蚂蚁百灵发布金融增强模型Ling-3.0-flash-Fin，瞄准真实投研工作流

蚂蚁百灵推首个金融增强模型，不再只“回答问题”

2026年9月，蚂蚁集团在筹备外滩大会期间，正式开源了其百灵系列的首个金融增强模型——Ling-3.0-flash-Fin。与市面上多数聚焦于问答、摘要等单点任务的金融大模型不同，这个新模型的目标更具体：让AI真正参与一项完整的投资研究工作。

换句话说，它不只是告诉你“某公司去年净利润是多少”，而是能从海量财报、公告、监管文件中找出数据，核对统计口径，做多步计算，搭建估值模型，最后输出一份结构清晰、可被专业人士审核的研究草稿。整个过程模拟的是分析师日常的工作流，而非一次孤立的查询。

目前，Ling-3.0-flash-Fin的模型权重已开放下载，API也向开发者提供体验。蚂蚁百灵团队表示，这不仅是发布一个行业模型，更是尝试构建一套“模型+工具+评测”的闭环体系，推动金融AI从演示走向实际应用。

投研不是问答，而是一条长链条

金融领域的AI落地一直是个难题。表面看，它需要处理大量结构化数据（如财务报表）和非结构化文本（如年报、新闻、监管函件）；深层看，它要求极高的准确性、可追溯性和逻辑严谨性。

举个例子：要评估一家新能源车企的盈利能力，AI不能只抓取“净利润”数字就完事。它得确认数据来自哪份财报（是Q3还是全年？是否经审计？），对比不同季度的口径是否一致，剔除一次性收益的影响，再结合行业平均毛利率、资本开支趋势做横向比较。最后，这些分析还要能被人类分析师复核、修改甚至推翻。

Ling-3.0-flash-Fin正是针对这条长链条设计的。它基于Ling-3.0-flash底座，保留124B总参数、5.1B激活参数的配置，并支持256K长上下文，确保能同时处理多份年报或跨年度数据。更重要的是，模型经过专门的金融语料预训练和后训练，强化了对Excel表格、财务附注、脚注引用等复杂格式的理解能力。

四项核心能力，对应真实工作环节

蚂蚁将Ling-3.0-flash-Fin的能力拆解为四个关键环节，恰好对应投研人员的典型工作流：

• 信息检索：优先定位官方信源（如交易所公告、公司官网），并标注信息发布时间和统计口径。例如，区分“未经审计的业绩预告”和“经审计的年报”。
• 研究推理：通过多步逻辑推导，交叉验证不同来源的数据。比如，用现金流量表反推利润质量，或通过关联交易披露判断收入真实性。
• 估值建模：直接操作类Excel工作簿，支持公式切换（如从DCF切换到EV/EBITDA）、跨表引用（如将资产负债表数据链接到现金流预测），还能识别异常值并提示排查。
• 研报撰写：将上述分析结果组织成结构化文本，包含数据引用、假设说明和结论推导，输出格式便于后续人工编辑或嵌入现有报告模板。

这四项能力并非独立模块，而是被整合进一个连贯的任务流中。模型在执行时会动态调用工具（如PDF解析器、表格计算器、搜索引擎），并在每一步保留推理痕迹，确保最终产出可追溯、可复核。

不只比模型，还要有“评分尺”

光有模型还不够。金融AI到底做得好不好，过去缺乏统一标准。为此，蚂蚁同步推出了FinFIRST（Financial Information Retrieval, Sourcing and Traceability）评测基准。

FinFIRST由蚂蚁主导开发，中金公司投行团队提供专业支持，并有50多位一线金融从业者参与题目设计。它的核心理念是：一个合格的金融Agent不仅要给出正确答案，还得说清楚三件事——信息从哪来、口径是什么、结论怎么推出来的。

在数据构成上，FinFIRST覆盖中国内地、美国、中国香港等主要市场，中文题占60.2%，英文题占39.8%。超过80%的题目包含多个子问题，61.8%要求显式计算（如“计算自由现金流”），32.5%需整合多个信源，75.6%不直接指定数据来源，考验Agent的自主搜索与判断能力。所有题目均限定使用公开可访问的信源，避免依赖内部数据库。

这套评测不是为了排个名次，而是试图把金融研究中的专业判断转化为可量化、可复现的指标。目前，Ling-3.0-flash-Fin已在FinFIRST、FinSearchComp Verified、Finance Agent等多个金融智能体基准上测试，在同尺寸模型中表现突出，部分指标甚至超过更大规模的旗舰模型。

开放的不只是模型，更是验证机制

值得注意的是，蚂蚁此次采取了“模型+工具+评测”三位一体的开放策略。除了发布Ling-3.0-flash-Fin的权重和API，FinFIRST的评测集、评分脚本和基线方法也一并开源。

这种做法降低了金融机构、研究团队和独立开发者参与金融AI研发的门槛。以往，很多团队想验证自己的Agent效果，但苦于没有贴近真实场景的测试题。现在，他们可以直接用FinFIRST作为标尺，快速迭代模型或工具链。

反过来，外部反馈也能帮助蚂蚁持续优化模型。比如，某券商在使用过程中发现模型对港股通规则理解有偏差，这类真实业务问题可以成为下一轮训练的重点。

从投研出发，但不止于投研

虽然当前聚焦投资研究，但蚂蚁百灵的野心显然更大。金融只是其探索“真实世界AI”的第一个切口。团队透露，未来会基于更大规模的底座模型，进一步提升长链路复杂任务的处理能力，并将场景拓展至风险管理、资产配置、合规审查等更多金融业务领域。

更深层的趋势是，AI的价值正从“生成内容”转向“承担工作”。在医疗、法律、企业服务等专业领域，模型能否真正嵌入工作流程，取决于它是否理解行业规则、能否调用专业工具、是否产出可被人类信任和复用的结果。

Ling-3.0-flash-Fin的尝试表明，大模型要走向生产力，光有参数和数据不够，还得有对具体工作流的深刻理解，以及配套的验证机制。从“回答一个问题”到“完成一项工作”，这或许才是下一阶段AI落地的关键分水岭。