香港金融科技周開幕當日，本地 AI 研究力量同內地金融科技公司聯手交出一張新牌：度小滿、香港科技大學同香港生成式人工智能研發中心（HKGAI）聯合發布金融增強大模型「軒轅 4.5」。焦點唔係又一個通用聊天機械人，而係專門為金融場景而設、聲稱識得「自我進化」的模型，目標係直接落到銀行同金融機構的日常工作入面。
發布方稱，軒轅 4.5 是業界首個將「遞歸式自我改進」（RSI）技術用於模型訓練同智能體場景目標配置的金融增強大模型。簡單講，模型唔係訓練完就定型，而是透過自研的 Xuanyuan-Machine 參與數據合成、監督微調同強化學習，持續適應唔同金融任務。架構上採用雙模型設計，同時涵蓋大型語言模型同多模態模型，處理文字之餘亦可以處理其他形式的資料。
三成提升、一成成本：數字要點睇
發布方公布的數字相當進取：在拓展客源、風險管理同客戶關係管理等核心金融場景，軒轅 4.5 的表現比通用模型提升三成，而推理成本只係通用頂級模型的大約一成。呢兩個數字要分開睇：前者講的是在發布方所測的金融場景入面的表現，後者講的是運行成本，兩者都未有公開完整的測試基準同對照條件，所以暫時只能當作發布方的說法，唔能夠視為經過獨立驗證的結論。
不過即使打個折，方向本身值得留意。金融機構用通用大模型的最大阻力之一就係成本同準確度：通用模型乜都識少少，但對金融術語、合規要求同風險判斷未必夠精準；專門模型如果真係可以用低得多的成本做到更好的場景表現，對中小型機構尤其有吸引力，因為佢哋未必負擔得起長期用最貴的通用模型去跑大量查詢。
對打工仔同客戶最實際的改變：客服同客戶經理
對一般香港人嚟講，軒轅 4.5 最貼身的應用唔係模型本身，而係建基於佢的 AI Agent。發布方稱，由軒轅 4.5 構建的 AI Agent 可以獨立處理八成常見查詢，並為客戶經理提供策略同建議，令單一客戶經理的服務容量倍增至兩萬人，客戶等候時間由 10 分鐘大幅縮減至 2 分鐘。
如果呢個流程在真實銀行環境行得通，意味住簡單查詢唔使再排長隊等真人，客戶經理亦可以將時間留俾真正複雜的個案，例如投資組合檢討、按揭安排或者有爭議的交易。但要講清楚：八成、兩萬人、2 分鐘全部都係發布方在度小滿實際業務中的數據，唔同機構的客戶結構、查詢種類同合規流程都唔同，搬去第二間銀行未必有同一效果。而且金融查詢出錯的代價遠高於一般客服答錯問題，AI 答得快但答錯，後果可以好嚴重。
發布方亦透露，基於軒轅系列，度小滿已經構建逾千個 AI Agent 同超過 5,000 項技能，每日 Token 消耗量突破千億。呢個規模說明模型已經唔係實驗室演示，而係在真實業務入面跑緊，只不過外界暫時睇唔到錯誤率、人工覆核比例同客戶投訴數字，呢啲先係判斷一個金融 AI 是否可靠的關鍵指標。
點解係香港發布？
今次合作並非突然出現。度小滿同科大早於 2025 年 3 月已經成立「香港科技大學—度小滿人工智能聯合實驗室」，並同 HKGAI 協同研發大模型前沿技術，探索大模型在信貸風控等場景的應用。度小滿亦表明，香港是集團的國際化總部，未來會繼續同科大深化科研合作，並同 HKGAI 合作將金融增強大模型技術推廣去國際市場。
科大首席副校長、HKGAI 主任郭毅可表示，科大一直致力讓前沿 AI 研究走向真實產業場景，期望軒轅 4.5 在香港落地，進一步提升香港作為國際金融中心的競爭力。度小滿行政總裁朱光就指出，科大同 HKGAI 在人工智能、電腦科學同多學科交叉研究的積累，同度小滿的金融業務經驗、真實應用場景同工程能力形成互補。
對香港讀者嚟講，短期內未必會直接用得到軒轅 4.5，佢唔係一個面向消費者的 App。但長遠睇，如果本地銀行同金融機構真的引入同類技術，影響會慢慢滲入日常體驗：開戶、查詢、貸款初步評估、投資產品解說，都有機會先由 AI 處理，再由真人覆核。問題只係，機構會唔會公開 AI 的覆核機制、資料點樣用、以及當 AI 答錯時由邊個負責。呢啲問題，發布會無交代，監管同業界之後必須補返。
總結嚟講，軒轅 4.5 的技術方向合理：與其用一個貴價通用模型硬食所有金融問題，不如用一個專門模型加自我改進機制去壓低成本、提升場景表現。但發布方公布的數字仍然停留在「聲稱」階段，香港金融機構真正落地之後的準確度、合規安排同客戶體驗，先至係呢個模型值唔值得信的真正考驗。
資料來源
- 香港01：金融大模型「軒轅4.5」推出 客服容量翻倍、客戶等候時間縮八成
- 新浪財經／北京商報：國內首個自進化金融增強大模型亮相2026香港金融科技周
- BigGo Finance：Du Xiaoman’s Xuanyuan 4.5 Financial LLM Debuts in Hong Kong, Inference Cost Just One-Tenth of General Models
