2025年8月4日，财联社报道，DeepSeek自今年1月发布R1模型后曾引发市场高度关注，但半年过去，其在银行业的应用已趋于平淡。多家银行反映，DeepSeek因无法有效处理复杂金融数据、算力需求高及与银行业技术路线适配性低等问题，未能催生杀手级应用。尽管中小银行对其研发热情较高，但大型银行态度转冷，尤其在监管要求强调自主研发后，宣传进一步弱化。业内人士认为，DeepSeek虽拉近了中小银行与大行的技术差距，但其在智能风控、AI投顾等领域的表现不如预期，目前仍处于内测阶段，实际效果尚需时间验证。

7月28日，蚂蚁数科在世界人工智能大会发布金融推理大模型Agentar-Fin-R1，为金融机构提供“可靠、可控、可优化”的智能中枢。该模型基于Qwen3研发，在FinEval1.0、FinanceIQ等权威评测中超越同尺寸开源通用及金融大模型，展现更强的金融专业性与安全合规能力。蚂蚁数科通过千亿级金融数据语料和创新算法提升模型性能，并推出32B、8B等多个版本满足多样化需求。此外，联合中国工商银行等机构推出Finova评测基准，推动行业应用水平提升。目前，蚂蚁数科已服务100%国有银行及股份制银行，助力AI手机银行等创新项目显著提升用户体验。

7月28日，在世界人工智能大会论坛上，蚂蚁数科发布金融推理大模型Agentar-Fin-R1。该模型基于通义千问Qwen3研发，专注于金融专业性、推理能力和安全合规能力，在多项权威评测中表现优异。模型提供32B和8B参数的推理版本，以及14B和72B参数的非推理版本，满足多样化部署需求。蚂蚁数科CEO赵闻飙指出，构建专业金融大模型是推动金融与AI深度融合的关键。此外，该模型依托千亿级金融数据语料及6大类、66小类场景的专业分类体系，具备“天生懂金融”的能力。目前已助力上海某银行打造“AI手机银行”，实现用户月活同比增长25%。

7月28日，在世界人工智能大会论坛上，蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1。该模型基于Qwen3研发，在FinEval1.0、FinanceIQ等权威评测基准中表现优异，超越Deepseek-R1等同尺寸开源通用及金融大模型。蚂蚁数科CEO赵闻飙指出，构建专业金融大模型是推动金融与AI深度融合的必然路径，未来其应用深度将成为金融机构竞争力的关键要素。这一发布凸显了AI技术在金融领域的前沿进展，展现了行业创新趋势。

正文：2025年7月25日，蚂蚁数科在WAIC前夕发布了金融推理大模型Agentar-Fin-R1，并上线相关论文。该模型基于Qwen3，提供8B和32B两个版本，在金融领域测评集（如Fineva、FinEval等）及通用推理基准（MATH、GPQA）中刷新SOTA，超越DeepSeek-R1、GPT-o1等模型。研究团队通过专业金融数据标签体系、加权训练算法等创新方法优化模型性能，兼顾金融专业化与通用能力。同时，蚂蚁数科提出新评测基准Finova，包含1350道难题，从智能体能力、复杂推理、安全合规三方面评估模型，Agentar-Fin-R1-32B以69.93分领先。作为蚂蚁集团科技商业化板块，蚂蚁数科长期深耕金融AI，服务国有银行、城商行及数百家机构，推动行业数智化转型。

6月19日，在中国国际金融展上，蚂蚁数科展示了其领先的金融大模型技术，并宣布将联合行业伙伴推出超百个金融场景智能体解决方案，覆盖AI原生手机银行、风控、理财、营销等领域。蚂蚁数科发布的全栈智能体平台Agentar，通过金融级大模型、知识库、工具集等，加速大模型在金融行业的应用。平台在多项权威评测中表现优于主流开源模型，性能提升超10%。Agentar已上线金融MCP服务广场，整合百项核心服务，降低微调成本。蚂蚁数科还与合作伙伴探索超100个智能体应用场景，涵盖银行、证券、保险等四大领域。例如，风控智能体建模效果达行业专家水平以上，营销智能体提升效果20%，财富管理智能体使分析效率翻倍。蚂蚁数科表示，将持续投入技术研发，推动大模型在金融场景的深度应用。

6月6日，在重庆举行的‘2025消费金融生态大会’上，马上消费发布了全面升级的‘天镜’3.0大模型。作为全国首个金融领域大模型开发者，马上消费常务副总经理蒋宁介绍了‘天镜’从工具到决策平台的系统性突破。‘天镜’3.0通过挖掘企业内部散落的隐性经验，将非结构化数据转化为结构化知识，实现个体智慧向群体智慧的跃迁。该模型可动态拆解复杂服务流程，提供最优服务路径，同时具备协同进化能力，能实时优化策略。‘天镜’系列已覆盖营销、客服等八大零售金融领域，服务超2亿用户。马上消费自2017年成立人工智能研究院以来，累计申请发明专利超2500件，位居全国金融机构前列，并主导或参与制定百余项国内外标准。

近日，上海财经大学张立文教授团队联合财跃星辰开源发布了首款金融领域R1类推理大模型Fin-R1。该模型仅7B参数，却在权威评测中与参数量为671B的DeepSeek-R1差距仅3分，平均得分75.2分，位居榜单第二。Fin-R1通过构建高质量金融推理数据集和两阶段混合框架训练，展现了金融领域R1类推理大模型的可复现性，并探索出“数据构建-模型训练-性能验证-模型部署-场景应用”的全闭环链路。Fin-R1已在Github和Hugging Face开放下载，支持本地化部署，可应用于银行、基金、保险和证券等多个场景，如贷款利息计算、资产配置、保单收益评估及量化交易代码编写等，助力金融智能化发展。

《科创板日报》报道，百川智能于23日发布了全链路领域增强大模型Baichuan4-Finance。该模型在FinanceIQ评测中表现优异，准确率达到79.23%，超过了GPT-4o。记者黄心怡对此进行了报道。

12月23日，百川智能发布了全链路领域增强金融大模型Baichuan4-Finance。该模型融合了100B+的中英文金融知识，并由中国人民大学财政金融学院金融专家团队全程参与定义和评估。在FLAME和FinanceIQ评测中，Baichuan4-Finance均领先GPT-4o。在FLAME-Cer评测中，Baichuan4-Finance在多个金融领域的准确率突破95%，整体准确率为93.62%；在FLAME-Sce评测中，一级核心金融业务场景的整体可用率达84.15%。Baichuan4-Finance API现已在百川智能官网正式上线。