腾讯金融大模型：以多智能体架构破解业务瓶颈与算力成本制约

李建华 | 腾讯金融云资深架构师

破解金融智能化转型门槛与业务场景割裂瓶颈

在国家“人工智能+”战略及算力网络建设的宏观支撑下，金融机构正面临从“单纯技术工具”向“业务价值重塑”的必然转型。然而，在实际落地过程中，企业普遍面临技术门槛与业务鸿沟的双重困境：

• 算力与工程门槛高企： 中小机构受制于预算与算力成本，难以独立负担大规模预训练。尽管GRPO算法与MLA缓存压缩等技术降低了芯片性能要求，但工程化落地仍显薄弱。
• 知识资产分散且解析困难： 企业内部知识格式繁多，传统OCR技术难以应对复杂排版（如图文混排、公式、页眉），导致知识库构建受阻。
• 数据驱动决策滞后： 传统BI工具上手门槛高，一线人员与业务部门查数困难、临时报表制作效率低下，难以满足高层领导“实时实地获取数据”的诉求。根据Gartner 2024年调研，超过60%的中国企业计划尽快应用AIGC以提高生产效率，但现有交互形式成为了卡点。
• 尽调与风控人力成本过载： 业务尽调阶段涉及数十上百种非特定版式长文本（研报、财报、流水等），且对完整性、严谨性要求极高，人工处理不仅耗时，且极易出现信息遗漏。

构建“底层算力-中台引擎-场景助手”多智能体全栈矩阵

针对上述痛点，腾讯构建了以场景驱动的金融行业大模型应用框架，通过“1个数智中台 + N个金融场景应用”提供端到端的解决方案：

• 多尺寸与混合专家模型底座： 率先探索万亿大模型，基础模型拓展至万亿混合专家模型（MoE）。同时积极研发1B、3B、7B、13B等不同参数量的Dense和MoE架构，兼顾中小领域模型需求。
• 专属大模型智能体开发平台（TCADP）： 涵盖三大核心框架以满足多场景落地：
  • RAG（最强知识外挂）： 平台内置最佳实践流程，实现文档到大模型的稳定对接，适用于严肃问答。
  • Workflow（智能生产线）： 通过拖拉拽原子能力编排个性化流程，响应指定工作流。
  • Agent（AI指挥官）： 由大模型自主规划任务与调用工具（Function-call），实现高效应用搭建。
• 全链路研发提效与代码助手： 以IDE插件为入口，后端服务经MCP协议封装串联企业工具。集成本地与云端Codebase，提供代码补全（NES）、技术问答与多文件修改能力。
• 三重安全合规防护： 专门面向金融机构，基于数亿条有监督数据进行PT&SFT训练，并在输入侧、算法侧（强化学习避免违规数据生成）、生成侧进行严格的违规信息过滤。

量化AI落地带来的研发协同与业务提效指标

通过将大模型能力嵌入具体业务流，腾讯方案在多个核心场景中展现出明确的量化业务价值：

• 多模态解析广度领先行业基线： OCR大模型突破复杂版面分析，支持的文档类型超过26类（业内普遍在10类以内），并确保图片元素不丢失。
• 自动化投研与尽调产出倍增： 智能尽调助手通过参数化配置与自训练的专属7B提取模型，可自动处理数百次Prompt构造，最终输出具有特定章节和定性/定量评价的万余字长篇尽调报告，有效降低模型幻觉。
• 数字员工拟真度与交互维度升级： 金融数字员工支持179维基础表情捕捉和表情驱动，远超行业通用的52维系统，显著提升虚拟人表情细节与真实感，降低私域IP运营的物料与沟通成本。

验证大模型能力的内部核心业务流实践

腾讯FIT（金融科技）在内部高频业务场景中率先完成了大模型应用的验证与闭环：

• 理财通-理财助理： 全面接入自研理财投资业务，实现线上采纳率95%以上，完全满意率达到60%以上。
• Lily金融投资大模型： 作为投资辅助类AI工具，链接多类金融信源，直接服务于内部投资经理与咨询师，执行个股研究、政策解读与行情总结。
• 支付客服机器人： 接入微信支付客服板块，具备反向澄清能力并自动触发人文关怀答复，大幅优化客诉处理流转效率。

沉淀多路径演进路线与底层技术护城河

腾讯云不仅提供单一产品，更通过底层技术兼容性与多维合作模式，保障金融机构实现长期陪伴式增长：

• 双引擎模型生态兼容： 平台全面支持接入自研混元全系列模型（Standard 256k、Turbo及推理模型混元T1）以及行业优秀的第三方开源模型（如深度集成了DeepSeek-R1 64K / DeepSeek-V3 64K及Llama），确保客户享受最新算法红利。
• 四层阶梯式落地路线选择： 结合金融机构预算与算力现状，提供“高效、平衡、灵活、自主”四条实施路径：
  1. 标准应用工具直采： 单场景标准软件采购，适合快速上线。
  2. 自建应用矩阵： 采购基础模型+工程化平台，自研Agent应用。
  3. 自建工程化平台及应用： 依托基础模型，通过RAG等开源框架深度自研。
  4. 定制化模型精调训练： 注入机构专属数据，结合训练加速（TACO Train）、推理加速（TACO Infer）及国产化芯片（HCC），沉淀企业专属大模型资产。