在2025年世界人工智能大会论坛上，蚂蚁数科揭开了其最新研发的金融推理大模型Agentar-Fin-R1的神秘面纱。这款大模型专为金融AI应用设计，旨在提供一个既可靠又可控，同时具备持续优化能力的智能核心。Agentar-Fin-R1基于Qwen3技术框架打造，在Fineval1.0和FinanceIQ等多个权威金融大模型评测中，其表现超越了同级别的开源通用大模型及专业金融大模型，彰显了其在金融领域的卓越专业性、推理能力和安全合规实力。
随着金融行业向数智化转型的步伐日益加快，大模型在金融领域的应用场景愈发广泛。然而，在实际业务操作中，金融知识的深度、业务逻辑的复杂性以及金融级的安全合规要求，对现有大模型提出了严峻挑战。蚂蚁数科CEO赵闻飙在演讲中指出，通用大模型与产业实际应用之间存在显著的“知识鸿沟”，构建专业的金融大模型是推动金融与AI深度融合的必由之路，未来金融大模型的应用深度将成为衡量金融机构竞争力的核心指标。
蚂蚁数科通过构建一套全面的金融任务数据体系和创新的模型训练算法，显著提升了Agentar-Fin-R1的金融推理能力和可信度。评测结果显示，该模型在Fineval1.0和FinanceIQ两大主流金融基准测试中均获得了最高评分，不仅在金融能力上表现出色，其通用能力也达到了较高水平。
为了打造Agentar-Fin-R1，蚂蚁数科在数据层面构建了业内最为全面且专业的金融任务分类体系，涵盖了六大类、六十六小类场景，全面覆盖了银行、证券、保险、基金、信托等金融领域。基于千亿级的金融专业数据语料，结合可信数据合成技术和专家标注的金融长思维链（CoT）构造机制，显著增强了模型处理复杂金融任务的能力，使得Agentar-Fin-R1自诞生起便具备深厚的金融专业底蕴。
在训练层面，蚂蚁数科创新的加权训练算法显著提高了大模型对复杂金融任务的学习效率和性能。这一创新不仅降低了后续业务应用中二次微调的数据需求和算力消耗，还有效降低了大模型在企业落地应用的门槛和成本。Agentar-Fin-R1具备持续更新迭代的能力，能够实时吸收最新的金融政策和市场动态信息，并通过配套评测工具进行针对性优化，确保模型能力在真实业务场景中不断提升。
Agentar-Fin-R1提供32B和8B参数两个版本，以满足不同金融机构的需求。同时，蚂蚁数科还推出了基于百灵大模型的MOE架构模型，以提供更快的推理速度。为了满足金融机构在多样化场景下的部署需求，蚂蚁数科还提供了非推理版本的14B和72B参数大模型。
为了评估大模型在实际金融场景中的应用能力，蚂蚁数科联合中国工商银行、宁波银行、北京前沿金融监管科技研究院、上海人工智能行业协会等机构，共同推出了Finova大模型金融应用评测基准。该基准深度考察了智能体的能力、复杂推理以及安全合规能力。在Finova评测中，Agentar-Fin-R1同样取得了最高评分，甚至超越了更大参数规模的通用模型。目前，Finova已经全面开源，旨在推动整个行业提升大模型在金融领域的应用水平。
蚂蚁数科作为蚂蚁集团旗下的独立科技子公司，致力于利用AI及Web3技术推动产业数智化升级。今年以来，蚂蚁数科加速布局企业级大模型服务，并重点关注金融与新能源两大行业。在金融领域，蚂蚁数科此前推出的金融智能体平台Agentar，已成为首批通过信通院评测的智能体平台产品，并获得最高评级5级。蚂蚁数科还与行业合作伙伴共同推出了超过百个金融智能体解决方案，加速大模型在金融业的规模化应用。
以一家上海银行为例，蚂蚁数科助力其打造的AI手机银行，创新性地推出了“对话即服务”模式。用户只需通过自然对话即可轻松获取各类金融服务，这一创新显著提升了老年客户的满意度，使该银行的月活用户同比增长了25%。目前，蚂蚁数科已服务了全部国有银行和股份制银行、超过60%的地方性商业银行以及数百家金融机构。
