全球银行正悄然将更多外汇交易决策交给机器处理，最新的迹象来自蚂蚁国际，该公司刚刚升级了其Falcon预测系统，并与全球五大银行达成合作。这一举措表明，对于花旗银行、汇丰银行、德意志银行、渣打银行和巴克莱银行等机构而言，AI 外汇预测不再只是实验室项目，而正在成为其实际管理资金的一部分。
Summary
要点概览
- 蚂蚁国际将其 Falcon 外汇预测模型升级至 2.0 版本，这是一个拥有近 20 亿参数的 Transformer 架构系统。
- 花旗、汇丰、德意志银行、渣打和巴克莱均已与蚂蚁合作，在外汇交易中使用 Falcon。
- 渣打银行表示，Falcon 的预测准确率超过 90%，并将流动性管理成本削减了 50%。
- 根据国际清算银行的数据，2025 年 4 月全球外汇日均成交量达到 9.5 万亿美元，部分原因是关税驱动的套期保值活动。
- 金融稳定理事会已提出担忧，认为对类似 AI 模型的广泛依赖可能在金融市场中造成系统性风险。
蚂蚁国际推出用于外汇预测的 Falcon 2.0
蚂蚁国际周四确认，其货币预测引擎 Falcon 已升级至 2.0 版本，标志着在银行寻求更低成本管理汇率风险之际，该公司进一步加码AI 外汇预测。蚂蚁国际平台技术总经理 Kelvin Li 将此次升级描述为对金融领域通用型 AI 局限性的直接回应。“精准预测可以将外汇套期保值和资产配置成本削减超过60%，”李表示，并补充称，通用大型模型“尚未在金融行业实现普适性突破”。
Falcon AI 的技术特性
Falcon 采用基于 Transformer 的架构，拥有近 20 亿个参数，使其与大众通常所熟知的那类广泛通用语言模型处于不同类别。Falcon 并不试图“包打天下”，而是专门用于预测现金流和货币敞口——这类狭窄但高风险的预测，正是银行在做套期保值决策时所依赖的关键。
通过 ArXiv 和 GitHub 开放访问
与大多数专有的银行预测工具不同，蚂蚁本月在 arXiv 上发布了 Falcon 2.0 的技术报告，并在 GitHub 上公开了其代码。这种开放程度使外部研究人员和竞争机构能够审视该模型的方法论，这与银行通常严密保护其内部风险系统的做法形成了鲜明对比。
全球银行合作与应用场景
Falcon 的影响力现已扩展至五家大型银行，每家都在针对不同维度的汇率风险管理测试或部署该模型。这些银行 AI 合作伙伴关系并非一夜之间达成——在本周正式宣布合作之前，数家银行已与蚂蚁进行了一年多的试点。
采用 Falcon 的主要银行
李点名花旗、汇丰、德意志银行、渣打和巴克莱为 Falcon 的银行合作伙伴。这一阵容的重要性不仅体现在传统外汇交易上，因为其中多家机构正同时构建代币化存款和数字支付基础设施，旨在实现 7×24 小时的跨境转账。
试点结果与应用案例
花旗于 2025 年 7 月启动 Falcon 试点，与其 Fixed FX Rates（固定外汇汇率）产品同步推出，该产品允许在线零售商在 70 多种货币中锁定汇率。花旗报告称，将这两种工具结合使用，帮助一位航空公司客户将套期保值成本削减了约30%。渣打银行则采取了不同路径，将 Falcon 与其聚合流动性引擎 SCALE（Aggregated Liquidity Engine）结合使用。该行表示，这一组合能够以超过 90% 的准确率预测蚂蚁的货币敞口，同时将流动性管理成本降低 50%。
代币化货币与跨境支付
汇丰与蚂蚁的合作不仅限于外汇预测。双方共同打造了代币化存款服务，并在 2025 年利用该服务基于 ISO 20022 消息标准处理了一笔跨境支付。这种交集值得关注——AI 预测和代币化结算分别解决同一问题的两端：前者预测流动性将被需要在哪里，后者则更快地将流动性转移到那里。
市场背景与金融影响
货币风险已成为跨国公司无法忽视的问题，这正是像 Falcon 这样的外汇套期保值成本削减工具在此时落地的原因。根据最新数据，2025 年 4 月全球外汇日均交易量达到9.5万亿美元，比三年前同期增长 27%，这一数据由国际清算银行公布。BIS 将这部分增长归因于在美国关税公告扰动汇市后，企业争相对美元敞口进行套期保值。
自 2022 年以来更高的利率也使部分套期保值操作变得更昂贵，迫使投资者在保护成本与敞口不对冲的风险之间权衡。在这样的背景下，一个声称能将套期保值和资产配置成本削减逾 60% 的系统，自然极具吸引力——不仅对蚂蚁如此，对任何试图帮助客户减少汇率波动损失的银行亦然。
监管与系统性风险考量
问题在于：当多家全球最大银行依赖同一个 AI 模型时，一次错误预测可能在整个体系中产生连锁反应，而非仅限于单一机构。金融稳定理事会在由 BIS 汇总并于 2025 年 6 月发布的研究中警告称，金融机构若依赖数量有限的 AI 解决方案提供商——或使用基于相似数据集开发的可比模型——就有可能制造系统性脆弱性。
担忧不仅在于某个模型可能在单笔交易上“失手”。如果多家大型银行都基于同样的信号做判断，那么错误或内嵌偏见可能在市场本已承压之际，将它们推向高度相关的决策。Falcon 的快速普及是一把双刃剑：更广泛的使用可能真正降低外汇套期保值和流动性管理成本，同时也在构建一种共同的技术依赖，而监管机构正密切关注这一点。
蚂蚁国际的增长与战略投资
蚂蚁并未放慢脚步。在上个月完成的一轮股权融资中，该公司获得了12 亿美元资金，为其将金融 AI 更深入地推向全球银行业提供了新资本。这笔“弹药”表明，Falcon 在花旗、汇丰、德意志银行、渣打和巴克莱的落地只是更大赌注的开端——即AI 外汇预测将成为银行定价和对冲汇率风险的标准基础设施——即便监管机构仍在厘清：如果过多银行最终信任同一台机器，会发生什么。
常见问题
什么是蚂蚁国际的 Falcon 模型？
Falcon 是一个基于 Transformer 的 AI 模型，拥有近 20 亿参数，用于预测现金流和外汇敞口，预测准确率超过 90%，并处理蚂蚁超过 60% 的外汇兑换业务。
哪些主要银行在使用 Falcon 进行外汇交易？
包括花旗、汇丰、德意志银行、渣打和巴克莱在内的六家大型银行，已与蚂蚁国际合作，在其外汇交易中使用 Falcon。
Falcon 能将外汇套期保值成本降低多少？
Falcon 能将外汇套期保值和资产配置成本降低超过 60%，其中花旗在试点中报告节省约 30%，渣打则将流动性管理成本削减了 50%。
在金融市场中使用像 Falcon 这样的 AI 模型是否存在监管担忧？
是的，金融稳定理事会已警告称，众多机构依赖类似 AI 模型，可能在市场承压时期通过相关性较高的市场行为引发系统性风险。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”What is Ant International’s Falcon model?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Falcon 是一个基于 Transformer 的 AI 模型，拥有近 20 亿参数，用于预测现金流和外汇敞口，预测准确率超过 90%，并处理蚂蚁超过 60% 的外汇兑换业务。”}},{“@type”:”Question”,”name”:”Which major banks are using Falcon for foreign currency trading?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”包括花旗、汇丰、德意志银行、渣打和巴克莱在内的六家大型银行，已与蚂蚁国际合作，在其外汇交易中使用 Falcon。”}},{“@type”:”Question”,”name”:”How much can Falcon reduce foreign exchange hedging costs?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Falcon 能将外汇套期保值和资产配置成本降低超过 60%，其中花旗在试点中报告节省约 30%，渣打则将流动性管理成本削减了 50%。”}},{“@type”:”Question”,”name”:”Are there any regulatory concerns about using AI models like Falcon in financial markets?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”是的，金融稳定理事会已警告称，众多机构依赖类似 AI 模型，可能在市场承压时期通过相关性较高的市场行为引发系统性风险。”}}]}
本文由人工智能协助撰写，并由编辑团队审核。
