过去一年，头部金融科技企业都在干什么？

　　过去一年，金融科技企业正经历一场由开源大模型驱动、从“业务辅助”向“智能核心”转变的深度变革，推动金融大模型从“可用”到“可信”“有用”。

　　2025年金融科技企业都有哪些重要创新？透过头部企业的创新与实践，对此也许得以窥见中国金融科技在智能浪潮中的探索与前行。通过梳理，头部金融科技企业创新主要集中在四大方面：

　　一、场景拓展：从非核心业务场景→核心业务场景

　　过去，人工智能(AI)多用于智能客服、办公等辅助场景，其价值主要体现在提升运营效率。而在2025年，头部金融科技企业正将AI大模型的深度推理、复杂决策能力，注入信贷风控、合规审计等直接关系到机构核心盈利与风险命脉的业务场景。

　　首次将大模型深度推理能力注入金融领域的度小满就是这方面的典型案例。度小满研发的轩辕-FinX1，在风险识别与预测、风控模型构建、策略制定等核心任务中，凭借强大的推理能力和完整的思维链机制，能够系统分析风险因素间的关联与传导路径，为机构提供全面深入的风险洞察。例如，根据用户上传的银行流水，轩辕FinX1能够从上千条交易记录中精准识别风险信号，并结合收入水平和债务负担，科学评估用户的还款能力和信贷风险。此外，京东工业结合其核心业务优势，发布了供应链核心工业大模型Joy Industrial。

　　二、多模态数据融合：告别“数据孤岛”

　　金融业务的复杂性决定了其决策需要综合文本、图像、音频乃至视频等多种信息。过去，处理这些多源异构数据需要多个独立的AI模型，流程复杂且效率低下。但如今，凭借单一模型即可以完成文本、多模态等各类任务。例如，蚂蚁金服的开源发布多模态大模型Ming-UniVision-16B-A3B，在自回归范式下可实现视觉理解与生成的原生融合，一个模型即可流畅完成看图说话、文生图、图修图等多项任务。度小满利用金融领域结构和非结构数据，构建了面向金融风险领域的知识图谱，在多个关键能力上实现了突破。在金融风险感知与评估上，项目基于征信报告构建了高覆盖率、多维度、高精度的征信特征框架，能够衍生出近40万维高价值特征，覆盖95%的业务需求，减少人工特征加工的工作量，将风险区分度提升26%。

　　三、平台与生态构建：打造平台式解决方案

　　随着大模型应用深入，单一模型或单一任务已无法满足复杂的金融业务需求。头部企业开始从提供“点状”的模型能力，转向构建“平台化”和“生态化”的智能解决方案。其核心是打造一个能够协调多个AI智能体(Agent)、并便捷集成内外部数据与工具的平台，实现金融服务的自动编排与协同作战。例如，腾讯云与深圳证券交易所联手打造的“智能资讯分析平台”，利用混元和DeepSeek大模型的强大自然语言处理能力，实现高精度市场观点提取、风险分析与溯源，将资讯分析效率提升至30倍。度小满则通过打造原力AI平台为企业转型提供一站式AI生产引擎。它提供开箱即用的大模型能力与可视化工具，降低技术门槛，助力交付效率提升30%，成为企业实现业务增长、提升生产运营效率、激发创新的强大“原力”。

　　四、安全与合规风险防控：创新筑牢“安全与合规”压舱石

　　金融的核心在于风控，而在大数据时代，信息与数据冗杂且巨量，这给金融风控工作带来巨大挑战。因此，如何构建“安全可信”的金融大模型体系就成为每一家金融科技企业业务创新的重中之重。2025年，度小满运用大数据、人工智能构建全链条反诈拦截系统，截至2025年底累计拦截电诈资金1.34亿元，反诈宣传覆盖126万人次。京东集团旗下京东云则发布了JoySecurity智能安全中心，支持能源、制造业、工业等30多个大模型应用场景的安全检测，准召率均95%以上，同时支持对暴恐、提示词注入、商业秘密、违禁等30多种安全风险的识别。

　　总之，2025年的金融科技创新，已超越简单的技术迭代，实现“深度、融合、生态与信任”的全面升级。这场由大模型驱动的创新，最终将重塑金融业的价值创造方式。