在2025年的金融科技領域，各大銀行紛紛加速布局，將大模型技術深度融入手機銀行，推動金融服務模式的革新。上半年，六大國有銀行率先行動，對各自的大模型進行了全面升級。其中，工商銀行發布的“工銀智涌”企業級千億金融大模型技術體系尤為引人注目，其累計調用量已超過10億次，賦能20余類業務、200多個場景，相比2024年，應用場景數量和調用量均有大幅提升。工商銀行還率先將大模型技術能力輸出至中小銀行，進一步擴大了技術影響力。

農業銀行同樣不甘落后，發布了《“人工智能 +” 創新實施綱要》，全面推進“AI+”建設與深度應用。該行已完成DeepSeek全系列大模型在行內的部署運行，并在智慧辦公、智慧營銷等多個領域取得顯著成效。與2024年相比，大模型的應用領域更加廣泛，DeepSeek模型的加入為農業銀行注入了新的活力。

在城商行陣營中，江蘇銀行、北京銀行等頭部機構也展現出了強勁的創新實力。江蘇銀行率先將DeepSeek應用于智能合同質檢和自動化估值對賬場景，利用DeepSeek-VL2模型大幅提升合同質檢準確率，實現了大模型業務場景應用的新突破。北京銀行則自主研發了百億級參數的“京智”大模型，并構建了“京智大腦”人工智能平臺。2025年，該行持續構建以大模型技術平臺為基礎的交付能力和應用體系，通過整合前沿的大語言模型和自動化技術，構建了京騎智能體平臺，旨在實現大模型應用需求的快速落地與交付。

重慶銀行也利用Deepseek大模型對智能客服知識庫進行深度解析，提升了語義理解、邏輯推理和多輪對話能力。該行計劃以全行人工智能中臺服務體系建設為契機，運用大模型打造更多營銷、風控以及內部管理智能體，進一步拓展大模型的應用場景。

在這些創新舉措中，上海銀行的AI原生大模型尤為值得關注。該行副行長兼首席信息官胡德斌在業績說明會上透露，上海銀行已經全面布局以小模型為代表的文字識別和人臉識別技術，并在普惠金融、消費金融、提升運行效率等方面得到了廣泛應用。更上海銀行四月份灰度發布了一款基于鴻蒙系統的新版手機銀行，實現了從“人找服務”到“服務找人”的轉變。

這款AI原生手機銀行采用自然語言理解（NLU）和多模態交互技術，用戶只需通過語音或文字指令即可完成賬戶查詢、轉賬匯款、理財咨詢等操作。公測結果顯示，當用戶詢問“我適合買什么理財”時，大模型能夠結合實時市場數據、用戶持倉情況及風險偏好，生成個性化產品列表，并通過多輪對話明確用戶需求。相比之下，其他銀行的手機銀行仍停留在推薦理財排行榜前列產品的階段，智能客服尚無法深入探索用戶需求。

針對老年用戶，上海銀行的數字員工“海小慧”通過語音識別技術自動適配大字版界面，并以更緩慢、清晰的語速引導操作，有效解決了“數字鴻溝”問題。上海銀行還通過“數字人+大模型”構建“陪伴式服務”，如用戶只需說“查養老金”，系統即可自動關聯代發賬戶，展示歷史發放明細并推薦養老金理財組合。這種人性化的服務在其他銀行中尚屬罕見。

在技術架構方面，上海銀行構建了“大模型+微模型”的協同體系，大模型提供通用智能能力，支持復雜任務處理和跨領域知識整合；微模型則聚焦細分場景，在普惠金融、消費金融等領域實現高效應用。這種分層架構既保證了模型的靈活性，也進一步提升了針對特定場景的精準度。

在風控與服務方面，上海銀行的大模型技術已深度嵌入風險評估、反欺詐系統和信貸審批流程。通過深度學習優化風險控制模型，顯著提升了風險識別的精準度和反應速度。大模型還可自動解析金融文本、識別敏感信息，生成風險評估報告，助力合規管理。在信貸審批場景中，上海銀行的新手機銀行可以整合多個標簽生成類似于“還款能力指數”的數據；在財富管理場景中，則結合用戶持倉偏好和市場敏感度等標簽推薦個性化產品組合。

上海銀行還整合了螞蟻數科等頭部科技公司的技術生態，構建了從“算力-數據-模型-應用”的全鏈條智能體開發平臺。該平臺支持多云、多芯異構算力調度，算力利用率顯著提升。作為首家通過數據管理能力成熟度（DCMM）四級認證的城商行，上海銀行手機銀行實現了動態行為捕捉和跨渠道數據融合，為用戶提供更加精準、個性化的服務。

上海銀行2025年部署的新一代智能柜員機融合了ASR（語音識別）、VPR（視覺感知）、NLP（自然語言處理）技術，可通過手勢識別和情緒感知理解用戶意圖。例如，當用戶凝視理財產品宣傳屏3秒以上時，系統會自動推送相關產品介紹，并同步調取用戶風險測評結果生成定制化投資方案。這種靜默感知交互技術的應用，為用戶帶來了更加便捷、智能的服務體驗。

作為首個AI原生手機銀行，上海銀行的新版手機銀行以對話交互為核心，打破了傳統功能界面的束縛，被業內視為金融服務模式的重大革新。這一模式的推出，不僅提升了金融服務的便捷性和個性化程度，也為未來金融服務的發展指明了方向。