11月2日、2026年香港フィンテックウィークの開幕式で、度小満（Du Xiaoman）は香港科技大学、香港生成式人工知能研究開発センター（HKGAI）と共同で、金融強化大規模モデル「軒轅4.5（Xuanyuan 4.5）」を発表した。発表側によれば、自己進化型RSI技術をモデル訓練と、エージェントの利用場面への目標適応に用いた金融分野で初めてのモデルで、大規模言語モデルとマルチモーダルモデルの両方を含む。金融分野のモデル競争は、汎用能力の比べ合いから、具体的な業務を誰がより深く理解し、業務とともに自ら進化できるかの競争へと移っている。
軒轅4.5の中核は、自社開発の「Xuanyuan-Machine」だ。エージェントのデータ合成、教師ありファインチューニング、強化学習などに参加し、モデルが金融タスクに適応し続けられるようにする。考え方は分かりやすい。金融タスクの定義やルール、顧客の言い回しは頻繁に変わるため、一度だけ訓練したモデルはすぐに遅れてしまう。機械がデータと訓練の循環に参加してこそ、モデルは業務の中で調整を続けられる。提携には継続性がある。2025年3月、度小満と香港科技大学は共同研究室を設立し、HKGAIとともに大規模モデルを信用リスク管理に応用する研究を進めてきた。
顧客獲得、リスク管理、顧客運営——効果の主張をどう読むか
度小満によれば、軒轅4.5は顧客獲得、リスク管理、顧客運営などの中核的な金融場面で効果を30%高め、推論コストは汎用トップモデルの10%程度にとどまるという。発表ではさらに、軒轅を基盤に1000を超えるエージェントと5000余りのスキルが構築され、1日あたりのトークン使用量が1000億を超えたとされた。これらの数字は割り引いて見るべきだ。報道は評価方法、比較対象となった汎用モデルの一覧、再現可能なテストの詳細を何も開示しておらず、「初めて」という表現も発表側の主張であり、独立した検証はまだ行われていない。
金融機関にとって、効果の数字以外にもっと現実的なハードルがある。数字は間違ってはならず、定義は一貫し、すべての手順を追跡できなければならず、モデルの出力はコンプライアンスと監査の関門を通過しなければならない。軒轅4.5が香港の実際の業務で通用するかどうかは、発表会での効果の主張だけでなく、こうした厳しい制約のもとでの性能にかかっている。次に注目すべきは、香港での具体的な導入事例と評価の詳細が公開されるかどうか、そしてコスト面の優位性が実際の負荷のもとでも維持されるかどうかだ。
