期投入的結(jié)果，累計(jì)投入科研費(fèi)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(tuán)隊(duì)，并且建設(shè)16個(gè)聯(lián)合創(chuàng)新實(shí)驗(yàn)室，巨大的投入是技術(shù)實(shí)力的基礎(chǔ)。

長(zhǎng)期投入下，馬上消費(fèi)建立起算力、算法與數(shù)據(jù)三大支柱，對(duì)行業(yè)而言，以“天鏡”大模型為起點(diǎn)，馬上消費(fèi)拉開(kāi)金融高質(zhì)量發(fā)展的“新幕布”。

金融領(lǐng)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(shí)代，金融領(lǐng)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(jià)值，還是看對(duì)行業(yè)的理解能力。馬上消費(fèi)發(fā)布“天鏡”大模型，是從業(yè)務(wù)上“長(zhǎng)”出來(lái)的，是戰(zhàn)略的自然延展，對(duì)行業(yè)理解自然也夠深。

接下來(lái)，隨著馬上消費(fèi)大模型進(jìn)一步落地，金融行業(yè)運(yùn)營(yíng)成本、運(yùn)行效率，有望迎來(lái)一次新的迭代升級(jí)。

從入局到破局

硬實(shí)力+軟實(shí)力構(gòu)建科技產(chǎn)業(yè)“護(hù)城河”

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

過(guò)去的AI、智能化解決的是可不可用的問(wèn)題，而人們希望看到的是大模型應(yīng)用能夠解決好不好用的問(wèn)題。

比如，當(dāng)下AI客服在行業(yè)中的應(yīng)用還有缺憾，用戶接到電話之后后容易就聽(tīng)出來(lái)對(duì)方是AI還是真人，影響消費(fèi)者的體驗(yàn)，如果每個(gè)人接到電話就像真人打的，可以與客戶進(jìn)行非常個(gè)性化的聊天，就可以大大提升傳統(tǒng)金融服務(wù)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(gè)模型越用越聰明，沒(méi)有生態(tài)，通用大模型是沒(méi)法在未來(lái)能夠越用越聰明。”馬上消費(fèi)CTO蔣寧表示。：“ 未來(lái)階段，我們會(huì)給行業(yè)帶來(lái)的變化，第一個(gè)個(gè)性化的服務(wù)和極致用戶體驗(yàn)、第二的，高效的價(jià)值傳遞效率、第三，安全合規(guī)的決策。”

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(fèi)的理解是：扎根產(chǎn)業(yè)，基于真實(shí)場(chǎng)景研發(fā)，能夠?qū)嵈驅(qū)嵉漠a(chǎn)生增量?jī)r(jià)值，最終完成“成本替代”。

落地行業(yè)增量?jī)r(jià)值有幾個(gè)維度，比如能不能增強(qiáng)金融業(yè)務(wù)決策的可信度，能不能深入的挖掘數(shù)據(jù)資產(chǎn)的價(jià)值，能不能真正的提高金融業(yè)務(wù)的決策效率。

這些增量?jī)r(jià)值如果能夠被挖掘出來(lái)，那么這樣的大模型很有可能會(huì)成為金融行業(yè)應(yīng)用的殺手級(jí)產(chǎn)品。

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

金融行業(yè)最基礎(chǔ)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(fèi)的思路是，用多模塊、算法組合，不斷研究對(duì)抗學(xué)習(xí)，從而保證突發(fā)、惡意的情況下，結(jié)果依然安全。

換句話來(lái)說(shuō)，數(shù)據(jù)樣本要足夠多，算法能力要足夠強(qiáng)，才能夠深入現(xiàn)實(shí)業(yè)務(wù)場(chǎng)景，真正解決行業(yè)痛點(diǎn)。

據(jù)悉，在技術(shù)上，馬上消費(fèi)大模型已經(jīng)集合千億參數(shù)、上萬(wàn)臺(tái)服務(wù)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(jìn)一步實(shí)現(xiàn)算力、算法、數(shù)據(jù)以及場(chǎng)景的閉環(huán)，從而打造金融場(chǎng)景下自身的核心競(jìng)爭(zhēng)力。

大模型在垂直領(lǐng)域落地的護(hù)城河越寬，說(shuō)明背后的企業(yè)既有軟實(shí)力也有硬實(shí)力。

硬實(shí)力其實(shí)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(lái)的2000+個(gè)模型以及一整套完整的多模態(tài)的資產(chǎn)，正是大模型進(jìn)一步落地金融垂類領(lǐng)域的有力支撐。此外，馬上消費(fèi)在金融領(lǐng)域積累的32億通真實(shí)用戶對(duì)話，加上金融領(lǐng)域資料萬(wàn)億級(jí)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(jī)制進(jìn)行強(qiáng)化學(xué)習(xí)，在不同場(chǎng)景下，把語(yǔ)音、聲紋，包括心理學(xué)這些模型融合在一起，這是我們的核心競(jìng)爭(zhēng)能力。”蔣寧表示。

軟實(shí)力，則更多體現(xiàn)在對(duì)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(hù)、安全可控，這都是需要更懂行的人來(lái)做金融大模型。這也是馬上消費(fèi)的優(yōu)勢(shì)。

智能決策的合規(guī)性和安全性方面，馬上消費(fèi)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(jìn)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(fèi)來(lái)落地這一行業(yè)大模型，其實(shí)更容易成功。

跳出金融行業(yè)來(lái)看，“天鏡”大模型，對(duì)于整個(gè)大模型賽道的應(yīng)用落地都有促進(jìn)意義。

事實(shí)上，馬上消費(fèi)大模型發(fā)布影響可能更為深遠(yuǎn)，不僅是金融領(lǐng)域，對(duì)于整個(gè)大模型的發(fā)展都有示范意義。

大模型的“賽點(diǎn)”是產(chǎn)業(yè)應(yīng)用，但是產(chǎn)業(yè)應(yīng)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(biāo)準(zhǔn)答案”其實(shí)并沒(méi)有定論。

馬上消費(fèi)大模型，給大模型的產(chǎn)業(yè)應(yīng)用打了樣，這對(duì)接下來(lái)的垂直領(lǐng)域的大模型落地，有更多的促進(jìn)意義。

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

寫在最后：

大模型的風(fēng)向正在發(fā)生新的變化。

ChatGPT的訪問(wèn)量減少，但大模型在產(chǎn)業(yè)端的應(yīng)用卻在加速。ChatGPT點(diǎn)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(yīng)用端來(lái)繼續(xù)接力。

經(jīng)過(guò)了市場(chǎng)的風(fēng)口之后，大模型終究還是要靠落地，換言之，垂直領(lǐng)域的機(jī)會(huì)一直都在。接下來(lái)金融領(lǐng)域會(huì)不會(huì)誕生首款“殺手級(jí)”的應(yīng)用大模型，值得期待。