度小滿七周年：技術破壁，奇點更近

人類邁向「奇點」的千年征程已經步入沖刺階段。人類邁向「奇點」的千年征程已經步入沖刺階段。

——馨金融

洪偌馨、伊蕾/文

20年前，奇點大學掌門人雷·庫茲韋爾在《奇點臨近》一書中大膽預測：AI將在2029年通過圖靈測試、達到人類智能水平，并在2045年與人類融合。

不斷融合的指數增長的技術趨勢將帶來一場對人類具有根本性意義的變革，庫茲韋爾稱之為「奇點」。

20年間，不少人對「奇點」的到來抱持懷疑態度。但當時間來到2025年，幾乎再沒有人會質疑這個預言實現的可能性。

就在不久前，ChatGPT-4.5在與人類同臺競技的「圖靈測試」中以73%的比率被認作人類。換言之，AI可能已經比「真人」更像人了。

作為未來學家，庫茲韋爾對于未來的「預言」無疑是偉大的，他為更多人展現了技術發展的未來圖景。

但更加不可忽視的是，那一直在「無人區」探索、實踐和創新的市場參與者們，他們才是引領人類不斷接近「奇點」的重要力量。

僅以中國市場來看，在新一輪的AI發展浪潮之中，那些能夠不下牌桌，甚至踏準節奏一躍成為市場的領先者，也源自于他們長期以來的深耕與布局。

例如，作為金融科技服務商的代表，2018年，帶著百度AI「基因」的度小滿開始獨立運營并專注于小微金融服務，在破解小微金融服務難、融資難問題的過程中，度小滿開始探索將NLP（注：Natural Language Processing，自然語言處理）應用在金融業務之中。

與市場曾對庫茲韋爾的「預言」存疑一樣，7 年前，NLP在金融業務中的價值尚未得到驗證，同樣被爭議和質疑包圍。直到 2023 年 ChatGPT 爆火，更多人才開始意識到LLM（注：Large Language Model，大語言模型）將為金融行業帶來深刻且持久的變革。

眼下，隨著AI能力的不斷提升，以及金融業對AI需求的不斷增長，度小滿正加快推動大模型的應用從客服助手、資料審核等「外圍」領域，深入到用戶體驗、風險決策等核心場景，重塑客戶體驗和優化業務全流程。

作為一個世界級金融難題，小微金融也在等待它的「奇點」時刻，而金融科技領域的引領者們正在競速邁向這個目標。

1、探索「無人區」：AI金融的遠征

「驅動進化創造性引擎的深層動力不是競爭，而是尋找多樣化的方法來做同一件事。」

這是Open AI的兩位研究員在《為什么偉大不能計劃》一書中提到的觀點，作為長期處于AI研究最前沿的從業者，在他們看來，通往成功之路其實是一個不斷收集「踏腳石」的過程，而這些「踏腳石」往往是未知的、不確定的、無法被計劃的。

因此，越是在科技領域的「無人區」探索，越是要將「韁繩」松開，才有可能征服最遙遠的未知邊界。

ChatGPT的橫空出世是如此，AI 金融的探索與應用亦是如此。

在7年前度小滿進入這一市場時，從傳統的銀行、小貸公司到新晉的互聯網巨頭，市場上能夠提供服務的機構并不少，許多公司也嘗試將大數據、人工智能等技術應用于獲客、風控等業務場景中，但小微金融服務中的很多痛點依然待解。

彼時，天然帶有AI「基因」的度小滿，希望能探索出一條不同的「技術路線」。也正因如此，度小滿開始嘗試將其他機構鮮有嘗試的NLP技術應用于智能風控、智能坐席等金融場景之中。

以最為重要但也最難突破的風控環節來看，度小滿希望在個人畫像的基礎上疊加企業畫像，以提升授信的精準度。

為此，度小滿自主研發了智能化征信解讀——征信中臺，通過深度融合NLP與圖計算技術，將企業主的個人信用信息與企業的經營信息關聯起來。

基于這種多維度信息關聯的全景式信用關系圖，度小滿可以通過節點與關系傳導識別潛在風險，實現征信數據的智能化穿透式分析。

很快，度小滿真切感受到了語言模型的力量，對NLP等技術的探索在實踐中被不斷驗證和優化，而這也成為其進一步開啟對LLM探索的一塊「踏腳石」。

隨著更多大模型能力的注入其中，時至今日，圍繞一份征信報告，度小滿的智能化征信解讀中臺能夠將報告解讀出40萬維的風險變量，有效降低信貸風險25%，在相同風險下利率降低20%。

也正是基于這樣的能力，在過去7年里，度小滿累計服務超過2,200萬個小微企業及個體工商戶，發放低息貸款超600億,為700萬用戶減免24.37億元貸款利息，真正實現了小微金融的增量、擴面、提質、增效。

2、大模型進階：小微金融「奇點」更近

AI一日，人間一年。

從今年年初開始，大模型能力、通用工具能力以及AI在金融中的應用場景再次發生劇烈變化。

在模型能力方面，市場領先者們的關注焦點和發展重心已經從擅長語義理解與內容創造的生成式大模型，轉向具備復雜邏輯推理能力的推理大模型。

典型如OpenAI，在2024年末發布了具有標志性意義的推理模型o1-preview后，2025年，他們又相繼發布了 o1-pro、o3-mini、o3-mini-high、o3 和 o4-mini。

與此同時，包括xAI、谷歌在內的國際巨頭們也相繼推出最新一代推理大模型。而在國內市場上，有著不同背景的推理大模型更是「神仙打架」。

在個測評榜單上，這些模型的性能評分也不斷創下新紀錄。從數學計算、邏輯推理到科學問答與代碼生成，推理模型不斷刷新AI在復雜任務中的表現邊界，呈現出從「會問答」向「會推理」的躍升趨勢。

以度小滿的實踐來看，截止到2024年底，度小滿已經完成了20款大模型的研發與積淀，并且在2024年12月正式開源首個金融推理大模型「軒轅-FinX1」。

無論是在金融專業能力評測方面，就還是在通用能力測試中，「軒轅-FinX1」都展現出了不俗的能力。更難能可貴的是，「軒轅-FinX1」實現了「可用性」和「可靠性」的雙重突破。

一方面，基于創新的訓練范式，「軒轅-FinX1」通過金融場景專屬優化，在數據分析、策略生成及決策支持等關鍵環節實現領先性進展；

另一方面，該模型突破性地實現了金融決策思考過程的完整可視化，既破解了傳統大模型的黑箱困境，又為金融機構提供了過程可追溯的智能決策工具，開創了可解釋AI在金融領域的實踐新范式。

在此基礎上，隨著通用工具從專注效率提升和能力拓展的智能助手，升級為擁有自主決策與行動能力的Agent，新技術在金融場景中的落地也有了更多可能。

以度小滿的實踐來看，基于大語言模型的語義理解、內容生成和復雜邏輯推理能力，AI Agent可以承擔起「信審人員」的職責，完成授信、用信、增信的全流程線上引導和自動審批，甚至成為每一個客戶的「專屬客戶經理」。

而在風控方面，大模型以及AI Agent也可以突破傳統基于統計相關的風控模式限制，提升數據使用效能，識別出小概率但高風險的行為。

對于客戶體驗的重塑和對風險決策的重構對于金融行業至關重要，這兩者決定了他們創造價值的深度、寬度和可持續性，甚至是未來的生死存亡。這也是下一階段，小微金融能否進一步破題的重要突破點。

但從技術「破壁」到應用破局，仍有不小的距離。

事實上當下，全球AI巨頭們都在持續探索，能否在更多場景中孕育出「殺手級」應用。金融領域也不例外，大模型技術的進階，除了讓金融業務提質增效之外，能否攻克更多金融難題才是未來更值得探尋的部分。

庫茲韋爾在此前發布的新書《奇點臨近》中重申了他的判斷——人類邁向「奇點」的千年征程已經步入沖刺階段，新技術發展的步履不停，「這將是人類歷史上最激動人心、最重要的幾年」。

但那些早已向「奇點」進發的市場參與者們并不慌亂，因為，為了此刻的到來，他們已經準備許久。