在金融科技的浪潮中，蚂蚁数科于近期于世界人工智能大会论坛上震撼发布了其金融推理大模型——Agentar-Fin-R1。这一创新成果专为金融AI应用设计，旨在构建一个“可靠、可控、可优化”的智能核心，为金融业的数智化转型注入新的活力。
Agentar-Fin-R1是基于Qwen3研发的，它在多个权威金融大模型评测中表现卓越，超越了包括Deepseek-R1在内的同级别开源通用大模型及金融专用模型。这一成就彰显了其在金融专业性、推理能力和安全合规方面的显著优势。
随着金融行业数智化步伐的加快，大模型在金融领域的应用日益广泛。然而，在实际业务场景中，金融知识的专业性、业务逻辑的复杂性以及金融级安全合规的严格性，对现有大模型提出了严峻挑战。蚂蚁数科CEO赵闻飙指出，通用大模型与产业实际应用之间存在“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。
蚂蚁数科通过构建全面的金融任务数据体系和创新模型训练算法，成功提升了Agentar-Fin-R1的金融推理能力和可信度。在Fineval1.0和FinanceIQ两大主流金融基准测试中，Agentar-Fin-R1均取得了最高评分，不仅在金融能力上显著增强，其通用能力也达到了较高水平。
在数据构建方面，蚂蚁数科打造了业内最全面、最专业的金融任务分类体系，涵盖了六大类、六十六小类场景，广泛涉及银行、证券、保险、基金、信托等金融领域。借助千亿级金融专业数据语料、可信数据合成技术以及专家标注的金融长思维链（CoT）构造机制，模型在处理复杂任务时展现出卓越的能力，真正实现了“天生懂金融，出厂即专家”。
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，能够吸收最新的金融政策、市场动态等关键信息，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进化。
Agentar-Fin-R1提供了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。还有非推理版本的14B和72B参数大模型，为金融机构在多样化场景下的部署提供了更多选择。
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。该基准深入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，并聚焦金融与新能源两大行业场景。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。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，加速了大模型在金融业的规模化应用。
以上海某银行为例，蚂蚁数科助力其打造的AI手机银行创新性地采用了“对话即服务”模式。用户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，蚂蚁数科已累计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。
