蚂蚁百灵开源金融增强模型 开放评测打通投研链

在金融领域，AI要真正落地成为专业生产力，绝非仅能回答简单的知识问答就能实现。一份合格的金融研究报告，需要从年报、财报、监管公告等多源信息中筛选可信数据，核对不同报告期的统计口径，完成复杂的估值建模，最终形成可被专业人士审核、复用的研究成果。金融AI面对的挑战远不止给出答案，更要明确数据来源、验证计算逻辑、确保结论可复核。

在外滩大会前夕，蚂蚁集团百灵正式推出首个金融增强开放模型Ling-3.0-flash-Fin，同时同步开放金融搜索Agent评测基准FinFIRST，逐步开放模型、工具与评测体系。该模型目前重点切入投资研究场景，试图打通从资料检索、分析推理到最终研究成果产出的完整任务链。

从单点问答到全链路作业：金融AI的能力跃迁

相较于传统金融大模型仅能解决问答、摘要等单点任务，Ling-3.0-flash-Fin的核心定位是适配真实金融工作流。该模型基于Ling-3.0-flash打造，延续了124B总参数、5.1B激活参数的配置，同时具备256K长上下文能力，在保证复杂金融内容处理能力的同时兼顾实际部署效率。通过金融语料持续预训练、领域后训练以及工具使用优化，模型进一步强化了对年报、财务工作簿、多份研究材料等复杂内容的处理能力。

与仅孤立完成单个任务的AI工具不同，Ling-3.0-flash-Fin更强调面向长链路Agent的工作能力，将信息检索、证据审查、计算、建模和报告准备等环节串联起来，帮助用户完成一整套完整的金融研究工作。

四项核心能力，打通完整投研工作链

目前Ling-3.0-flash-Fin率先从投资研究场景切入，重点强化了四项关键能力，形成了一套完整的投研工作闭环：

其一为信息检索能力，强调优先定位官方、一手及高可信数据源，同时关注信息发布时点与统计口径的一致性；其二是研究推理能力，通过多步计算和交叉验证厘清事实与假设，构建可复核的完整证据链；其三为估值建模能力，可直接进入真实财务工作簿，支持公式切换、跨表依赖处理与异常排查，让AI生成的结果能够无缝接入专业人员的原有工作流程；最后是研报撰写能力，能够系统化组织事实、数据与专业判断，生成可编辑、可审核的标准化研究材料。

这四项能力并非简单的功能堆叠，而是对应了从信息筛选、验证，到计算建模、最终产出研究成果的完整投研链路。这也标志着金融AI的行业竞争，已经从单点能力的比拼，转向全工作流的综合实力较量。

搭建金融AI的“评分尺”：FinFIRST评测体系

此次与模型同步推出的FinFIRST，瞄准了金融AI发展中的核心痛点：如何科学评判一个金融Agent的实际表现。

该评测基准由蚂蚁集团构建并开源，专业投行团队提供支持，共有50余位金融专业人士参与设计，重点评测金融搜索Agent在信息检索、信源选择、口径判断和推导过程等维度的能力。不同于传统的模型排行榜，FinFIRST要求优秀的金融AI不仅要给出正确答案，还必须清晰回答三个关键问题：信息从何处获取、采用的统计口径是什么、结论的推导逻辑如何。

在数据覆盖范围上，FinFIRST包含中国内地、美国、中国香港及其他全球市场的测试题目，其中中文题目占比60.2%，英文题目占比39.8%。超过五分之四的题目包含多个相关子问题，61.8%的题目需要进行显式计算，32.5%的题目需要调用多个信源交叉验证，75.6%的题目未直接指定信源，需要Agent自主完成搜索与判断，所有测试题目均使用公开可访问的信源。

FinFIRST试图将金融研究中的专业判断转化为可验证、可复用的标准化评测方法，为金融AI的研发与应用提供统一的参考标准。目前Ling-3.0-flash-Fin已在FinFIRST、FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking等多个金融智能体基准上完成测试，覆盖金融信息检索、投资研究、长程任务执行、估值建模和银行业务等多个场景，评测结果显示其综合表现超过部分大尺寸旗舰模型，在同尺寸模型中具备较强竞争力。

开放生态：从单一模型到整套能力输出

此次Ling-3.0-flash-Fin的发布，并非仅推出一款行业专用模型，而是同步开放了“模型+工具+评测”的完整生态。相较于单纯发布行业模型的做法，蚂蚁百灵希望将模型能力置于真实任务中进行验证，并通过开放评测体系邀请金融机构、研究团队与开发者共同参与迭代优化。

目前，Ling-3.0-flash-Fin已开放模型权重，并面向开发者提供API体验入口；FinFIRST评测基准也同步对外开放，进一步降低了金融AI研究与应用开发的门槛。对于金融行业而言，这种开放模式能够让更多真实业务场景的反馈反哺模型能力升级，推动金融AI技术的快速迭代。

金融领域只是蚂蚁百灵探索真实世界AI应用的一个重要切入口。随着AI技术从聊天、搜索场景逐步走向Agent化应用，模型的真正价值正在从“生成内容的数量”转向“能够承担的工作总量”。在医疗、企业服务等专业领域，AI最终能否形成规模化生产力，不仅取决于模型本身的智能水平，更取决于它能否理解行业规则、调用专业工具，并真正嵌入一项工作的完整流程。

从“回答一个问题”到“完成一项工作”，这或许正是大模型从通用能力走向专业生产力的关键一步。未来，蚂蚁百灵将继续探索在更大规模模型底座上的金融增强能力，提升长链路复杂任务的处理效率，并将应用场景从投资研究进一步拓展至更多金融业务领域。