首页 - 股票 - 公司新闻 - 正文

生成式AI大模型“百舸争流” 度小满“轩辕”加速落地

来源:中访网 2024-09-14 10:31:00
关注证券之星官方微博:
经过百模大战,大模型已逐渐进入商业化落地阶段,金融行业由于数字化程度高,应用场景丰富,被认为是大模型落地应用的最佳场景之一。

(原标题:生成式AI大模型“百舸争流” 度小满“轩辕”加速落地)

来源 | 中访网

责编 | 李 泽

经过百模大战,大模型已逐渐进入商业化落地阶段,金融行业由于数字化程度高,应用场景丰富,被认为是大模型落地应用的最佳场景之一。

在近期一份由《麻省理工科技评论》评选的“中国AI大模型先进应用案例”中,度小满“轩辕”大模型作为金融行业应用代表入选,此外还有阿里云“通义”大模型、百度“文心”大模型,华为“盘古”大模型等14个AI大模型也位列榜单。

《麻省理工科技评论》认为,作为数据密集型行业,金融行业会率先体会到大模型带来的价值。如将生成式人工智能应用于获客营销、风控、产品设计等领域将有助于提高效率、降低运营成本。银行、保险、券商、资管等企业/机构正深刻认识到生成式人工智能的颠覆性潜力,并积极将其融入运营体系,涵盖了客户与业务增长、销售市场及营销、风险评估与管理、合规与监管、产品设计等多个应用场景。随着大模型技术与业务的深度融合,头部金融科技企业有望实现产品和商业模式的革新。

度小满是由百度孵化出来的金融科技平台。2015年12月,百度整合旗下金融业务,成立金融服务事业群组(FSG),交由百度高级副总裁朱光全面负责。当时,金融科技、无人车和DuerOS成为百度AI战略的三大重要赛道。

随着百度金融版图加速扩张,2018年4月,度小满从百度旗下分拆出来独立运营,并继续探索科技在金融领域的应用。独立运营后,度小满先后布局了信贷、财富管理、支付、保险、个人金融科技和供应链金融科技六大业务板块,积累了丰富的行业数据。

2022年年末ChatGPT横空出世,掀起了基于大模型的人工智能浪潮,金融大模型“百舸争流”,微软聊天机器人Copilot for Finance、度小满“轩辕”,马上消费金融“天镜”等大模型相继问世。此外,工商银行、农业银行等多家银行已推出自研大模型平台辅助智能风控、智能运营等场景;东方财富、同花顺等互联网证券平台也发布了金融对话大模型。

度小满在2023年5月开源了国内首个千亿级金融大模型“轩辕”,用自身实际业务场景积累的海量金融数据训练而来,通过独创的 hybrid-tuning 的创新训练方式,实现在大大增强金融能力的同时,不损失通用能力。

专注中文金融领域任务FinanceIQ大模型金融自动评测集显示,在注册会计师、银行从业资格、基金从业资格、证券从业资格等多项金融领域考试中,“轩辕”展示出金融领域专家的水平。

2023年9月,度小满继续开源“轩辕-70B”金融大模型,“轩辕-70B”在C-Eval和 CMMLU两大权威榜单上位列所有开源模型榜首。

2024年3月,度小满宣布“轩辕”系列金融大模型新增开源6B、13B、70B三种参数12款金融大模型。这12款大模型具有“以小搏大”的实力,在用户信息分析、业务数据洞察等十余种金融实际任务评测中,达到自身2倍甚至5倍参数量的模型水平。据悉,自开源以来,已经有上百家金融机构申请试用“轩辕”大模型。

度小满CEO朱光今年4月在《人民日报》评论发表署名文章称,人工智能等数字技术的广泛应用,正在加速金融与科技的深度融合,以大模型为代表的人工智能技术,能大幅增强信息和数据处理能力,帮助金融企业优化风险管理、产品设计、客户服务等流程环节,不断创新服务模式,提升服务效率。

作为数字普惠中的金融科技力量,度小满具备AI大模型应用的丰富场景。据悉,大模型技术已经应用在度小满各个业务领域,从营销、客服、风控、办公再到研发,已经初见成效。在代码助手方面,用大模型辅助生成的代码,采纳率能够达到 42%,帮助公司整体研发效率提升了 20%;在客服领域,大模型推动服务效率提升了 25%。在智能办公领域,大模型目前的意图识别准确率已达到 97%。

百度李彦宏在2024世界人工智能大会暨人工智能全球治理论坛上表示,大模型应用其实离我们并不遥远,基于基础模型的应用在各行各业和各个领域已开始逐步渗透。不过李彦宏也指出,大模型的天花板很高,现在距离理想情况还相差非常远,所以模型要不断快速迭代、更新和升级;需要能几年、十几年如一日地投入,不断满足用户需求,降本增效。

fund

微信
扫描二维码
关注
证券之星微信
APP下载
好投资评级:
好价格评级:
证券之星估值分析提示农业银行盈利能力优秀,未来营收成长性良好。综合基本面各维度看,股价合理。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-