在世界人工智能大会的璀璨舞台上，蚂蚁数科震撼发布了其精心打造的金融推理大模型——Agentar-Fin-R1，这一创新成果旨在为金融AI领域提供一个“值得信赖、易于控制且持续优化”的智能核心。Agentar-Fin-R1基于Qwen3架构研发，在Fineval1.0与FinanceIQ这两项金融大模型评估标准中，其表现超越了同级别的开源通用大模型及专业金融模型，彰显了其在金融领域的深厚专业知识、卓越推理能力和高度的安全合规性。
随着金融行业加速向数智化转型，大模型在金融领域的应用日益广泛。然而，在实际业务操作中，对高度专业化的金融知识、复杂的业务逻辑推理及严格的金融级安全合规要求，使得现有大模型在应对具体金融任务时面临重重挑战。蚂蚁数科CEO赵闻飙在会上强调：“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。”
蚂蚁数科通过构建覆盖全面的金融任务数据体系，并结合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，Agentar-Fin-R1在Fineval1.0与FinanceIQ两项主流金融基准测试中均取得了最高分，不仅在金融专业能力上表现出色，其通用能力也达到了较高水平。
在数据构建方面，蚂蚁数科创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，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，Agentar-Fin-R1在处理复杂金融任务时展现出了卓越的能力，真正做到了“天生精通金融，出厂即是专家”。
在训练算法上，蚂蚁数科采用了创新的加权训练算法，极大地提高了大模型对复杂金融任务的学习效率和性能。这一创新使得Agentar-Fin-R1在后续业务应用中能够显著减少二次微调所需的数据量和算力消耗，从而降低了大模型在企业落地的门槛和成本。Agentar-Fin-R1还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，并通过配套的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，进一步提升了推理速度。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。
为了验证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性。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。
作为蚂蚁集团旗下的独立科技子公司，蚂蚁数科致力于利用AI及Web3技术推动产业的数智化升级。今年以来，蚂蚁数科加速布局企业级大模型服务，并重点聚焦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，已成为首批通过中国信息通信研究院评测的智能体平台产品，并获得了最高评级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，加速了大模型在金融业的规模化应用。
截至目前，蚂蚁数科已服务了所有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，展现了其在金融科技领域的强大实力和广泛影响力。
