31. 模型（自研/合作）
未在情报中披露银行自研模型的具体信息。
未在情报中披露银行自研模型的具体信息。
可提取的相关事实：
- 技术范式演进方向：毕马威报告卷首语指出，银行业科技演进呈现「从大模型应用向智能体演进，从单点场景赋能走向端到端流程重塑，从技术部署……」的趋势（原文在此处截断）[1]。模糊描述，无量化数字。
- 智能体AI（Agentic
AI）：麦肯锡报告将「智能体AI与稳定币加速渗透」列为四大趋势之一，并称「智能体AI与数字货币正在加速瓦解客户粘性」[2]。定性判断，无数字。
- 生成式AI模型验证：毕马威报告目录含「银行业生成式人工智能模型验证」专题，但具体验证方法、模型来源未在情报中披露[1]。
- AI应用场景：麦肯锡建议银行「优先聚焦能够重塑关键业务、带来规模化降本增效或差异化竞争力的领域，如在个性化营销和财富管理领域的AI运用」[2]。方向性建议，无落地数字。
结论：情报中未出现任何银行自研大模型名称、参数规模、合作方（如与阿里、华为、京东、微软等）的具体模型合作案例。
虽然实体名单中列出阿里巴巴、华为、京东、微软为「金融科技上游企业」，但情报正文未提供其与银行在模型层面的具体合作事实。
从行业实践看，银行自研大模型通常聚焦于垂直领域（如风控、客服、投研），参数规模多在百亿至千亿级别，训练数据以内部业务数据为主。但本次情报无任何可验证信息，故标注为「暂无充足数据」。