艾瑞股份_2024年中国金融大模型产业发展洞察报告.docx

2024年中国金融大模型

产业发展洞察报告

署名：孙石琦部门：TMT金融组

署名：孙石琦

?2024iResearchInc.

CONTENTS

目录

01中国金融大模型产业发展背景介绍Background

02金融大模型结构特征与优势能力分析ProductMixandAdvantages

03中国金融大模型产业卓越者评选OutstandingEnterprises

04中国金融大模型产业未来趋势预判IndustryDevelopmentTrends

05中国金融大模型产业专家之声IndustrialExperts‘Insights

2

01

01

发展背景介绍

Background

3

技术崛起：大模型迭代历程回顾

多技术聚积融合推动大模型能力逐步完善，实现从“专用智能→通用智能→专业化智能”的模式转变

随着生成算法、预训练模型、多模态数据分析等AI技术的聚集融合，AIGC技术的实践效用迎来了行业级大爆发。在内部模型迭代与多技术协同的作用下，以“大规模”+“预训练”为核心的大模型产品，逐步由Transformer基础架构走向集图像识别、语义理解、视觉感知于一体的多模态、全应用模型体系，以产品化、业务化模式实现AIGC能力的进一步释放。与此同时，通用大模型技术的成熟推动了新一轮行业生产力变革，凭借其在场景泛化、技术涌现、强计算能力等方面的优势，大模型为多行业的发展带来了工业革命级生产能力的提升。随着专业化应用进程的推进，通用大模型在解决特定场景的专业化问题时暴露出部分局限性问题，行业深度信息的缺失导致其很难在专业领域提供高价值的服务，此外，通用大模型对于数据、算力的较高要求也提升了其在细分领域落地应用的门槛，相比之下，在专业度及成本方面更具优势的垂类大模型或将成为未来大模型技术落地应用的核心方式，预计未来5年，服务于特定行业的垂类大模型将实现超80%的专业领域覆盖，大模型能力将以专业化定制产品的方式为更多垂类专业领域赋能。

大模型技术迭代与产品模式应用分析

2010年—2017年2018年—2022年2023年—2028年（预计）

通用大模型以其涌现性与泛在化能力，

通用大模型

以其涌现性与泛在化能力，为多行业发展提供全新生产力与创造力支持。

基础架构确立通用大模型建设

特定领域专用模型应用产业大模型应用

特定领域专用模型应用

从专用智能走向通用智能从通用智能走向专业化应用

从专用智能走向通用智能

?自2023年起，国内外多家科技

?自2023年起，国内外多家科技企业推出针对特定专业领域应用的产业大模型产品，依托自身专业领域特征及通用大模型建设基础，推动大模型技术实现产业落地应用的最后一环。

?

?通过在原有大模型的基础上增加对话、图像识别、视觉理解、语音感知等能力，由单一模态逐步迈向多模态应用。

?以GPT为例，实现由Transformer到GPT1/2/3/4再到GPTs生态的建设。

产业大模型

产业大模型

聚焦于大模型在特定行业下的垂类应用，为行业提供高价值、专业化服务。

?

??

谷歌发布Transformer架构，为后续LLM、GPT的建设提供基础的框架支持。

Diffusion扩散模型作为面向视觉计算的生成式模型，在图像创作、音频生成等方面提供了创造性解决方案。

技术兴起期加速迭代期产品建设期垂类应用期-结合特定领域数据进行通用大模

技术兴起期

加速迭代期产品建设期

垂类应用期

注释：各类模型的应用阶段描述仅为该阶段行业内最主流的模型应用，并不代表该阶段仅存在一种或两种模型形式以及该模型形式仅存在于该段时期；

来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制