首个外贸金融领域大模型 TradePilot 成功落地

△点击上方卡片关注我，回复“实践”，即可获得 AI Agent、RAG、多模态大模型相关的案例资料

作者 | 鲁冬雪

随着人工智能技术的快速发展，尤其是大模型在各个领域的应用，外贸金融领域也迎来了新的变革机遇。经过多年的技术深耕和创新实践，XTransfer 自研的外贸金融大模型 TradePilot 已成功落地，标志着针对 B2B 中小微企业的外贸金融服务进入一个新的阶段，同时外贸金融行业也将步入“智能涌现”时代。

当下，多模态、长上下文和 AI Agent 是 AI 大模型领域的三个重要方向，它们各自有着独特的应用和研究价值。多模态是能够处理和理解多种不同类型数据（如文本、图像、声音、视频等）的人工智能系统。这种系统能够从多种数据源中提取信息，并进行综合分析和理解。

作为能够理解和处理长篇幅文本的人工智能系统，长上下文大模型能够捕捉文本中的长期依赖关系，理解复杂的语义和逻辑结构，并通过自然语言理解、机器翻译等提供长文本内容。其中，自然语言理解能够处理长篇文章中的主题、情感和逻辑关系。

AI Agent 则是能够自主执行任务、做出决策并与其他系统或用户交互的人工智能系统。这些代理可以是虚拟的（如聊天机器人、虚拟助手）或物理的（如自动驾驶汽车、机器人）。

这三个方向在人工智能领域中相互交织，共同推动技术的发展和应用。在全球贸易不断演变的今天，外贸企业面临着前所未有的挑战和机遇。作为一站式外贸企业跨境金融和风控服务公司，XTransfer 一直致力于通过科技力量降低中小微企业全球展业的门槛和成本，推动外贸行业的数字化发展。

去年，XTransfer 启动了对外贸金融大模型 TradePilot 的研发，旨在通过先进的数据分析和人工智能技术，提高支付及金融服务的效率和安全性。该模型历经数轮迭代，结合大量业务数据和市场需求，采用了最新的大模型训练和微调技术，确保其在风险管理、客户服务等方面具有卓越的表现。

图：XTransfer 自研大模型 TradePilot 整体框架

今年 6 月，XTransfer 自研大模型 TradePilot 的两个版本已经完成训练，并在外贸金融专业知识测评中，和众多国内外知名的大模型（包括 GPT4）同台竞技，综合得分获得第一名*。根据初步反馈，模型不仅大幅提升了交易的安全性和效率，还显著降低了中小微外贸企业的成本，已逐步在多个领域进行有效落地应用。

在风险识别和管理方面，TradePilot 通过强大的上下文推理和自然语言处理能力，能准确预测并防范潜在的交易风险，极大地提升了中小微外贸企业的市场竞争力。

近年来，B2B 外贸业务由线下向线上转移持续加速。由于 B2B 模式交易链路仍涉及大量的线下环节，这造成了交易数据的分散以及非结构化，也为 B2B 跨境金融的反洗钱风控带来非常高的难度系数。

XTransfer 打造了以中小微企业为中心的数据化、自动化、互联网化和智能化的反洗钱风控基础设施，构建了在 B2B 外贸金融的反洗钱风控层面的行业壁垒。如今，借助大模型的多模态信息抽取，如 PI、物流单据、水单等识别，实现自动进行买卖家匹配、审核入账等，反洗钱风控效率进一步提升。

在客户服务层面，TradePilot 已嵌入 XTransfer 智能客服，实现语义识别和理解、有效解答能力和趣味探索能力上质的飞跃。智能客服解答率从 13% 提升到 84.2%。

此外，针对外贸企业的营销获客需求，搭载 TradePilot 的 AI 建站已经实现上万个站点的建立，大幅度降低外贸建站门槛。AI 员工也已为众多外贸企业实现精准获客。

在技术实现上，TradePilot 采用了分布式计算架构，确保了数据处理的高效性和稳定性。同时，TradePilot 在设计之初就高度重视数据安全和隐私保护，符合国际和地区相关法律法规的要求。通过加密技术、访问控制和审计机制，模型保障了用户数据的完整性和安全性。

XTransfer 外贸金融大模型 TradePilot 的成功落地，不仅为外贸企业带来了实实在在的好处，也对整个 B2B 外贸金融行业产生了深远的影响。随着模型的推广和应用，预计将推动行业向更高效、更安全、更智能的方向发展。未来，XTransfer 将继续致力于技术创新，推动全球贸易的数字化发展。

XTransfer 高级技术总监李伟通表示：“我们的自研外贸金融大模型落地，是一个重要的里程碑。它不仅体现了我们的技术创新能力，更展示了我们对 B2B 外贸的深刻理解和对中小微企业客户需求的精准把握。我们相信，随着模型的不断完善，它将为外贸企业带来更大的价值。我们期待在不久的将来，看到更多企业通过我们的技术和服务，在全球市场中赢得更大的成功。”

* 注：评测依据为，针对从专业书籍中任意抽取的 5000 条外贸 / 跨境金融相关的测试问题，对 TradePilot 与众多国内外知名大模型所作出的回答进行测评，评判维度主要为事实性、相关性、完整性，由 XTransfer 专家团进行评判（不标记大模型名称）所得出的测评结果。

内容推荐

金融行业凭借相对完善的数据和技术基础，以及丰富的业务场景，成为智能技术的实践场。在智能时代背景下，包括银行、保险、证券等在内的金融机构正在借助 AI 大模型、大数据、云计算等数字化技术不断完善和迭代自身的产品和服务，同时通过向外赋能，加速其它行业数字化，完成数实融合。关注「InfoQ 数字化经纬」，回复「实践案例」领取相关资料。

企业福利极客时间企业版推出「金融科技人才培养解决方案」， 构建金融科技人才数字化能力的全景培养体系，提供一个结构化的成长路径，满足金融科技行业对于不同层级人才的需求，明确了数字化领军人才、数字化管理人才、业技融合人才、数字化应用人才、专项技术人才各层级的培养重点及形式。扫描二维码了解方案详情。 福利通道

• 关注「InfoQ数字化经纬」公众号，回复「案例」领取《行知数字中国数字化转型案例集锦》。

• 关注「InfoQ数字化经纬」公众号，回复「进群」加入数字化读者群交流。

今日好文推荐工业制造的智能化转型：从传统决策到运筹优化中小银行数字化转型：关键人才培养与实践案例分享2024 上半年 AI 外呼 3 亿次，平安银行数字化驱动降本增效别打转、别倒退，数字化该如何走进“数字深化”？如何应对企业架构中的复杂度问题？