蚂蚁国际宣布开源其自主研发的Falcon TST (Time-Series Transformer，中文名“鹰序”) AI预测模型，是业内首个采用“混合专家”(Mixture of Experts, MoE) 架构并结合多分段模式 (Patch) 的大规模时序预测基础模型，参数规模达25亿。模型现已在GitHub、Hugging Face及蚂蚁国际专属网站falcon-tst.ant-intl.com全面开放，供全球开发者与研究机构使用。
Falcon TST最初应用于蚂蚁国际内部的现金流和外汇风险预测。系统可按小时、每日或每周进行预测，准确率超过90%，成功将蚂蚁国际的外汇成本降低最高达60%。在长期预测基准测试中，该模型更达到业界领先的“零样本”(zero-shot) 表现。
花旗银行 (Citi) 早于2025年7月宣布与蚂蚁国际合作，试验将Falcon TST应用于客户的外汇风险管理方案。渣打银行 (Standard Chartered) 也于8月跟进，集成Falcon TST预测蚂蚁国际的外汇风险，同样达到超过90%准确率。两家银行初期均以航空客户为试点对象，因航空业每年处理数十亿笔支付交易，对外汇管理需求庞大。
除金融领域外，Falcon TST可应用于任何具时间串行特征的数据预测，包括天气变化、节假日消费、金融市场波动、跨境人流等。蚂蚁国际目前正与航空、银行、网上旅游平台和电商等行业探索具体应用场景。在航空业试点项目中，该模型可改善汇率对冲策略，显著降低外汇成本；在企业资金管理方面，根据业务模式不同，运营成本可减少30%至50%。
国际机场协会预测2025年全球航空游客将达98亿人次，接近疫情前历史高峰，显示AI预测技术在航空业的应用可为全球消费者带来可观成本节省。
蚂蚁国际首席创新官杨江明表示：“我们选择开源是想让Falcon TST模型能赋能更多行业，同时携手学界和产业界共同推进AI技术的迭代升级，推动AI在实体经济中的应用。”该公司期望通过全球科学家的实际反馈，加速时序学习领域的创新。
数据源：BusinessWire
