【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。从实验室走向生产生活，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、并将之锻造成可复用智能的专业实践。发布会现场，中锋资产评估董事长曹丰良宣布，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、投资等更多专业领域大模型，并同步拓展AI产业咨询业务，构建起覆盖专业服务业核心链条的智能矩阵。这一系列动作，不仅是一家机构的技术进阶，更是一次与国家人工智能战略同频共振的时代应答。
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”。德勤于2026年7月发布全球审计鉴证平台Deloitte Omnia的统一智能体网络，将新老AI智能体置于单一框架协同执行工作流，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，自动化费用抽查、未入账负债等重要实质性程序；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（human-in-the-loop）＋职业怀疑”，而非让机器替代专业判断。这一方向，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。更深远的变化在于商业模式本身：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”。研究机构CB Insights指出，专业服务公司未来几年有四大战略机会——编排AI智能体技术栈、激活专有数据为智能体供能、把服务变成可规模化的AI产品、构建人机协同劳动力。这意味着，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月印发的《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，并明确“创新服务业发展新模式”、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”，并面向能源、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。方案明确提出“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”，并鼓励行业协会、第三方专业服务机构等各类主体参与行业高质量数据集建设。换言之，国家已经明言“行业专识数据”是核心资源，且把专业服务机构明文纳入建设主体——评估机构自建专业语料的行为，不再是“企业自嗨”，而是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在这个行业的发力点——不是“拼规模做大蛋糕”，而是“靠差异化卡位抢赛道”。对于一家中小机构而言，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”这两样东西，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”，谁就能在行业竞合中赢得先机。中锋的选择，正是将评估这一最难啃的专业作为突破口，并以此辐射更广阔的专业服务版图。
四、中锋实践：十万语料炼成“中锋1号”
在此背景下，中锋资产评估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号评估通用大模型，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，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，可直接进入SFT全参或LoRA微调。从底层能力图谱看，主集并非简单罗列，而是按“模型要解决什么问题”展开8类核心任务——案例推理、评估问答、领域知识、参数抽取、法规合规、指令响应，辅以指标问答与多模态图文对，构成“知识—问答—推理—抽取—合规—执行”的完整闭环，覆盖了资产评估专业模型从理解到应用的绝大部分能力。
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、企业价值、无形资产、不动产等传统核心类构成压舱石，文物艺术品、机器设备、金融工具、矿业权、股权、生物性资产等专项资产类纵深布局，数据资产、算力与数字资产、低碳与ESG资产三类则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、市场法、成本法三大基本方法为纲，并延伸至DCF、WACC、CAPM、实物期权、蒙特卡洛等进阶估值方法。价值类型覆盖11种，市场价值为绝对主导，公允价值、清算价值、可收回金额等专项类型补位，使模型既能“选对方法”，又能“用对方法”，更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”之间取得了平衡。全库经字符级同源审计，识别并剔除低质“搬运式”样本，依真实tokenizer回收冗余，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，并经分层人工复核兜底。每条样本均挂载置信度分级、核验标记与冲突检测；语料来源覆盖公开网页、机构文档、实务案例、评估审计报告、专家精编等六大谱系；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，共同保证了进入模型的每一条语料都携带真实、独立的增量信息，也使主集可直接投入SFT全参或LoRA/QLoRA微调。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，在方向上如出一辙。
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服务链条复制。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，从自研自用延伸为可对外输出的产业级解决方案——这既是中锋从“专业服务机构”向“专业智能服务商”跃迁的关键一跃，也是对“人工智能＋”行动中“依托高价值场景推动模型应用落地”的主动回应。
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”。中锋资产评估此次发布的意义，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，把组织级智力资产从个体剥离、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，恰是垂直大模型区别于通用大模型的“护城河”。其三，是对专业作业范式的重塑。模型将智能问答、参数抽取、报告草拟、质控审核、法规合规等高频场景自动化，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。主集训练模型“先算后答、过程可见”的数学习惯，让其输出于法有据、过程可溯、结果可验。其五，是对“数据要素×”战略的生动注脚。主集纳入数据资产、算力与数字资产、低碳与ESG资产等新一代评估对象，既服务数据要素市场化、东数西算与“双碳”战略，又用数据要素驱动资产评估这一传统专业服务的数字化转型。
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——相关研究在权威评测基准上取得明显增益，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”是提升领域能力行之有效的方法。经济上，专业服务AI化正把“智力资产要素化”：知识密集行业恰好可以把多年积累的经验库、案例库、判定准则封装成可复用资产，把一次性的“按项目收费”升级为“按次调用、订阅、按结果计费”；美国会计业已诞生上千笔由AI撬动的资本并购，中国也有以专有数据、按结果计费而跑通的本土样本。这条“专有数据＋产品化＋智能体化”的主线，正是被全球权威机构所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，是专业服务业在“人工智能＋”大潮中写下的一条时代注脚。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一条差异化跃迁路径——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，当会计、审计、税务、法律、投资等专业领域被同一套“数据智能”逻辑点亮，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。（曹丰良 北京中锋资产评估有限责任公司 ）
