风腾网 - 最新 AI 风向｜AI 工具、大模型与人工智能行业资讯8月29日消息，蚂蚁百灵正式发布首个金融增强大模型Ling-3.0-flash-Fin。该模型延续Ling-3.0-flash的混合专家架构，包含124B总参数和5.1B激活参数，通过金融语料持续预训练、领域后训练及工具使用优化，面向年报、财务工作簿和多份研究材料等高密度金融内容处理。模型权重将于下周开放。
金融场景深度优化
Ling-3.0-flash-Fin的核心优势在于对金融场景的深度适配。传统通用大模型在处理金融文档时往往面临专业术语理解不足、数据精度不够、逻辑推理能力有限等问题。蚂蚁百灵通过大规模金融语料的持续预训练和领域后训练，使模型在金融专业知识、数据处理精度和业务逻辑理解方面达到了专业级水平。
该模型特别擅长处理年报、财务工作簿、多份研究材料等高密度金融内容。在实际测试中，Ling-3.0-flash-Fin能够快速准确地从长篇年报中提取关键财务指标，对比多份研究报告的观点差异，分析财务工作簿中的数据异常，为金融从业者提供高效的智能辅助。
工具使用能力增强
除了语言理解能力，Ling-3.0-flash-Fin还在工具使用方面进行了专门优化。模型能够调用金融数据查询、计算分析、图表生成等专业工具，完成复杂的金融分析任务。这种”模型+工具”的组合，使得AI不再仅仅是信息提取器，而是能够真正参与金融决策分析过程。
蚂蚁百灵表示，Ling-3.0-flash-Fin已经在蚂蚁集团内部多个金融场景中落地应用，包括智能客服、风险审核、投研辅助等。实际应用数据显示，该模型在金融场景中的任务完成率和准确率均显著优于通用大模型。
行业大模型的发展趋势
Ling-3.0-flash-Fin的发布，反映了大模型行业从”通用”向”垂直”发展的趋势。随着通用大模型能力的逐渐趋同，在特定行业场景中的深度适配能力正成为新的竞争焦点。金融、医疗、法律、教育等专业领域，对大模型的专业知识、数据精度和合规性都有特殊要求，通用模型往往难以满足。
行业大模型的发展，需要深厚的行业知识积累和高质量的领域数据。蚂蚁集团在金融领域拥有丰富的业务场景和数据积累，这为Ling-3.0-flash-Fin的研发提供了坚实基础。未来，随着更多行业巨头加入垂直大模型的研发，AI在各行业的深度应用将加速推进。
蚂蚁百灵表示，Ling-3.0-flash-Fin的模型权重将于下周正式开放，届时开发者和金融机构可以自行部署和评测。风腾网将持续关注金融AI领域的最新进展。
