7月2日，微眾新聞界學院系列活動在北京舉行，本期活動以大模型時代人工智慧前沿與金融應用為主題，邀請瀾舟科技合伙人、聯席CEO李京梅，微眾銀行業首席人工智能官楊強，微眾銀行業人工智能首 席科學家范力欣等多位行業專家學者與新聞界採訪者分享潮流洞察，探討人工智慧技術前沿與金融落地實踐。
近年來，以大模型為代表的人工智慧技術進入演變快車道，成為當下最受大眾矚目標熱點話題。伴隨大模型技術的飛速演變，全球人工智能技術演變和應用迭代速度都獲得了極大提升，大模型技術也被覺得是通用人工智能技術的中心發動機。
工信部刊登的資料呈現，截至2025年6月，我國人工智能中心產業規模已經達到5000億，人工智能公司數量超過4400家。
瀾舟科技合伙人、聯 席CEO李京梅表示，近年來人工智能逐漸演進，從只能做單個任務的專用模型的人工智慧 1.0時代，到一個通用模型做普遍任務的人工智慧 2 .0時代，終於走向通用人工智能。人工智能也從感知智能走向認知智能，再到生成智能及決策智能。
她提出，隨著人工智慧能力越來越強，其研發和利用越來越簡潔，後果也越來越可控。與此同時，人工智慧產業具備廣闊潛力，大模型的產業落地應用才剛剛開始，隨著各個範圍的產業升級對人工智能的市場需求持續增強，將來的滲透率還將進一步提高。
李京梅在微眾新聞界學院發表演講 在業內專家看來，大模型技術在演變應用中顯現三大挑戰：一是從算力角度，大模型的練習歷程中必須龐大的硬件算力資源支撐，大模型參數規模呈不斷擴張潮流，對算力指出了更高要求；二是從算法角度，大模型生成內容或許存在安全危險，與此同時普遍存在隱形偏見的或許性；
三從資料角度，近年來各項法規法律對私域資料的利用有資料可用不可見的要求，在治療、金融等行業都存在海量自治的高質量資料，但受限于隱私無法共享使用。 在大模型的實踐應用中，金融行業由于具備數字化程度高、商務化應用場景潛在價值高等優勢，成為了人工智慧大模型落地應用的最佳場景之一。
作為一家全球領先的數字銀行業，微眾銀行業積極探索將大模型等人工智能前沿技術應用于金融範圍的多樣化或許性，與此同時堅持審慎演變的原則，關注資料安全與隱私保護。以市場領先的隱私計算聯邦研習技術為特色，微眾銀行業構建起能夠支撐和服務金融界務的場景化生成式人工智慧 Agent Store。
微眾銀行業首 席人工智能官楊強在分享時表示，大模型的應用落地涉及資料經營、算法改善、系統設計和開銷控制等多方面的綜合挑戰，必須不斷的技術創新和戰略修正，以推動人工智慧技術更加成熟、高效地服務于社會各個範圍。
他進一步提出，人工智慧 Agent是大模型面向應用端演變的下一階段，其基于大模型的通用能力，并結合相關範圍知識適應差異場景市場需求。
楊強在微眾新聞界學院發表演講 據理解，在業務實踐中，微眾銀行業自研的生成式人工智慧技術能夠有效處理大模型幻覺等技術難點，滿意監管合規要求，已深度應用于客服、行銷、質檢、反欺詐、科技金融等中心業務場景，覆蓋金融服務前-中-后臺各個環節，提升金融服務的質效。
具體而言，在顧客服務環節，微眾銀行業通過客服Agent輔助坐席，持續提升24小時線上客服的研究和了解能力，讓多輪對話更流暢當然；在行銷環節，通過生成式大模型快速生成千人千面的海量行銷素材，并通過聯邦研習等技術更精準地找到必須金融服務的個人和小微公司群體；
在風控環節，微眾銀行業將人臉識別、聲紋識別等人工智慧技術應用在開戶、授信、放款等金融服務多個環節，有效甄別欺詐行為，提升銀行業風控能力；在智慧財產權保護與創新方面，基于生成式人工智慧與技術專利大模型打造的技術專利系統，協助降低技術專利寫稿難度，增加技術專利申請效能。
談及聯邦大模型與前沿探索時，微眾銀行業人工智能首席科學家范力欣指出，聯邦研習作為一 種先進的分布式機器研習范式，允許參與方在不直接共享原始資料的狀況下協作練習模型，為處理大模型應用落地的技術問題供給了創新路徑。
聯邦大模型技術路線通過其獨一無二的設計，不只處理了資料時效性、模型幻覺、專業知識整合及算力資源消耗等挑戰，並且在保護資料隱私和促進人工智慧技術公平性方面邁出了重要一步，為大模型在各範圍的普遍應用開辟了全新的或許。
范力欣在微眾新聞界學院發表演講 現階段，微眾銀行業已經在聯邦大模型範圍執行了諸多分析與探索，將最新分析績效陸續開源刊登于聯邦大模型開源框架FATE-LLM，推動前沿技術落地應用與普惠，并在多個國際頂級學術會談中刊登了相關論文，促進前沿學術分析與交流。