摘要：20年前，奇点大学掌门人雷·库兹韦尔在《奇点临近》一书中大胆预测：AI将在2029年通过图灵测试、达到人类智能水平，并在2045年与人类融合。

人类迈向「奇点」的千年征程已经步入冲刺阶段。

——馨金融

洪偌馨、伊蕾/文

20年前，奇点大学掌门人雷·库兹韦尔在《奇点临近》一书中大胆预测：AI将在2029年通过图灵测试、达到人类智能水平，并在2045年与人类融合。

不断融合的指数增长的技术趋势将带来一场对人类具有根本性意义的变革，库兹韦尔称之为「奇点」。

20年间，不少人对「奇点」的到来抱持怀疑态度。但当时间来到2025年，几乎再没有人会质疑这个预言实现的可能性。

就在不久前，ChatGPT-4.5在与人类同台竞技的「图灵测试」中以73%的比率被认作人类。换言之，AI可能已经比「真人」更像人了。

作为未来学家，库兹韦尔对于未来的「预言」无疑是伟大的，他为更多人展现了技术发展的未来图景。

但更加不可忽视的是，那一直在「无人区」探索、实践和创新的市场参与者们，他们才是引领人类不断接近「奇点」的重要力量。

仅以中国市场来看，在新一轮的AI发展浪潮之中，那些能够不下牌桌，甚至踏准节奏一跃成为市场的领先者，也源自于他们长期以来的深耕与布局。

例如，作为金融科技服务商的代表，2018年，带着百度AI「基因」的度小满开始独立运营并专注于小微金融服务，在破解小微金融服务难、融资难问题的过程中，度小满开始探索将NLP（注：Natural Language Processing，自然语言处理）应用在金融业务之中。

与市场曾对库兹韦尔的「预言」存疑一样，7 年前，NLP在金融业务中的价值尚未得到验证，同样被争议和质疑包围。直到 2023 年 ChatGPT 爆火，更多人才开始意识到LLM（注：Large Language Model，大语言模型）将为金融行业带来深刻且持久的变革。

眼下，随着AI能力的不断提升，以及金融业对AI需求的不断增长，度小满正加快推动大模型的应用从客服助手、资料审核等「外围」领域，深入到用户体验、风险决策等核心场景，重塑客户体验和优化业务全流程。

作为一个世界级金融难题，小微金融也在等待它的「奇点」时刻，而金融科技领域的引领者们正在竞速迈向这个目标。

「驱动进化创造性引擎的深层动力不是竞争，而是寻找多样化的方法来做同一件事。」

这是Open AI的两位研究员在《为什么伟大不能计划》一书中提到的观点，作为长期处于AI研究最前沿的从业者，在他们看来，通往成功之路其实是一个不断收集「踏脚石」的过程，而这些「踏脚石」往往是未知的、不确定的、无法被计划的。

因此，越是在科技领域的「无人区」探索，越是要将「缰绳」松开，才有可能征服最遥远的未知边界。

ChatGPT的横空出世是如此，AI 金融的探索与应用亦是如此。

在7年前度小满进入这一市场时，从传统的银行、小贷公司到新晋的互联网巨头，市场上能够提供服务的机构并不少，许多公司也尝试将大数据、人工智能等技术应用于获客、风控等业务场景中，但小微金融服务中的很多痛点依然待解。

彼时，天然带有AI「基因」的度小满，希望能探索出一条不同的「技术路线」。也正因如此，度小满开始尝试将其他机构鲜有尝试的NLP技术应用于智能风控、智能坐席等金融场景之中。

以最为重要但也最难突破的风控环节来看，度小满希望在个人画像的基础上叠加企业画像，以提升授信的精准度。

为此，度小满自主研发了智能化征信解读——征信中台，通过深度融合NLP与图计算技术，将企业主的个人信用信息与企业的经营信息关联起来。

基于这种多维度信息关联的全景式信用关系图，度小满可以通过节点与关系传导识别潜在风险，实现征信数据的智能化穿透式分析。

很快，度小满真切感受到了语言模型的力量，对NLP等技术的探索在实践中被不断验证和优化，而这也成为其进一步开启对LLM探索的一块「踏脚石」。

随着更多大模型能力的注入其中，时至今日，围绕一份征信报告，度小满的智能化征信解读中台能够将报告解读出40万维的风险变量，有效降低信贷风险25%，在相同风险下利率降低20%。

也正是基于这样的能力，在过去7年里，度小满累计服务超过2,200万个小微企业及个体工商户，发放低息贷款超600亿,为700万用户减免24.37亿元贷款利息，真正实现了小微金融的增量、扩面、提质、增效。

AI一日，人间一年。

从今年年初开始，大模型能力、通用工具能力以及AI在金融中的应用场景再次发生剧烈变化。

在模型能力方面，市场领先者们的关注焦点和发展重心已经从擅长语义理解与内容创造的生成式大模型，转向具备复杂逻辑推理能力的推理大模型。

典型如OpenAI，在2024年末发布了具有标志性意义的推理模型o1-preview后，2025年，他们又相继发布了 o1-pro、o3-mini、o3-mini-high、o3 和 o4-mini。

与此同时，包括xAI、谷歌在内的国际巨头们也相继推出最新一代推理大模型。而在国内市场上，有着不同背景的推理大模型更是「神仙打架」。

在个测评榜单上，这些模型的性能评分也不断创下新纪录。从数学计算、逻辑推理到科学问答与代码生成，推理模型不断刷新AI在复杂任务中的表现边界，呈现出从「会问答」向「会推理」的跃升趋势。

以度小满的实践来看，截止到2024年底，度小满已经完成了20款大模型的研发与积淀，并且在2024年12月正式开源首个金融推理大模型「轩辕-FinX1」。

无论是在金融专业能力评测方面，就还是在通用能力测试中，「轩辕-FinX1」都展现出了不俗的能力。更难能可贵的是，「轩辕-FinX1」实现了「可用性」和「可靠性」的双重突破。

一方面，基于创新的训练范式，「轩辕-FinX1」通过金融场景专属优化，在数据分析、策略生成及决策支持等关键环节实现领先性进展；

另一方面，该模型突破性地实现了金融决策思考过程的完整可视化，既破解了传统大模型的黑箱困境，又为金融机构提供了过程可追溯的智能决策工具，开创了可解释AI在金融领域的实践新范式。

在此基础上，随着通用工具从专注效率提升和能力拓展的智能助手，升级为拥有自主决策与行动能力的Agent，新技术在金融场景中的落地也有了更多可能。

以度小满的实践来看，基于大语言模型的语义理解、内容生成和复杂逻辑推理能力，AI Agent可以承担起「信审人员」的职责，完成授信、用信、增信的全流程线上引导和自动审批，甚至成为每一个客户的「专属客户经理」。

而在风控方面，大模型以及AI Agent也可以突破传统基于统计相关的风控模式限制，提升数据使用效能，识别出小概率但高风险的行为。

对于客户体验的重塑和对风险决策的重构对于金融行业至关重要，这两者决定了他们创造价值的深度、宽度和可持续性，甚至是未来的生死存亡。这也是下一阶段，小微金融能否进一步破题的重要突破点。

但从技术「破壁」到应用破局，仍有不小的距离。

事实上当下，全球AI巨头们都在持续探索，能否在更多场景中孕育出「杀手级」应用。金融领域也不例外，大模型技术的进阶，除了让金融业务提质增效之外，能否攻克更多金融难题才是未来更值得探寻的部分。

库兹韦尔在此前发布的新书《奇点临近》中重申了他的判断——人类迈向「奇点」的千年征程已经步入冲刺阶段，新技术发展的步履不停，「这将是人类历史上最激动人心、最重要的几年」。

但那些早已向「奇点」进发的市场参与者们并不慌乱，因为，为了此刻的到来，他们已经准备许久。

来源：馨金融一点号1