在世界人工智能大会论坛上，蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1，为金融AI应用打造“可靠、可控、可优化”的智能中枢。Agentar-Fin-R1基于Qwen3开发，在FinEval1.0和FinanceIQ等权威金融大模型测试基准中超越Deepseek-R1等同尺寸开源通用大型模型以及金融模型大，显示其更强的金融专业性、推理能力及安全合规性。

随着金融业的数字化转型不断推进，大语言模型的应用也愈发深入，并且已经逐渐成为许多金融机构不可或缺的一部分。但是，在实际的商业场景中，由于需要高度的专业知识、复杂的业务逻辑推理以及严格的合规标准等要求，现有的大型语言模型在解决现实中的具体金融问题时仍然面临诸多难题和挑战。

“目前通用大型模型与产业需求之间的差距较大，” 蚂蚁集团首席执行官赵闻飚在演讲中指出，“构建专业的金融大型模型是将人工智能融入金融业的关键步骤，未来金融机构的竞争力将取决于其拥有的大型模型的应用深度。”

据报道，蚂蚁数科通过构建全面的金融任务数据体系并创新模型训练算法，使模型对金融推理的能力更加强大，并且具备更高的可信度。评测结果显示：相比开源模型及其他金融模型而言，Agentar-Fin-R1在FinEval1.0、FinanceIQ两大主流金融基准测试中均获得了最高评分。此外，虽然模型在增强其在金融能力的同时并未对通用能力产生明显影响，但依旧具有较高的水平。私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596

在数据层面上，蚂蚁集团构建了行业领先的金融任务分类体系。该体系包括6个类别、66个小类场景，涵盖了银行、证券、保险、基金、信托等各个领域的金融全领域。基于数以千亿元的金融专业知识语料库，并采用了可信数据合成技术以及基于专家标注的“长思维链”机制(CoT)构架技术，该体系显著提升了模型处理复杂任务的能力。

在训练层面上，创新性的加权训练算法可以大幅提升大模型在复杂金融任务上的学习效率和性能水平。在后续的商业应用层面，这将显著降低对二次微调数据需求与算力消耗的需求，有效降低大型模型落地企业的门槛与成本负担。此外，Agentar-Fin-R1还能通过不断的学习和迭代，吸收最新金融政策、市场动态等关键信息，并配套的评测工具进行精准优化，使得大模型在真实业务场景中的能力得以进化。

据悉Agentar-Fin-R1包括两个参数版本32B和8B以及基于百灵大模型的MOE架构模型，并获得了更优推理速度。此外还有非推理版本14B和72B参数的更大规模大模型来满足金融机构多样化的部署需求。

为了检验AI模型在实际金融场景中的部署能力，蚂蚁集团联合中国工商银行、宁波银行和上海人工智能行业协会等合作伙伴，开发了Fi私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596nova大模型金融应用评测基准。该测试评估了智能体的能力，复杂的推理能力和安全合规能力。最终Agentar-Fin-R1以最高的评分表现击败更大参数规模的通用AI模型，表明其在这些关键方面都有出色的表现。目前，Finova已全面开源，有望推动行业共同提升AI模型在金融领域的应用水平。

蚂蚁集团旗下的独立科技子公司“蚂蚁数科”致力于使用AI和Web3技术帮助产业实现数字化转型升级。自今年初以来，该企业加速推进了大型模型服务的研发，并聚焦于金融科技与新能源领域。在金融行业，蚂蚁数科推出的金融智能体平台Agentar是首批通过电信院评测的智能体产品，其评级达到5级。此外，该企业还联合业界伙伴推出了上百个针对不同金融领域的智能体解决方案，旨在加快大模型在金融业的应用规模化进程。

以下为上海某银行为例，蚂蚁科技助力其打造的AI手机银行模式革新了“对话即服务”理念，用户无需通过人工交流即可完成各种金融服务，大大提升了老年客户的满意度，并在短短一个月内实现了月活用户的同比增长 25%的目标。迄今为止，蚂蚁科技累计已为超过100%的国有银行和股份制银行、近60%的地方性商业银行提供服务，并且其合作范围还涉及数百家金融机构。