螞蟻國際於 2026 年 8 月 20 日推出 Falcon Time-Series Transformer Model 2.0(FalconTST 2.0),是一款專門為金融機構打造的預測型人工智能模型。公司公布的合作銀行包括花旗(Citi)、滙豐(HSBC)、德意志銀行(Deutsche Bank)、渣打(Standard Chartered)及 Barclays;整體合作銀行數目則為六間。
1
FalconTST 2.0 做甚麼?
FalconTST 2.0 的重點不是像一般聊天機械人般理解或生成文字,而是處理金融市場中隨時間變化的數字資料。模型可用於分析現金流、流動性敞口及外匯市場數據,協助銀行預測未來的資金需要,並改善跨境支付相關的流動性風險管理、外匯對沖及貨幣配置。
1
8
簡單來說,銀行可以利用這類預測,提早判斷某段時間需要幾多流動資金、面對多少貨幣風險,以及應否作出外匯對沖安排。對涉及多種貨幣及大量跨境交易的金融機構而言,預測準確度會直接影響資金調度和風險管理效率。
為何不直接使用通用大型語言模型?
螞蟻國際認為,FalconTST 2.0 的優勢在於針對金融場景和預測任務進行專門設計。通用大型語言模型(LLM)主要強項是理解及生成語言,但金融預測需要從具備數字、時間及市場脈絡的資料中抽取趨勢訊號。螞蟻國際稱,專門化模型在金融場景上較有針對性,而通用大型模型在金融業仍未出現「普遍性突破」。
1
成本可降低逾 60%?
螞蟻國際平台技術總經理 Kelvin Li 表示,較精準的預測可以令外匯對沖及貨幣配置成本降低逾 60%。
7
不過,這個數字屬於螞蟻國際的公司聲稱,現時不應視為已獲獨立研究確認的全行業結果。實際成效仍會取決於銀行採用模型的方式、數據質素、交易策略及市場環境。
金融 AI 由試驗走向核心營運
今次推出 FalconTST 2.0,正值金融業加快把專門化 AI 應用於日常核心操作。相比只用 AI 做客服、文件整理或內部試驗,流動性管理和外匯風險控制直接涉及銀行的資金運用及交易決策,代表 AI 正逐步由試點項目走向更關鍵的營運環節。
1
這次產品發布亦緊接螞蟻國際近期完成的 12 億美元股權融資,反映公司正處於擴大國際金融科技及 AI 投資的階段。
7 不過,融資規模本身並不代表 FalconTST 2.0 的實際商業成效,後續仍要看模型能否在更多銀行及真實市場環境中持續發揮作用。