生成式人工智能技术的快速发展推动了金融机构加快大模型的建设与应用。以国有四大行为例，中国工商银行已实现千亿级大模型在信贷风控和金融市场等多场景落地，中国农业银行持续完善AI软硬件体系，中国银行开展代码辅助试点，中国建设银行则聚焦全面赋能内部业务，提升文生图质量。同时，基础大模型多基于大型科技企业的开源模型，平台层由金融科技公司提供数据治理等服务，应用层则是智能投顾、反洗钱等多样化AI应用的主战场。 尽管金融大模型潜力巨大，行业在实际落地过程中依然面临诸多难题。除模型“幻觉”与数据安全外，高昂的搭建成本、风险计量难题和数据溯源等问题成为企业关注重点。监管方面，结合《生成式人工智能服务管理暂行办法》等政策，金融业需进一步规范人工智能的应用，确保安全合规。 未来，生成式AI与传统AI将形成互补的发展格局。生成式AI适合用于信息归集、分析和生成，主要应用于非决策场景；而传统AI则更适合复杂流程控制和风险管理。金融机构需根据不同业务需求，合理选择模型类型和规模，优化应用模式，实现技术与成本的平衡。