近日，6家国有银行发布2025年报，均提及了大模型进展，从中可见AI大模型赋能不断深化。此次，《银行科技研究社》对工行、建行的相关内容进行了梳理。作为国内银行业规模最大的2家银行，它们的大模型进展如何？

值得一提的是，随着智能体成为大模型落地的重要方式，2家银行正加速智能体部署。其中，工行建立“一超多专”智能体协同体系，建行也打造了多个垂域智能体。

工行：大模型落地500余个场景，上线业内首个线下对客大模型应用

2025年，工行深化大模型创新应用。提升单位算力下的模型推理性能，构建统一调度的异构算力平台，为业务创新提供算力支撑。开展“领航AI+”行动，推动大模型在30余个业务领域落地500余个场景，AI数字员工承担工作量5.5万人年。

在结算与现金管理业务上，工行推进全行“领航AI+”行动计划，赋能结算金融业务发展，“天枢智能体”“天枢百问”结算金融AI顾问等系列产品全面升级，“天枢智数”结现数据助手应用AI大模型，支持800余项指标多维度查询。

在信用风险管理上，深化大模型等技术应用，建设新一代融资全流程智能体矩阵“智贷通”，构建“多维信息融合+深度推理”客户信用风险评估体系，服务公司客户营销、尽调、审查、审批和存续期管理全流程。

在网络安全方面，该行也在试点应用网络安全大模型。

事实上，由于大模型存在幻觉等问题，银行在对客应用上相对比较谨慎。不过工行在此方面取得新进展。其上线全国金融业首个线下对客大模型应用，以对话交互形式重塑智能终端业务办理模式。

据悉，工行已建成千亿参数金融大模型“工银智涌”。在2025年报中，该行从技术底座、知识工程、智能体协同、业务赋能、生态演进等5方面对该大模型技术体系进行了介绍。其表示，2025年在集团层面实施“领航AI+行动”计划，打造自主可控的“工银智涌”大模型技术体系，支撑业务应用取得阶段性成效。

其中，技术底座上，构建以国产算力为主的大模型弹性算力池与多模型融合的智能引擎，实现训练模式和推理模式分钟级切换和“昼推夜训”高效模式。集成十余款业界主流模型，并在行内进行二次训练，打造更懂金融、更懂工行的企业级底座模型矩阵。

知识工程上，建设“1+4+X”人工智能知识工程体系（1个企业知识库+4类训练数据集+X个专业RAG库），提出贴源层—语义层—萃取层三级建模方法论，建立全员共享共建的知识工程运作机制，打通知识采集、加工、治理、训练与应用的全链路工程流水线，实现全行知识资产的规模化、标准化、智能化管理，为信贷风控、投资决策等复杂场景提供精准推理支持。

智能体协同上，建设支持多层次智能体协同框架与低代码开发能力的智能体创作平台，支持多种任务编排模式，为科技与业务人员提供可视化智能体创作工具，实现智能体快速构建和灵活组装。

业务赋能上，深度赋能投资交易、营销拓客、风险防控、运营提效等4大核心场景。其中，在投资交易场景，打造智能投研助手，提供市场洞察、策略研究、投资管理等能力，辅助交易员快速感知市场变化，形成更优的投资方案与交易策略。

生态演进上，通过多层次智能体协同框架与研发运维一体化体系，推动技术底座、知识工程与业务场景的闭环迭代，确保生态体系自主可控、持续演进。

关于上文提到的智能体，工行取得了新的突破。该行投产对公营销智能体，推出个人营销智能体“工小财”，赋能客户经理营销和员工办公。

据《银行科技研究社》了解，工行已基于“工银智涌”探索建立“一超多专”智能体协同体系。从之前的信息来看，“一超”指超级智能体，作为智能中枢，采用模块化可扩展的多智能体协同框架（MoA智能体框架），对复杂金融任务进行拆解、规划、执行；“多专”是多个专项智能体，供智能中枢组装调用，包括知识检索、数据分析、文档编写、智能搜索、系统API调用等。在“1+X”框架下，可像搭积木一样，根据场景需要，灵活地组装功能，快速构建出AI应用。

建行：大模型赋能398个场景，推进授信审批全流程AI应用

建行2025年报显示，其正加快推进人工智能与业务的融合创新。该行制定了《“人工智能+”工作推进方案》，以人工智能能力建设为重点，构建起覆盖数据、模型、算力、安全的全链条企业级人工智能技术体系，形成“技术筑基、场景赋能、价值转化”的发展格局。

建行表示，其体系化推进人工智能应用建设，并利用人工智能构建高效智能的金融科技体系。截至2025年末，人工智能大模型技术已规模化赋能集团398个场景应用，渗透财富管理、普惠金融、风险管理、科技研发等关键领域。

从建行介绍的部分场景来看：

在个人金融业务上，加速零售AI工具“帮得助理”建设，推进数智化转型，为个人客户经理配备“数字分身”，将人工智能技术融入客户经理工作流程，围绕需求洞察、资产配置等核心业务场景，打造多个垂域智能体。通过数据驱动与智能分析，帮助客户经理把握客户潜在需求；依托专业化产品分析能力，助力客户经理提供差异化金融服务；通过工作流程大模型自动化处理，缩短客户经理业务处理时滞。依托“帮得助理”广泛应用，提升个人客户经理队伍数智化服务能力。

在机构网点运营上，建行也运用大模型、流程自动化机器人等智能技术提升集约化作业质效。其建设并推广“网点员工问题响应AI助手”，为柜面员工提供统一响应入口和高效、及时的问题响应支持，网点覆盖度达到98.73%。涉赌涉诈调额解控进一步集约自动运营，柜面处理业务比例降至5%以内，可减轻网点工作压力。

在风控上，综合运用大模型、小模型与规则策略，构建“线上+线下”“智能+人工”深度融合的智能风控体系。

在远程智能银行服务上，深化“人工智能+”建设，广泛应用大模型、视频客服、数字人等技术提升服务体验。

在网络安全上，代码安全扫描、安全告警分析、钓鱼邮件演练等方面应用人工智能技术提升网络安全能力。

建行还专门介绍了授信审批全流程AI应用的项目案例。

一方面，帮助业务申报及审批决策。基于涵盖公私域数据的授信审批专业知识库，依托多模态大模型的自主感知规划能力，从历史审批案例、优秀专业化研究等载体，充分淬炼资深审批专家隐性经验并转化为思维链等显性能力库，总结形成同类业务核心风险点及本行差异化授信策略，全流程畅通风险偏好传导。

另一方面，利用大模型技术切实为业务办理人员减负增效。1分钟内生成包括5大模块的评级审查意见初稿，自动比对综合融资业务政策遵循性并撰写十余页审查意见初稿，最高生成比例达90%，审查人员稍作完善即可提交。目前上述功能已在该集团境内外广泛应用，月均生成超5万份。

建行透露，2025年该行人工审批业务量同比实现两位数增长，但在此项目的助力下，审批平均净用时逆势下降超30%，覆盖对公客户超11.3万户。