在人工智能系统级、规模化应用的要求下，大模型产品多、升级快与金融行业场景准确、稳定、专业的矛盾日益突出。浦发银行破局行业痛点，联合百度等头部科技企业，依托国产化人工智能算力，以M个开源模型为底座，通过企业私域知识专业化增强，建设1个金融通用大模型及N个垂直领域专业模型，打造多模态、多规格、多能力、多技术的“浦银智启”M+1+N大模型服务矩阵，驱动数智化新质生产力全面跃升。
“浦银智启”大模型服务矩阵：构筑金融智慧服务新能力
“浦银智启”大模型服务矩阵以统一评测准入、统一标准服务、统一训练范式、统一效能评估构筑自主可控、开箱即用、安全高效的金融智慧服务能力。
-
升级“算力+模型”双核驱动数智基座，实现开箱即用的金融AI能力解决方案
浦发银行建设涵盖昆仑芯等国产异构人工智能千卡算力集群，依托全行场景积淀构建6万+自动化、场景化、多模态大模型评测数据集，开展近百个开源模型评测，引入部署Deepseek、Qwen、GLM、MiniMax等国产开源大模型，以多元异构算力与多模算法双向协同，构建大模型服务“画像”，实现开箱即用的统一智能服务，促进模型与场景的精准匹配。昆仑芯P800与业内主流大模型深度适配，部分多模态模型推理性能已达到全行业领先水平，能够快速提升多模态文本对话、视觉理解、图像生成等场景的应用效能。
-
打造高效稳定的模型计算服务，实现长稳运行的金融级模型服务。
浦发银行依托云原生动态资源调度（DRA）、潮汐分时调度、网络拓扑感知与智能容错隔离等技术，支撑大规模生产业务长稳运行；攻关推理性能优化，运用大规模专家并行、PD分离、共享专家多流等技术大幅提推理效率；联合上海人工智能实验室落地异构混推、混训加速技术，实现多元异构算力统一管控、调度，充分释放算力、算法极致性能，打造面向多智能体应用的“高并发、高吞吐、低时延、长稳定”统一智能服务。
-
构建数智融合的“AIOps”智能研发体系，加速AI场景工程化实施及规模化落地
浦发银行构建AI原生的模型探索(AI-Exploration) 、研发(AI-Development)、生产(AI-Production)通路，开展统一智能体性能及价值评估，实现“数据驱动模型、模型优化应用、应用反哺数据”的正向循环，推动大模型能力与业务价值的螺旋上升，形成数据-模型-应用三轮驱动的一体化数智化研发能力，加速AI赋能业务提质增效。
打造三大标杆金融垂域模型，精准赋能业务场景
针对银行业务专业门槛高、流程链条长、场景细分复杂，基础大模型难以充分满足业务深度需求的痛点，浦发银行打造金融财务分析、金融行业研究、金融表单识别三大标杆垂域模型，深化专业业务领域的精准赋能。
金融财务分析大模型：面对财务分析过程中准确性不足、人工经验依赖度高等难点。通过转化业务专家规则，沉淀高质量思维链数据，增强大模型对企业财报数据的深度理解与挖掘，实现对企业财务潜在风险的洞察式分析，模型效果提升15%以上，赋能授信管理、客户经营等核心业务的开展。
金融表单识别大模型：为面对表单识别中表格检测与结构对齐、科目缩进识别、中间页识别等难点。通过数千份真实财报、凭证数据高质量标注，增强大模型复杂表格识别、通用版式识别、非印刷体识别三类视觉识别能力，实现企业级表单数据准确录入、自动化配平试算、人机协同校验，整体业务流程时效提升5倍。
金融行业研究大模型：面对行业研究信息获取分散、研究要点依赖人工经验、分析过程难以标准化等难点。通过“LoRA+关键层策略性解冻”混合高效微调范式，实现精准提炼研究要点、高效检索数据素材、快速生成研究报告，整体报告撰写时效提升20倍。
展望未来，人工智能应用已从单点探索迈向系统级、规模化发展的新阶段。浦发银行将锚定金融科技前沿，持续深化“浦银智启”大模型服务矩阵建设，面向“全员、全息、全链”的AI应用目标，构筑智能化、规模化服务新高地。