□记者 苏洁

行业人士指出，“大模型的难点不在技术追赶，而是产业突破。”从人工智能的发展历程来看，人工智能曾经数次达到应用爆发的边缘，但都没有创造出很大价值，技术没有在产业端形成扎实的应用是重要原因之一。

最近一段时间，大模型迭代不仅速度加快，而且参与者也越来越多，生态的多样性和复杂性初步显现。

中国证监会科技监管局局长姚前在近日撰文中指出，需要建立一个各类模型健康交互和协同进化的生态，以保证大模型相关人工智能产业可以在各个应用领域成功落地。姚前建议，在通用领域大力支持国内头部科技企业研发自主可控的国产大模型，同时鼓励各垂直领域在大模型基础上，利用开源工具构建规范可控的自主工具链，既探索“大而强”的通用模型，又研发“小而美”的垂直行业模型，从而构建基础大模型和专业小模型交互共生、迭代进化的良好生态。

金融作为拥有密集人工智能应用场景的行业，是大模型落地实践的最佳领域之一。从大模型的核心特征来看，在金融行业的智能投顾、风险管理、监管合规知识库、智能营销等领域，大模型将重塑行业应用。

但在具体应用落地过程中，大模型还面临一系列问题和挑战：比如，如何确保训练数据的数量与质量，如何确保数据可信和信息安全，如何降低大模型的运行和维护成本等。而这些都基于大模型对于垂直行业的了解，以及对于具体场景的深耕。

总而言之，唯有深扎产业，才能让大模型发挥价值，从而赋能行业高质量发展。