蚂蚁数科在世界人工智能大会上正式推出金融推理大模型 Agentar-Fin-R1，旨在为金融 AI 应用构建一个可靠、可控且可优化的智能中枢。该模型基于阿里巴巴通义千问 Qwen3 大模型研发，显著提升了金融专业性、推理能力和安全合规性，并在多项权威金融大模型评测中表现优异。Agentar-Fin-R1 提供多种参数版本以适应不同金融场景的部署需求，蚂蚁数科CEO赵闻飙强调，专业金融大模型是弥合通用大模型与产业应用间“知识鸿沟”的关键，未来金融大模型的应用深度将是金融机构核心竞争力的体现。蚂蚁数科通过构建业内最全面的金融任务分类体系和利用千亿级专业数据语料，赋予了该模型“天生懂金融”的能力，并已成功助力银行提升用户体验。
✨ Agentar-Fin-R1 是蚂蚁数科推出的金融推理大模型，它基于阿里巴巴的通义千问 Qwen3 大模型进行开发，专为金融行业设计，旨在打造“可靠、可控、可优化”的智能中枢，以应对金融 AI 应用的挑战。
🚀 该模型在金融专业性、推理能力以及安全合规性方面进行了重点优化，并在 FinEval1.0、FinanceIQ 等权威金融大模型评测基准上取得了超越同尺寸通用大模型及其他金融大模型的优异成绩，展现了其强大的技术实力。
🎛️ Agentar-Fin-R1 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，能够满足不同金融机构在各种场景下的多样化部署需求，为金融机构提供了灵活的选择。
📊 蚂蚁数科构建了业内领先的金融任务分类体系，覆盖银行、证券、保险等六大类、六十六小类的金融全场景。结合千亿级金融专业数据语料、可信数据合成技术以及专家标注的金融长思维链（CoT）构造机制，使得 Agentar-Fin-R1 具备了“天生懂金融”的核心能力。
💡 Agentar-Fin-R1 已成功应用于实际业务中，例如助力上海某银行打造“AI 手机银行”，通过“对话即服务”模式提升了用户体验，特别是老年客户的满意度，并实现了月活用户同比增长 25% 的显著成效。
IT之家 7 月 28 日消息，在今日举办的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，为金融 AI 应用打造“可靠、可控、可优化”的智能中枢。
▲ Agentar-Fin-R1 的开发流程据悉，Agentar-Fin-R1 基于阿里巴巴旗下的通义千问 Qwen3 大模型研发，专注于金融专业性、推理能力以及安全合规能力，在 FinEval1.0、FinanceIQ 等权威金融大模型评测基准上超越 Deepseek-R1 等同尺寸开源通用大模型以及金融大模型。
Agentar-Fin-R1 拥有 32B 和 8B 参数两个版本，还有非推理版本的 14B 和 72B 参数大模型，满足金融机构在多样化场景下的部署需求。
蚂蚁数科 CEO 赵闻飙在发布会中表示：“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与 AI 深度融合的必然路径，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。”
数据层面，蚂蚁数科构建了号称“业内最全面与专业的”金融任务分类体系，包括 6 大类、66 小类场景，覆盖银行、证券、保险、基金、信托等金融全场景。基于千亿级金融专业数据语料，通过可信数据合成技术以及结合专家标注的金融长思维链（CoT）构造机制，让这款大模型具有“天生懂金融”的能力。
目前蚂蚁数科已助力上海某银行打造“AI 手机银行”，塑造“对话即服务”的模式，用户可直接通过自然对话获取各类金融服务，推动银行老年客户满意度提升，月活用户同比增长 25%。
IT之家附 Agentar-Fin-R1 技术论文地址：
https://arxiv.org/pdf/2507.16802
