蚂蚁集团发布2900亿参数金融大模型-牛仔AI

2025 年 4 月 18 日蚂蚁集团今日正式发布自研金融垂直领域大模型 “百灵 – Ling-Plus”，以 2900 亿参数规模刷新全球金融行业纪录。该模型通过风控、投研等高复杂度场景的全链路验证，在国产算力集群上实现训练成本降低 20%，标志着我国金融 AI 从 “通用工具” 向 “行业智脑” 的跃迁。

一、技术突破：国产算力生态的里程碑

百灵 – Ling-Plus 采用混合专家（MoE）架构，在国产芯片（如壁仞科技 BR104、天数智芯 7nm 训练卡）组成的万卡集群上完成训练，单卡算力利用率提升至 68%。其创新的动态参数分配技术可在金融场景中动态调用专家模型，例如在处理跨境支付风险时，自动激活反洗钱专家模块，响应速度提升 3 倍。

性能对标：在金融风控领域，模型对异常交易识别准确率达 99.2%，超过 DeepSeek-V2.5（98.7%）和阿里通义 Qwen2.5-72B（98.9%）。
成本优势：使用国产芯片训练 1 万亿 Token 的成本为 508 万元，较英伟达 H800 方案节省 20%，且性能相当。

二、场景落地：从风险防控到价值创造

百灵 – Ling-Plus 已在蚂蚁集团内部及外部机构实现规模化应用：
智能风控：

与江苏银行合作开发的 “灵盾” 系统，通过实时分析 10 万 + 维度交易数据，将信贷审批效率提升 20%，不良率预测误差率降低 15%。
某股份制银行接入后，跨境支付反欺诈准确率提升至 99.6%，单日拦截可疑交易金额超 1.2 亿元。

智能投研：

基于 1.2 万亿金融语料训练的 “天玑” 投研助手，可在 10 秒内生成包含宏观经济、行业趋势、公司财报的深度分析报告，覆盖 A+H 股 80% 以上的上市公司。
某头部基金公司使用后，投研会议纪要整理效率提升 80%，策略胜率提高 7 个百分点。

智能客服：

支付宝 “支小宝 2.0” 接入后，金融意图识别准确率达 95%，可同时服务亿级用户，咨询解决率提升至 92%。
某城商行客服系统升级后，人工坐席需求量减少 40%，用户满意度提升至 98%。

三、安全与合规：构建金融 AI 护城河

针对金融行业的高监管要求，蚂蚁集团推出 **”蚁天鉴” 安全体系 **：

数据消毒：通过每天 100 亿级风险数据初筛，结合千万级安全知识库，实现训练数据的伦理合规性过滤。
风险防御：”天鉴” 系统可实时拦截恶意诱导提问，对生成内容进行合规性校验，错误拒绝率低于 0.3%。
国际标准：作为 OpenAI、谷歌等企业的合作伙伴，蚂蚁参与制定的大模型安全国际标准已在联合国科技大会发布。

四、行业影响：开启金融智能化 3.0 时代

百灵 – Ling-Plus 的发布引发行业震动：

市场规模：据赛迪顾问预测，到 2027 年我国金融大模型市场规模将突破 200 亿元，年复合增长率超 70%。
技术普惠：蚂蚁计划开源轻量级版本 Ling-Lite（168 亿参数），降低中小金融机构 AI 应用门槛，预计 2025 年中小银行接入率将超 50%。
国产替代：该模型的成功验证了国产算力的可行性，预计到 2026 年国产芯片在金融大模型训练中的占比将提升至 35%。

五、未来布局：从单点突破到生态协同

蚂蚁集团同步公布三大战略方向：

行业深度融合：与医疗、政务等领域合作，开发垂直场景大模型，例如已落地的 “医疗大模型一体机”。
具身智能探索：布局人形机器人研发，计划将金融大模型能力嵌入智能客服机器人，实现 “数字员工” 的物理交互。
开源生态共建：通过 “Fin-Eval” 金融评测集和开发者社区，推动行业技术标准统一，目前已吸引 200 + 机构参与。

正如蚂蚁集团 CTO 何征宇所言：”金融大模型不是冰冷的代码，而是能理解市场脉搏的数字伙伴。” 从国产算力突破到行业场景落地，百灵 – Ling-Plus 的发布不仅是技术创新的里程碑，更是我国金融科技从 “跟跑” 到 “领跑” 的转折点。这场由数据、算力和算法共同驱动的变革，正在重新定义金融行业的生产力边界，为全球金融智能化提供 “中国方案”。

本站内容文章版权归作者所有，未经允许请勿转载，如转载必须注明出处。

THE END

AI大模型
# 蚂蚁