近日，蚂蚁数科在世界人工智能大会论坛上隆重推出了其自主研发的金融推理大模型——Agentar-Fin-R1，旨在打造金融AI领域的“可靠、可控、可优化”的智能核心。这款大模型基于Qwen3架构研发，在Fineval1.0和FinanceIQ等多个权威金融大模型评测中，表现超越了同尺寸的DeepSeek-R1等开源通用大模型及专业金融模型，彰显了其在金融领域的专业性、推理能力和安全合规性。
随着金融业的数智化转型步伐不断加快，大模型在金融领域的应用日益深入。然而，金融业务的复杂性、专业性以及对安全合规的高要求，使得现有大模型在实际应用中面临诸多挑战。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“知识鸿沟”，构建专业的金融大模型是推动金融与AI深度融合的关键路径，未来金融大模型的应用深度将成为金融机构核心竞争力的重要组成部分。
蚂蚁数科通过构建全面的金融任务数据体系和创新的模型训练算法，大幅提升了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，不仅金融能力显著增强，通用能力也保持较高水准。这一成就得益于蚂蚁数科在数据层面的精心布局和训练层面的创新。
在数据层面，蚂蚁数科构建了涵盖6大类、66小类场景的金融任务分类体系，覆盖了银行、证券、保险、基金、信托等金融全场景。基于千亿级金融专业数据语料，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，显著提升了模型处理复杂金融任务的能力，使得大模型“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。这一创新不仅减少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的门槛与成本。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32B和8B参数两个版本，以满足不同金融机构的需求。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。同时，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。
为了全面考察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，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，旨在推动行业共同提升大模型在金融领域的应用水平。
作为蚂蚁集团旗下独立的科技子公司，蚂蚁数科致力于利用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已成为首批通过中国信息通信研究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，加速大模型在金融业的规模化应用。
截至目前，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，展现了其在金融领域的强大实力和广泛影响力。
