蚂蚁数科王磊：垂直大模型训练成本呈百倍级下降，金融AI落地需构建“可信智能体”三大基石 | Alpha峰会

12月20日，在华尔街见闻和中欧国际工商学院联合主办的「Alpha峰会」上，蚂蚁数科AI原生事业部总经理王磊发表题为《探索金融AI深水区--大模型垂直 落地的实践与启示》的演讲。 他表示，随着DeepSeek、Qwen等开源基础模型的出现，行业大模型落地不再依赖昂贵的预训练，而是转向"后训练"模式。这一转变使得金融垂类模型的迭 代周期从数月缩短至两周，算力需求从"万卡"降至"百卡"，训练成本实现百倍级下降，大幅降低了产业应用门槛。 他认为，在金融等严肃产业落地AI，必须关注严谨性、专业性和遵从性。他强调，大模型无法完全避免幻觉，甚至随着推理能力提升幻觉可能增强。因 此，构建一套压制幻觉的体系和方法论，是面向垂直行业应用大模型的第一要务，必须守住安全底线。 他并指出，金融行业落地大模型的核心在于构建"可信智能体"，这需要三大基石：一是叠加行业数据的"金融大模型"作为大脑；二是补充时效性与私有数据 的"金融知识库"作为经验；三是连接业务系统的"金融工具集"作为双手，三者结合才能让AI像专业员工一样工作。 蚂蚁数科AI原生事业部总经理王磊还表示，大模型在产业中的应用不仅是一场技术革命，更是一次业务战略的重塑。他呼吁 ...