欧洲银行开始自建大模型底座

这两天在柏林 GTC 上看到不少欧洲金融机构的落地案例，最让我意外的不是模型本身，而是他们几乎都选择了「自建基础设施 + 开放权重模型」这条路线。Revolut 直接把整个技术栈重建在一个叫 PRAGMA 的基础模型上，跑在 NVIDIA 加速计算和 Blackwell Ultra GPU 上，用 cuDF 和 Dynamo-Triton 做推理服务。按他们 AI 负责人的说法，Revolut 每天要处理数十亿笔交易，过去的问题不是没有场景，而是基础模型能不能在这么大规模、跨这么多业务域稳定运行。

从数字上看，PRAGMA 目前服务 8000 万客户，架构上按三倍规模设计。这个量级放在几年前，很难想象一家数字银行会把核心智能层押在自研模型上。我的判断是，金融行业对数据主权和延迟的要求太苛刻，通用 API 很难同时满足合规和成本，自建反而成了长期更划算的选择。Starling Bank 的动作也值得注意，它是第一家在英国主权云基础设施上训练智能体模型的银行，产物叫 Starling Intelligence。所谓「主权云」不是营销词，而是监管压力下的现实选择：客户数据不出境、模型训练过程可审计，这些在欧洲市场几乎是硬门槛。把这两家放在一起看，能看出一个共同趋势——银行不再满足于调用外部模型做几个客服场景，而是把智能层当成和核心账务系统同级的基础设施来建设。开放权重模型加自研工具链，既保留了定制空间，又避免被单一供应商锁死。当然，这条路对工程能力要求极高，中小银行很难复制。我更好奇的是，未来会不会出现专门给金融机构做「主权模型托管」的中间层服务商，把 Revolut 和 Starling 踩过的坑产品化。如果这个生态起来，欧洲金融 AI 的竞争格局可能会比现在更分散。