汤森路透自研AI模型跻身全球顶尖行列

汤森路透自研大模型“Thomson”曝光：法律专业能力对标Claude Opus 4.8，GPT-5.5被甩在身后 全球专业信息服务巨头汤森路透（Thomson Reuters）近日扔出一枚重磅炸弹：其自主研发的AI大模型“Thomson”在内部基准测试中表现惊艳，多项能力直接对标甚至超越当前市面上最顶尖的通用大模型，包括Anthropic的Claude Opus 4.8、OpenAI的GPT-5.5以及谷歌的Gemini 3.1 Pro。这家以法律、税务、会计和媒体内容起家的百年老店，正试图用自研模型重新定义“专业级AI”的天花板，而不仅仅是做一个调用GPT接口的中间层。 这并非一次简单的技术炫技，而是汤森路透在2024年收购AI研究公司Safe Sign Technologies后，押注的一条截然不同的技术路线。当时，整个市场都笃信“通用大模型+行业数据微调”就足以解决专业领域的问题，但汤森路透的判断是，法律、税务、审计这些领域的严谨性和后果严重性，决定了通用模型无法真正胜任。因此，他们决定基于开源模型底座，用自家积累了数十年的权威内容库——包括Westlaw法律数据库、Practical Law实务指引、Checkpoint税务平台以及路透社的新闻语料——进行深度“中段训练”和“后训练”。更关键的是，训练过程有数百位各领域专家参与，他们不仅评估模型输出，还专门标记出法律专业人士在实际工作中会犯的推理错误，确保模型“像律师一样思考”。 从公布的基准数据来看，Thomson在通用任务上不输任何前沿模型，而在法律、税务、会计、多语言、智能体任务等专业维度上，其表现甚至优于体量比它大数倍的模型。汤森路透首席技术官Joel Hron表示，Thomson的训练和运营成本仅为同类前沿模型的零头，且目前只用了公司全部内容的不到10%，这意味着后续能力还有巨大的提升空间。对于跨境电商卖家和出海企业而言，这一动向值得高度关注：当专业内容巨头开始自研模型，意味着未来法律合规、税务筹划、合同审查等环节的AI服务，将不再是通用聊天机器人的“泛泛而谈”，而是真正基于权威判例和实务规则的深度推理。同时，汤森路透强调客户数据绝不会用于训练模型，这也在企业级AI服务最敏感的数据安全问题上，给出了一个明确的姿态。Thomson计划于今年夏末正式上线，届时它将作为汤森路透AI战略的最新一层，嵌入其全线专业工具中。