9月7日，腾讯在2023年腾讯全球数字生态大会上首次对外公布了腾讯混元大模型的进展，并宣布从技术底座、平台能力和智能应用三个维度升级了MaaS能力。基于自主研发的腾讯混元大模型，同时支持业内20多款主流开源模型，助力客户构建专属的大模型和智能应用，加速模型产业的落地，推进效能提升。

在当天下午举办的“行业大模型及智能应用”专场上，腾讯安全副总裁周斌分享了大模型在金融行业的实践和使用体验。周斌表示，风险控制是金融行业的核心和命门，当前的技术范式正在从“规则对抗”进入“模型对抗”的时代，腾讯云的风险控制大模型积累了丰富的风险控制知识，可以有效解决风险控制建模速度慢、不稳定、样本量小等难题，致力于帮助金融行业构建动态的风险治理体系，提高风险控制的“免疫力”，迎接大模型驱动的智能化时代。

相关数据显示，欺诈在金融业务的各个环节广泛存在。以借贷为例，欺诈引起的逾期约占总逾期的40-70%。黑灰产常用的攻击方式是利用虚假设备、虚假账户进行恶意欺诈，金融机构通常通过积累足够数量的恶意行为和欺诈样本来防御下一次攻击。

然而，在周斌看来，当前大模型驱动的智能化时代将使许多金融机构之前积累的一些风控经验和能力失效，“大部分金融机构的风险控制使用相对静态的风险控制模型结合动态策略，一旦部署好一个风险控制模型，可能两三年都不会再更新，仅通过增减风险控制规则来应对变化。但这种方式很难应对未来黑灰产利用人工智能进行欺诈的态势，必须从根本上，也就是从风险控制模型的迭代和升级入手，才能在风险控制方面占据主动权。

周斌用“既快又准”来概括腾讯云风险控制大模型的核心价值，“风险控制大模型已经包含了大量关于黑灰产和反欺诈的知识，在保证专家级准确度的同时实现自动化风险控制，金融机构即使没有专业建模人才，也能够高效地构建风险控制模型”。金融机构登录建模平台之后，建模这种“高大上”的工作，就能变得和人类对话一样简单。只需要少量提示样本就能自动构建适应自身业务特点的风控模型，从样本收集、模型训练到部署上线的全过程实现零人工参与，建模时间从以往的2周缩短至2天。

例如，在建模需求旺盛的消费金融行业，基本每半年甚至几个月就要迭代一次模型。某头部消费金融企业接入风控大模型之后，大幅提升了模型迭代效率，双方共建了10个定制化的风控模型，应用于反欺诈、信用初筛等多个业务场景。

汽车金融平台面临着典型的“小样本”甚至“零样本”建模难题。东风日产融资租赁借助腾讯云的风控大模型，在仅有较少样本的情况下，成功完成了定制化的风控建模，建模时间节省了70%，使底层风控模型具备了坚实的风控免疫力，为金融业务的开展提供了支持。

目前，腾讯安全已与多个头部客户共建了近百个定制化的风控模型。基于大模型生产的定制风控模型，相比传统方案反欺诈效果（模型区分度，KS）提升了20%。

周斌表示，风控是守护企业数字资产的最核心防御屏障，任何一个数字化企业都要构筑坚实的风控防线，打造动态的风险治理体系，利用主动进化、弹性可扩展的风控免疫力，为企业的可持续健康发展提供保障。