今年，大模型概念持续火热。3月，OpenAI发布GPT-4。国内厂商也争相推出、更新大模型。7月，华为发布盘古大模型3.0；讯飞星火放话“明年对标GPT-4”；9月，腾讯混元大模型正式亮相；近日，百度发布文心大模型4.0等。

而在应用侧，银行业跃跃欲试。18家全国性商业银行中，有超10家在2023半年报透露大模型、AIGC相关进展。

另外，在大模型相关项目招标上，银行也透露了一点内容。

目前银行大模型相关招标项目较少

《银行科技研究社》根据招投标信息服务平台，对银行大模型相关招标项目进行了不完全统计。需要注意的是，数据来自于网上公开资料，《银行科技研究社》对其完整性、准确性不作保证，内容仅供参考。

目前而言，银行大模型相关招标项目并不多，且集中于大中银行。

从整体的招标内容来看，既包括前期准备——大模型平台算力集群建设，也包括后期应用——实际的应用场景。

比如中信银行于2023年9月1日发布的《大模型平台算力集群建设采购需求调研公告》称，项目内容为拟采购硬件产品。生成式人工智能平台建设一期算力基础设施建设需求：采购该平台支撑模型微调训练/推理所需要的算力、存储、网络相关硬件设备。包括大模型GPU服务器、GPU专用存储服务器、IB交换机等。

对供应商要求包括，拥有AI软件与模型的研发和技术支持团队；应为本项目提供10名以上技术支持人员。具备5年及以上工作经验，具备网络、计算、存储、人工智能相关的项目经验等。

不过需要注意的是，该公告仅为前期项目需求调研，不作为入围或招标入选依据。

而上述项目中，实际的应用场景包括催收、合规相关场景、会议纪要和报告辅助生成等。

比如华夏银行于2023年10月9日发布的《大语言模型应用系统项目（模型平台及应用场景部分）供应商征集公告》显示，项目主要采购大语言模型应用软件产品，包括大语言模型应用开发平台，以及依托该平台构建的大语言模型合规、会议纪要辅助生成、报告辅助生成等场景应用功能，要求在该行完成本地化部署。

其中，大模型应用开发平台（包含自身基础大模型）要求为：平台核心能力包括但不限于数据构建、模型算法、模型训练、模型压缩、模型加速、模型运营、安全可信等，支持从数据采集、选择大模型到微调大模型再到效果评估、部署上线等流程化操作，支持扩展引入第三方基础大模型。

大模型应用开发平台需具备合规场景相关功能，一是利用大语言模型实现合规知识智能问答，二是利用大语言模型技术提升行内现有NLP自动标注模型准确率，三是使用大语言模型技术提高内外规文档相似度比对准确率。

另外，平台需具备会议纪要辅助生成功能，根据会议录音和相应模板，实现会议纪要自动生成；同时需具备根据输入素材信息自动汇总辅助生成各类报告的功能。

银行与科技机构合作推进大模型应用

据《银行科技研究社》了解，部分银行与科技机构达成合作，推进大模型建设或AIGC应用。

比如工行曾透露，与头部科技公司合作探索千亿级人工智能大模型在金融行业的创新应用实践。据悉，2023年3月工行首发的人工智能金融行业通用模型，是其联合鹏城实验室、清华大学、中国科学院、国内头部科技企业所打造。

中信银行与华为、雄安新区成立联合创新实验室，布局大模型等联创课题。

浙商银行2023半年报显示，与头部科技公司基于通用大模型合作开发场景化的数字化应用技术。而2023年9月22日，浙商银行与华为签署深化战略合作协议，聚焦AIGC场景应用等3大领域开展合作。双方将建立金融科技创新联动机制，基于华为的通用大模型技术与AI算力能力，在数字化投研、数字化创作营销、远程银行、智慧办公、智慧运营、智慧风控、客户经理智慧助手等方面，以创新技术对金融业务场景实现赋能。

2023年7月，交行分别与华为、腾讯云、科大讯飞共建的联合创新实验室正式揭牌。其中，与华为的联合创新实验室将聚焦大模型在金融领域的应用及创新，基于全栈自主创新的算力集群，联手打造人工智能大模型平台，提升大模型场景落地效率和金融业务智能化水平；与科大讯飞的联合创新实验室将围绕金融领域的大型语言模型，重点研究认知大模型在金融领域的应用等。

推进方式不尽相同，合规性始终是重中之重

不管是就单个项目进行公开招标，还是与特定企业深化合作，均能看出银行尤其是大中银行在大模型、AIGC方面正“摩拳擦掌”。毕竟实现全面应用后，对行内工作的赋能，对用户体验的提升等，均可带来实质性的效果。

但“合规性”始终横亘在现实与理想之间，让银行不能“轻举妄动”。

部分银行在大模型相关项目招标公告中提到，投标人应保证应用软件不违规收集、传输和共享客户个人信息和敏感数据。

工行CTO吕仲涛曾表示，通过工行的前期实践，其认为大模型在文本、图像等领域的AIGC能力优势明显，但当前阶段并不成熟，仍存在科技伦理风险等问题。因此，短期内不建议直接对客使用，应优先面向金融文本和金融图像分析理解创作的智力密集型场景，以助手形式，人机协同提升业务人员工作质效。

此外，专业性和可信性、数据质量、算力等也都是银行全面推进大模型、AIGC应用所面临的挑战。