以数据之力铸专业之智——中锋1号评估通用大模型正式发布

中经总网 2026-09-05 13:31 浏览量：159566

以“标准＋数据＋模型”三要素卡位，深度融入国家“人工智能＋”与大模型产业布局

【导语】人工智能正以前所未有的广度、深度和速度融入经济社会发展的血脉，从通用对话走向专业判断，大模型正在重塑千行百业的底层逻辑。在这股时代洪流中，资产评估——这门以专业经验、法规素养与价值判断为根基的古老行业，正迎来一场静水深流般的范式变革。近日，北京中锋资产评估有限公司正式发布资产评估垂直领域专业大模型——中锋1号评估通用大模型。这是国内评估行业率先以“十万级规模专用训练数据集”为底座、以“标准＋数据＋模型”三要素实现系统化卡位的专业大模型，也是该行业首次以标准化数据承载数十年执业经验、并将其锻造成可复用智能的专业实践。发布会现场，董事长曹丰良宣布：以“中锋1号”为起点，公司近期将陆续推出会计、审计、税务、法律、投资等专业领域大模型，并同步拓展AI产业咨询业务。

一、世界之变：智能革命重构专业服务版图

放眼全球，专业服务业的人工智能竞赛，已经从“帮你读文档的工具”，升级为“协同执行工作的智能体网络＋全栈平台”。德勤发布全球审计鉴证平台Deloitte Omnia的统一智能体网络，赋能全球近8.5万名审计与鉴证从业者；毕马威将AI智能体集成进KPMG Clara全球智能审计平台，赋能超过9.5万名审计师；安永更以累计投入超10亿元、并通过CPA全部科目考试的全栈式大模型平台EY METIS，证明了垂直专业模型的工程可行性。

值得关注的是，国际头部机构在拥抱AI的同时，无一例外强调“人机协同＋职业怀疑”，而非让机器替代专业判断，这与国内监管对评估AI“算法可解释、可追溯、可验证、不得替代专业判断”的底线要求高度一致。更深远的变革在商业模式：全球咨询与会计界正从“按工时计费”转向“专有数据＋AI产品＋按结果计费”。谁先掌握“专业数据”并将其产品化，谁就站在了这一轮行业变革的潮头。

二、国之布局：“人工智能＋”为行业大模型与专业数据开闸

看国家，政策正为“行业大模型＋高质量数据集”开闸放行。2025年8月《关于深入实施“人工智能＋”行动的意见》（国发〔2025〕11号），在软件、信息、金融、商务、法律等领域推动智能终端、智能体广泛应用，培育“模型即服务”“智能体即服务”。2026年3月《“十五五”规划纲要》进一步定调“推动通用大模型和行业专用模型同步发展”，面向能源、交通、制造、教育、健康、金融等领域建设高质量数据集。

尤为关键的是，2026年6月国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，把“行业通识＋行业专识”数据集定义为推动“人工智能＋”赋能千行百业、实现产业落地的“基础性、关键性资源”，并部署强基扩容、标注攻坚等六大专项行动。方案明确“发展专家型数据标注服务，建立行业专家认证机制，推动专家深度参与指令微调、强化学习等阶段的专业知识标注”，鼓励行业协会、第三方专业服务机构等主体参与建设。换言之，国家已明言“行业专识数据”是核心资源，评估机构自建专业语料，踩在了政策的点子上。

三、行业之变：小而分散的评估业，AI争的是差异化窗口

把镜头拉近到评估行业，其基本盘是“体量有限、结构分散”。据中国资产评估协会《中国资产评估行业发展报告（2023年度）》，2023年全行业业务收入325.73亿元、同比增长11.35%；资产评估机构5838家、执业资产评估师46165人，其中从事证券服务并备案的机构281家、收入119.48亿元、占全行业36.68%。行业呈“金字塔”状结构：年收入1亿元以上的机构仅占0.32%、却贡献了14.28%的行业收入；年收入100万元以下的机构占32.65%、却只贡献2.76%。

正是这种“头部力量偏弱、高度分散”的格局，决定了AI的发力点不在“拼规模做大蛋糕”，而在“靠差异化卡位抢赛道”。对一家中小机构而言，平台化、全栈化是资本堆不出来的护城河；但“专业数据”与“规则标准”恰恰不依赖资本，而依赖数十年专业积累与规则制定。谁能率先把“专业经验”转化为“数据资产”、把“数据资产”炼成“专业智能”，谁就能赢得先机。

四、中锋实践：十万语料炼成“中锋1号”

在此背景下，中锋的这次发布既有行业先行的积累，也有厚积薄发的成色。作为行业首批证券评估资质机构，中锋此前已落地行业首个AI评估矩阵、“投标—生成—审核”三引擎产业闭环，并于2026年4月发布《资产评估报告AI审核专家》企业标准，经北京市资产评估协会官方确认，为该领域首个公开发布的企业内部规范性文件——而当时，报告AI审核领域尚无国家或行业标准。此次发布的中锋1号，正是其“专业＋数据＋智能”战略的纵深落子。

该模型底座为历经105,273条专业级中文语料深度治理而成的资产评估专用训练主集（SRE-DSA Schema v6.9版），11个核心字段完备率100%，内容总字符约2,957万、token规模约1,806万（指令侧约823万、答复侧约983万），可直接进入SFT全参或LoRA微调。主集按“模型要解决什么问题”展开8类核心任务——案例推理30,381条（占比约28.9%，为第一大任务族）、评估问答29,531条、领域知识17,933条、参数抽取13,486条、法规合规10,491条、指令响应3,220条，辅以指标问答202条与多模态图文对29条，构成“知识—问答—推理—抽取—合规—执行”的完整闭环。其中，案例推理以真实评估项目、质控审核与监管问询为底本，构建“问题—分析—结论—修正”的完整推理链，是模型形成“职业判断能力”的核心语料；参数抽取则训练模型从评估报告、市场案例、拍卖公告、交易记录中抽取收益预测、折现率等结构化信息，服务评估作业自动化。

在评估专业最见功力的“对象—方法—价值”三维坐标上，主集同样全维布防。对象维度横贯16类资产谱系：通用类38,442条、企业价值24,959条、无形资产11,046条、不动产8,878条构成压舱石；文物艺术品9,112条、机器设备3,956条、金融工具2,489条、矿业权1,295条、股权1,337条、生物性资产1,111条纵深布局；低碳与ESG资产685条、数据资产679条、森林资源584条、珠宝玉石409条、车辆143条、算力与数字资产148条，精准对应数据要素市场化、东数西算与“双碳”战略下的评估新增长极。方法维度实行15类白名单管控，以收益法20,411条、市场法17,613条、成本法3,888条三大基本方法为纲，并延伸至DCF、WACC、CAPM、EVA、实物期权、蒙特卡洛等进阶估值方法。价值类型覆盖11种，市场价值48,129条为绝对主导（占比约45.7%），公允价值1,785条、清算价值49条、可收回金额33条等专项类型补位，使模型能区分市场参与者视角与特定主体视角、持续经营与清算假设下的估值逻辑。

更重要的是，主集在“规模”与“纯度”之间取得平衡。构建与审计历程覆盖107,754条原始样本的深度诊断，经字符级13-gram同源审计，识别并剔除2,481条“搬运式”低质样本（集中于案例推理类，涉及2,065个去重源文件），按真实tokenizer计量共回收约296万冗余token（约占全库token的14.1%），实现净数据100%通过字段完备性、唯一性与重复残留三重门禁。每条样本均挂载置信度分级（高置信58,492条、中置信46,781条）、核验标记（已核验105,157条）与冲突检测（内部无冲突105,271条，占比99.998%）；语料来源覆盖公开网页47,551条、机构文档29,841条、实务案例13,035条、评估审计报告10,507条、专家精编3,768条、专业文章571条六大谱系。在样本微观结构上，46,576条含可计算数值样本训练“先算后答、过程可见”的数学习惯，13,031条JSON结构化输出与12,481条Markdown体例输出支撑“抽取—结构化—入库”与报告草拟；并按认知复杂度形成难度1—5的课程化梯度，叠加token画像“超长样本彻底清零”的健康结构，保证每条语料都携带真实、独立的增量信息。这种“多轮治理、分任务配比、净口径”的专业语料路线，与国家对“专家深度参与标注、提高数据集知识密度”的政策倡导如出一辙。

五、战略纵深：从“中锋1号”到专业大模型矩阵

在“中锋1号”落子的背后，是一张更辽阔的战略蓝图。中锋资产评估董事长曹丰良表示，资产评估只是中锋智能化战略的起点。依托多年深耕积累的专业方法论、法规库与海量业务档案，公司正把“专业经验标准化、标准化数据化、数据化智能化”的路径，复制并延伸至更多专业服务领域。按照规划，中锋近期将陆续推出会计、审计、税务、法律、投资等领域的专业大模型，形成以“评估”为原点、向专业服务核心链条多点开花的智能矩阵。

这些领域彼此勾连、逻辑相通——评估与会计、审计、税务、法律、投资同属强监管、强专业、强责任的现代服务业，底层逻辑高度一致：既离不开数十年执业经验的沉淀，又亟须以智能技术破解“人载经验、能力断层、效率瓶颈”的共性难题。中锋正是因为把评估这一最难啃的“硬骨头”啃下来了，才更有底气把同样的方法论向全专业链条复制。与此同时，中锋将同步拓展AI产业咨询业务，把“专业＋数据＋智能”的完整闭环延伸为可对外输出的产业级解决方案，实现从“专业服务机构”向“专业智能服务商”的跃迁。

六、意义：从“经验驱动”到“数据智能驱动”

如果说数据揭示了“中锋1号从哪里来”，那么更要回答的是“它将把专业服务业带向哪里”。此次发布的意义，不止于一次技术事件，而在于它触动了专业服务业最底层的能力逻辑。其一，是对“人载经验”困局的历史性破题。数十年执业经验长期以“人”为载体，老专家离岗、判断力随之流失；评估大模型第一次将这种隐性知识标准化、数据化、可继承，把组织级智力资产沉淀为可复用的模型能力。其二，是对垂直大模型“数据荒”的有力填补。IEEE综述早已指出，通用模型在专业任务上表现受限，领域微调成为注入专业判断、降低幻觉的关键策略——十万级专业语料，恰是垂直大模型的“护城河”。其三，是对专业作业范式的重塑，使专业人员从重复性、事务性劳动中解放，聚焦真正需要职业判断的环节。其四，是对“专业负责”与“机器辅助”边界的清晰锚定，输出于法有据、过程可溯、结果可验。其五，是对“数据要素×”战略的生动注脚，以数据要素驱动资产评估的数字化转型。

从学术与经济的双重维度看，这条路径有据可依、有利可图。学术上，多阶段课程化训练已被证明能显著提升专业模型的推理能力，说明“数据复杂度与模型能力协同增长、分阶段分任务配比数据”是提升领域能力的有效方法。经济上，专业服务AI化正把“智力资产要素化”：知识密集行业可以把经验库、案例库、判定准则封装成可复用资产，把“按项目收费”升级为“按次调用、订阅、按结果计费”。这条“专有数据＋产品化＋智能体化”的主线，正是全球权威机构认定的专业服务转型方向。

从更宏大的视角看，这枚“专业智能”的落子，恰逢国家人工智能从“通用争先”迈向“行业深耕”的战略节点。对中锋而言，以“标准”锚定专业话语权、以“数据”夯实智能底座、以“模型”重塑服务范式，是在传统规模指标之外开辟的差异化跃迁路径——当数十年执业经验以标准化数据的形式被模型继承，当每一次质控、每一次审核都沉淀为可复用的智能，资产评估乃至整个专业服务业，便在与国家发展同频共振中，找到了智能化时代新的历史方位。

七、结语

人工智能的大势不可逆转，专业的力量历久弥新。当“数智”与“专业”深度融合，当写了几十年的报告、审了无数遍的底稿，都凝聚成一套可继承、可复用的专业智能，我们有理由相信：资产评估——这门为资产定价、为市场立锚、向监管交卷的古老专业，必将在智能经济的时代舞台上焕发更持久的生命力；而中锋以“中锋1号”为起点，向会计、审计、税务、法律、投资等专业链条延伸智能矩阵、拓展AI产业咨询的探索，也必将为中国式现代化建设贡献更坚实的专业力量。

（供稿：北京中锋资产评估有限公司）

统筹编辑：中经总®网・中经在线

责编：郑建华侯晋平

编审：王海珠熊辉

中经网加编辑微信投稿合作副本.jpg