李萌：當前人工智能與金融融合發展需要重點關注和深化研究的幾個問題

李萌

全國政協委員

科學技術部原副部長

學習了“中國智能金融發展報告”，長知識、受啟發。報告內容布局合理，系統全面，重點突出，抓住了當前智能金融發展的主流趨勢和關鍵問題，對各大金融機構的智能化工作掌握全面，感知的深度、洞察的前瞻、趨勢的研判都值得重視，下一步的對策建議十分有價值。比如大模型推動“人工智能技術在我國金融體系核心業務中的滲透和應用邁入了更實質性的新階段”的判斷是符合實際的。總的看這是一個好的報告，現在AI迭代快、應用多，跟蹤研究的機構不少，形成與眾不同的認識和觀點十分不易。有一些具體建議會后交給課題組。

今年上半年，中央政治局舉行以“人工智能的發展與監管”為主題的集體學習，這是中央政治局第二次專門就人工智能問題舉行集體學習，意義重大影響深遠。今年下半年，中美兩國各出了一個行動計劃，出發點不同，美國行動的第一條核心意思其實就是放松監管。中國則信號非常明確，導向是應用和在應用中迭代提高，實現AI促進經濟增長和造福社會。其中對人工智能+金融業做了部署，是放在AI+服務業里面的，含義深刻。

今年大模型技術延續著不斷有新突破的態勢。前幾天發布了DeepSeek--OCR模型，并與智譜的模型碰頭了，其意義在國內或許還沒有被認識到位。這個模型采用視覺方式處理信息，將長文本轉換為圖像輸入，通過光子字符識別捕捉最典型的圖像特征進行高效壓縮，大大節約了計算開銷，為提升模型效率開辟了新路徑；更重要的是引領了像素輸入的范式轉移，預示著未來模型輸入可能從文本轉向圖像和視頻，這種更接近人類“視覺--大腦”認知規律的方式，為可能通向更高階的空間智能打開一扇窗戶。

從全球范圍看，今年AI發展出現三個現象更加明顯并可能演化為趨勢：

一是中國AI開源路線進一步確立，與美國閉源發展模式的差異和分野越來越顯著。

目前全球前10大開源模型中有7個來自中國。未來在全球會形成什么樣的發展格局和優勝狀況還有待觀察。過去開源是企業策略，現在確立為發展模式，形成了從策略不同到發展模式不同的變化。開源的動力是開源模型性能正在逼近閉源模型。最近DeepSeek發了V3.2-EXP（Experimental）；阿里云QWEN連發7個大小模型，形成了新的大中小模型體系，開源大模型一度在全球登頂；智譜開源模型在國際測試中有良好的能力表現；螞蟻百靈直接開源萬億參數模型Ring-1T-preview，得到了楊立昆的稱贊；Kimi開源了萬億參數混合專家（MoE）架構大模型K2。當然最終會不會形成完全涇渭分明的兩條路線還有待觀察，因為美國也在反思，開源勢力有所抬頭，中國也有一些企業發展閉源模型且成績不俗。

二是國內外少數頭部企業明確了AI全棧發展策略。

國內以阿里為代表，國外以谷歌為代表，值得關注。一些頭部企業通過延伸拓展業務范圍以實現全棧，把軟硬件協同全棧優化作為企業戰略，加速硬件、云端推理、基礎模型、應用都涉足。阿里原本就模型、算力硬件、云服務和應用全做，最近又提出向“全球領先的全棧人工智能服務商”轉型。百度開始做硬件，自研了昆侖芯系列。騰訊已在三款自研芯片紫霄、滄海、玄靈取得進展。有消息稱字節跳動開始研發芯片，招聘芯片相關的工程師。國外谷歌原本就是全能選手，英偉達要做大模型，OPENAI要做算力芯片。有些企業通過強強聯合延長業務鏈，比如日本富士通擴大與英偉達合作，共同構建集成AI智能體的全棧基礎設施。這個現象無論對于金融智能化還是金融賦能智能化都會帶來深刻影響。

三是國產模型與國產芯片注重相互適配。

如DeepSeek模型與寒武紀、華為、摩爾線程智算卡適配；智譜發布開源模型GLM-4.6與寒武紀、摩爾線程已適配；華為的算力卡和科大訊飛的模型訓練形成合作關系并取得很好的效果。

當前金融和智能這兩個領域融合化發展對經濟發展和國力建設太重要了，這方面的研究需要拓寬視野。在推動兩者相互賦能中需要進一步關注和評估三個問題：

1.金融智能化能不能助力提升我國金融業在全球的地位，或者說能在提升我國金融業的全球地位中發揮多大的作用？

不管是金融支持智能技術研發與產業化，還是智能技術重塑金融業務流程和組織結構，使其更有效率、更有競爭力，在這個過程中能否塑造中國獨有優勢的金融業新形態，重塑國際金融版圖。就如同我們中國的新能源汽車重塑了全球汽車業版圖那樣。

2.金融助力智能化發展在多大程度上促進我國擴大國內需求、發展新質生產力，或者說能發揮什么作用？

誰來接棒“鐵公基”等基礎設施投資和房地產投資是當前經濟發展中面臨的重要問題，從實踐看一個渠道就是圍繞著AI需求的算力、能源、網絡投資建設，包括算力卡和算力制造設備、服務器、網絡和通信設備、云服務設備。美國有星際之門計劃，英偉達投資1000億美金給OPENAI建10GW算力集群，相當于4-500萬張GPU卡，XAI的GROK4用了20萬張卡訓練，馬斯克正在向100萬卡算力集群挺進，這些都是巨大投資。2025年7月美國AI資本支出對GDP增長的貢獻已經超過了傳統消費支出，數據中心建設支出與辦公建筑支出兩者大體相當，從去年開始數據中心建設支出曲線急劇上升，辦公建筑支出曲線持續下降，目前形成了交叉。歐洲通過芯片法案，計劃投入500億歐元。韓國計劃未來10年投入4500億美元用于芯片制造基地建設。這些投入可能轉化為經濟增長。我們企業實力不如人家，需要金融機構助力，如何發揮作用可以深化研究。去年一級市場融資額美國是中國的13倍，資金供給的差距還是比較大的。

3.智能+金融在增強我國金融機構和金融體系防控風險能力方面能發揮什么獨特作用？

金融風險是國家、社會和金融機構自身最為關心和擔心的事，智能化武裝起來的金融體系要能夠對金融運行、經濟運行態勢趨勢這樣的大事及早感知、洞察、預測，期待我國在這方面能夠有獨特的應用和建樹。比如有研究機構預警美國AI有泡沫并不斷吹大，甚至有研究者認為美國形成了歷史上從來沒有過的大泡沫，破滅只是時間問題。而知名的木頭姐卻對AI及其帶來的產業發展持極其樂觀的態度，認為技術正在重新定義經濟規律，未來十年發展將超過過去100年。從AI相關硬件產品市場數據看，短期內美國國內供給和需求都很旺盛，從金融數據反映出來是一個什么情況，能否比產品市場數據提前感知未來形勢的發展。過去把算力卡銷往中國，現在對中國實行封鎖形成了兩個獨立市場，目前供需兩旺的市場接下來會有什么樣的變化、多長時間發生突變？集成電路行業有一個特點，就是一家或幾家頭部企業巨額研發與裝備投入，然后全市場收割變現。如果“全市場”規模因人為原因縮水了，巨額投入的資金不能循環閉環，后果會怎么樣可想而知。這些都需要深化研究。我認為對中國進口高端算力芯片進行封鎖，割裂了全球集成電路的統一市場，阻斷了需求與供給的有效匹配，到頭來會催生自身的金融危機。

本文為全國政協委員、科學技術部原副部長李萌在近日舉辦的《中國智能金融發展報告（2025）》課題中期評審會暨專題研討會上所作的評審發言。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com