金融行业正在面临着前所未有的安全挑战，人脸安全事件频发，国家高度重视并提出警告，全行业每年黑产欺诈涉及资金额超过1100亿元。冰山上是安全事件，冰山下隐藏的是“裸奔”的技术防御系统，快速发展的生成式算法平均每1.5天就有一个新的变种出现，而防御技术的迭代上线周期超过90天，零日漏洞风险敞口超过88.5天。
其中核心问题是攻击数据的严重不足，“引擎缺乏燃料”，现有防御方法跟不上攻击方法的演变速度，基于事件的专家防御体系强依赖于人工数据采集、标注、处理的流程，以扩大corner case规模，该过程占据了技术迭代更新过程中超过90%的时间成本。
行业迫切需要一个针对“零日漏洞”的“零日修复”方案缩小风险敞口，下一代防伪技术“金融领域的多模态防伪专有大模型”为此提供了一个新思路，大模型可以同时解决燃料和引擎问题，实现“tesla的跑车油改电”、“福特的汽车代马车”。中关村科金通过使用超过2PB的海量数据对大模型进行专项调优，增广基础攻击数据类型、激发模型“涌现”潜能，激活其域外识别能力，将识别数量级从1个9提升到3个9，大幅缩小漏洞风险敞口。大模型是跨时代的产物，是当下解决金融机构面临的生物识别“零日漏洞”频发危机的唯一可行路径。
