资讯配图
在社交平台上，「AI 帮我选基金，结果赚了 8%」、「AI 自动炒股，秒杀巴菲特？」之类的帖子不时刷屏，炒股机器人、对话式理财助手有关的 Agent 也不断涌现。
AI 仿佛成了新时代的理财顾问。 但当你真的准备把自己的钱交给它时，一个更现实的问题摆在眼前：
它真的懂金融吗？
炒股、风控、合规，这些任务不是「回答问题」那么简单，而是要理解业务逻辑、完成任务链条，还不能出错。
7 月 28 日，在世界人工智能大会上，蚂蚁集团旗下的科技子公司蚂蚁数科给出了新的答案：正式发布金融推理大模型 Agentar-Fin-R1。
这不仅仅是一个新模型，更是一个为银行、证券、保险等金融场景量身打造的「专业中枢」，主打「可靠、可控、可优化」 。
资讯配图
Agentar-Fin-R1 基于 Qwen3 研发，在 FinEval1.0、FinanceIQ 等权威金融大模型评测基准上超越 Deepseek-R1 等同尺寸开源通用大模型以及金融大模型。
在通用大模型已高度同质化的今天，为什么还要再造一个金融大模型？
蚂蚁的回答是：要解决真实金融任务，需要更强的金融专业性、推理能力以及安全合规能力。
业内最系统、最真实的真实数据集
过去一年，随着大模型向各行各业渗透，金融成为少数对模型能力提出复杂要求的行业，既要专业知识深、也要逻辑推理强，同时还必须合规、安全、低幻觉。
「通用大模型和产业之间仍存在知识鸿沟，尤其在金融领域。」蚂蚁数科 CEO 赵闻飙在大会上表示，构建专业金融大模型，是推动金融智能体真正落地的必由之路。这不仅是科技挑战，更直接关系金融机构在未来的智能竞争中是否拥有核心抓手。
资讯配图
为了填补这一鸿沟，Agentar-Fin-R1 从「出生」开始就沉浸在金融世界里。
研发团队为其构建了一套业内极为全面和专业的金融数据语料。一个覆盖了银行、证券、保险、基金、信托等全场景的金融任务体系，包含 6 大类、66 个细分场景，构成了业内最系统、最真实的金融数据集。
更特别的是，训练中还引入「原则类合成数据」，让模型天然遵守金融监管红线，比如数据合规、身份校验、反洗钱等细节。
资讯配图
Agentar-Fin-R1 数据合成流程
基于这套框架，模型在千亿级的金融专业数据语料中进行训练，并通过可信数据合成技术及专家标注的金融长思维链（CoT）来打磨处理复杂任务的能力，真正做到「天生懂金融，出厂即专家」 。
具备「金融环境感知能力」的模型结构
但对于想要应用 AI 的金融机构来说，成本和效率是两大核心关切。
Agentar-Fin-R1 采用了创新的加权训练算法，这就像一个聪明的学习方法，能够动态地发现模型的薄弱环节并针对性地进行强化。
这样做的好处是，在后续的业务应用中，可以显著减少二次微调所需的数据和算力，有效降低了企业部署大模型的门槛和成本。
资讯配图
Agentar-Fin-R1 开发流程
更重要的是，它还是一个能够自主进化的大模型。金融市场瞬息万变，新的政策、产品层出不穷。
依靠动态更新的金融任务体系和加权训练机制，Agentar-Fin-R1 可以不断吸收最新的金融政策、监管条例和市场变化，发现自身盲点并补齐能力短板，确保其知识和能力始终跟上行业变化的脚步，在真实业务中不断变强。
32B 参数的模型超过了 671B
首先，Agentar-Fin-R1 在通用能力上就表现出较高水准。如 32B 版本在MATH上获得93.80分，在GPQA上获得68.18分，这些性能水平与具有相当参数量的通用推理模型相匹配或超越。
资讯配图
Agentar-Fin-R1 和 Qwen3 模型（8B 和 32B 版本）在金融基准测试和一般推理基准测试（MATH：MATH-500，GPQA：GPQA-diamond）上的性能比较。
而金融能力表现则更是突出，在两大金融基准测试 FinEval1.0 和 FinanceIQ 上，32B 模型全面超越 DeepSeek-R1、GPT-o1 等高参数通用模型，不仅准确率高、稳定性强，在合规与幻觉抑制能力上也明显更稳。
资讯配图
Agentar-Fin-R1-32B 在多个专业评估测试集上表现均是最佳
不仅如此，蚂蚁数科还牵头打造了一个专门为金融智能体评测的新基准，Finova，涵盖智能体能力、复杂推理能力和安全合规三大维度。这个评测由蚂蚁与工行、宁波银行、北金所、上海人工智能行业协会等共同制定，并已在 GitHub 上开源。
在 Finova 的评测中，Agentar-Fin-R1-32B 拿下了最高分，甚至超越了参数规模达 671B 的 DeepSeek-R1。这不仅说明专业模型在特定行业的巨大优势，也意味着未来金融模型的竞争，将转向「谁能把推理做得更专业」。
资讯配图
Finova 基准的全面概览图，由三个组成部分构成：代理能力、复杂推理以及安全与合规。
目前，Agentar-Fin-R1 推出了 32B 和 8B 两种参数版本，此外还有基于百灵大模型的 MOE 架构模型以及 14B 和 72B 的非推理版本，以满足不同机构和场景的部署需求。
从为上海某银行打造「对话即服务」的 AI 手机银行，推动老年客户满意度显著提升，月活用户同比增长 25%；到累计服务 100% 的国有和股份制银行，蚂蚁数科正加速将大模型技术落地到真实的金融场景中。
正如赵闻飙所说，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。而 Agentar-Fin-R1 的出现，无疑为这场竞赛增添了一个重量级的专业选手。
资讯配图
WAIC 2025 APPSO 在现场，欢迎加入社群一起畅聊 AI 产品，获取#AI有用功，解锁更多 AI 新知👇
资讯配图
资讯配图