基于资金密集型、数据密集型的特征，得益于数据流通规模大、数字化基础好的优势，金融行业成为大模型应用落地的高潜场景。金融大模型（此前国外流行称其为“Fin GPT”）通常被定义为生成式大模型在金融领域的垂直化研发与应用，即金融行业自主研发与应用的、具有金融特性的生成式大模型，主要以数据、算法和算力（被称为人工智能的“三驾马车”、“稳定三要素”）为技术支撑，归属于行业垂直大模型范畴，既是近两年人工智能细分领域下极其热门的行业，也是人工智能技术创新的前沿地带，其应用具有高度的技术优越性、行业契合性与实践可行性。区别于传统的判别式AI，基于生成式AI（GenAI）的金融大模型能够进一步拓展金融业的生长半径和下勘深度。

闭源大模型通常受到其发行公司的专有控制，未能充分利用社区力量，这虽有助于保护技术细节不外泄，却相应提高了研发工作的复杂性。例如，金融垂类大模型轩辕70B。

由于范式大模型选型、架构调整设计、技术验证等环节复杂，尚未有典型的落地案例可以在行业内规模化推广，大模型距离渗透到核心业务、直至迸发强劲的商业化能力还很远。但中国大模型行业在供需等方面表现出积极发展的态势，例如今年1月至4月，国内大模型相关项目中标公告已发布近200个，中标数量超2023全年总数，表明大模型的应用需求正快速增长。