//2025-11-18佳“試驗(yàn)田”行業(yè)專題研究行業(yè)專題研究證券研究報(bào)告投資建議：我們認(rèn)為，金融行業(yè)作為典型的數(shù)據(jù)、信息、決策密集型產(chǎn)業(yè)，其數(shù)智化轉(zhuǎn)型需求與大模型技術(shù)特性高度契合。2025年用已在各類金融機(jī)構(gòu)的核心業(yè)務(wù)領(lǐng)域以及中后臺(tái)場(chǎng)景中加速滲透，型技術(shù)已跨越“技術(shù)驗(yàn)證”向“產(chǎn)業(yè)適配”的關(guān)鍵拐點(diǎn)，AI在垂直領(lǐng)域的規(guī)?；瘧?yīng)用落地已箭在弦上，將逐漸進(jìn)入加速期。而金融行“試驗(yàn)田”。機(jī)構(gòu)由“數(shù)智化”進(jìn)一步向“人工智能化”轉(zhuǎn)型提供外部驅(qū)動(dòng)。而從產(chǎn)內(nèi)驅(qū)，數(shù)據(jù)顯示2024年以來金融行業(yè)大模型相關(guān)招投標(biāo)已開始明顯加速。用模型結(jié)合金融語料進(jìn)行訓(xùn)練，依賴通用模型能力的迭代，隨著推理大模型的推廣滲透，AI解決復(fù)雜金融問題的能力已有所增強(qiáng)，業(yè)拐點(diǎn)。二是開發(fā)金融垂類大模型，相比通用模型，金融垂域模型更適合解決金融行業(yè)的具體問題，與行業(yè)需求和合規(guī)性要求更加匹高規(guī)劃要求場(chǎng)景。 32.行業(yè)內(nèi)驅(qū)+政策外驅(qū)，金融AI落 42.1.外驅(qū)：產(chǎn)業(yè)趨勢(shì)與政策共振，金融機(jī)構(gòu)AI轉(zhuǎn)型動(dòng)力強(qiáng)勁 42.1.1.大模型技術(shù)特性與金融行業(yè)數(shù)智化轉(zhuǎn)型需求高度匹配 42.1.2.頂層設(shè)計(jì)驅(qū)動(dòng)金融機(jī)構(gòu)向“人工智能化”轉(zhuǎn)型 5 63.技術(shù)側(cè)：模型能力持續(xù)迭代，DeepSeek成為金融機(jī)構(gòu)AI部署拐點(diǎn) 8 93.1.1.推理大模型增強(qiáng)了AI解決復(fù)雜金融問題的能力 9 103.2.金融垂類大模型：更專注更懂金融的行業(yè)原生大模型 153.2.1.度小滿開源金融行業(yè)推理大模 153.2.2.螞蟻數(shù)科推出原生金融推理大模型 16 173.3.金融AIAgent：多智能體協(xié)作正在成為趨勢(shì) 18 21請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分2of23能相關(guān)政策在金融領(lǐng)域的持續(xù)落地，金融機(jī)構(gòu)有望由“數(shù)智化”進(jìn)一步向“人機(jī)構(gòu)的核心業(yè)務(wù)領(lǐng)域以及中后臺(tái)場(chǎng)景中加速滲透，未來AI有望重構(gòu)金務(wù)流程和組織架構(gòu)，為金融數(shù)智化打開新紀(jì)元。金證股份請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分3of23隨后在2018年，OpenAI推出了第一個(gè)版本的GPT模型GPT–1，計(jì)算能力等方面的優(yōu)勢(shì)，大模型為多個(gè)行業(yè)的發(fā)展帶來了工業(yè)革命級(jí)生產(chǎn)專業(yè)領(lǐng)域應(yīng)用的產(chǎn)業(yè)大模型產(chǎn)品，依托自身專業(yè)領(lǐng)域特征及通用大模型建景中面臨的海量數(shù)據(jù)分析交易決策制定、個(gè)性化投資建議等環(huán)節(jié)對(duì)于金融從業(yè)者的專業(yè)知識(shí)儲(chǔ)備與經(jīng)驗(yàn)判斷提出了較高要求，而大模型在自然語言請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分4of232.1.2.頂層設(shè)計(jì)驅(qū)動(dòng)金融機(jī)構(gòu)向“人工智金融行業(yè)屬于政策導(dǎo)向型產(chǎn)業(yè)，頂層設(shè)計(jì)和政策指引對(duì)金融行業(yè)的發(fā)展方工智能相關(guān)政策在金融領(lǐng)域的持續(xù)落地，為金融機(jī)構(gòu)由“數(shù)智化”進(jìn)一步向“人工智能化”轉(zhuǎn)型提供強(qiáng)勁外部驅(qū)動(dòng)。子技術(shù)突破現(xiàn)有算力瓶頸，為金融數(shù)字化轉(zhuǎn)型提供精準(zhǔn)高效的算力支持?！斗€(wěn)妥有序推進(jìn)金融領(lǐng)域人工智能大模型應(yīng)用》，文章提出“要把智能化轉(zhuǎn)型，為做好金融“五篇大文章”和推進(jìn)金融高質(zhì)量發(fā)展注入智慧動(dòng)能?！闭?qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分5of23政策/指引發(fā)布/發(fā)表概述發(fā)表部門《上海高質(zhì)量推進(jìn)全球金融科技中心建設(shè)行動(dòng)方案》2024年9月鼓勵(lì)金融基礎(chǔ)設(shè)施、金融機(jī)構(gòu)、金融科技企業(yè)等積極參與上海市人工智能公共算力服務(wù)平臺(tái)建設(shè)，充分利用平臺(tái)基礎(chǔ)設(shè)施資源，合理部署算力。依托上海大模型語料數(shù)據(jù)聯(lián)盟等開展多元合作，打造上海大模型金融語料數(shù)據(jù)庫，實(shí)現(xiàn)金融語料數(shù)據(jù)高質(zhì)量供給，推動(dòng)金融垂類大模型創(chuàng)新應(yīng)上海市人民政府辦公廳《推動(dòng)數(shù)字金融高質(zhì)量發(fā)展行動(dòng)方案》2024年11月強(qiáng)調(diào)要加強(qiáng)數(shù)字金融相關(guān)新型基礎(chǔ)設(shè)施建設(shè)，布局先進(jìn)高效的算力體系，加快云計(jì)算、人工智能等技術(shù)規(guī)范應(yīng)用，探索運(yùn)用邊緣計(jì)算和量子技術(shù)突破現(xiàn)有算力瓶頸，為金融數(shù)字化轉(zhuǎn)型提供精準(zhǔn)高效的算力支持。中國人民銀行等七部門中國人民銀行2025年科技工作會(huì)議2025年3月加快金融數(shù)字化智能化轉(zhuǎn)型，安全穩(wěn)妥有序推進(jìn)人工智能大模型等在金融領(lǐng)域應(yīng)用。中國人民銀行《銀行業(yè)保險(xiǎn)業(yè)科技金融高質(zhì)量發(fā)展實(shí)施方案》2025年3月鼓勵(lì)金融機(jī)構(gòu)加大數(shù)字化轉(zhuǎn)型投入，運(yùn)用云計(jì)算、大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)、隱私計(jì)算等技術(shù)，研發(fā)數(shù)字化經(jīng)營工具。國家金融監(jiān)督管理總局辦公廳等三部門《中國金融雜志》署名文章《穩(wěn)妥有序推進(jìn)金融領(lǐng)域人工智能大模型應(yīng)用》2025年5月把握歷史機(jī)遇、迎接現(xiàn)實(shí)挑戰(zhàn)，穩(wěn)妥有序推進(jìn)人工智能大模型應(yīng)用，加快金融數(shù)字化、智能化轉(zhuǎn)型，為做好金融“五篇大文章”和推進(jìn)金融高質(zhì)量發(fā)展注入智慧動(dòng)能人民銀行科技司司長李偉《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》2025年8月強(qiáng)調(diào)要推動(dòng)新一代智能終端、智能體在金融等服務(wù)業(yè)的廣泛應(yīng)用。國務(wù)院資料來源：中國政府網(wǎng)，中國人民銀行官網(wǎng)，中國金融雜志，上海市臺(tái)建設(shè)與信創(chuàng)系統(tǒng)切換也在穩(wěn)步推進(jìn)，另外以金融大模型為代表的新興生產(chǎn)力的崛起進(jìn)一步推動(dòng)了金融市場(chǎng)的科技需求，這些因素均驅(qū)動(dòng)我國金融請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分6of237000600050004000300020001000020232024E2025E2026E2027E2028E18%16%14%12%10%8%6%4%2%0%金融機(jī)構(gòu)科技投入規(guī)模（億元）yoy之，數(shù)量（27個(gè)）占比20%；大模型類項(xiàng)目（23個(gè)）數(shù)量占圖5：2024年金融行業(yè)大模型中標(biāo)項(xiàng)目金額分布（萬45824107資料來源：智能超參數(shù)公眾號(hào)，HTI研究請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分7of23資料來源：智能超參數(shù)公眾號(hào)，HTI研究根據(jù)智能超參數(shù)統(tǒng)計(jì)數(shù)據(jù)，按照大模型中標(biāo)項(xiàng)目的項(xiàng)目數(shù)量和披露項(xiàng)目金00請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分8of23通用大模型金融垂類大模型優(yōu)勢(shì)泛用性強(qiáng)由于在多樣化的數(shù)據(jù)集上進(jìn)行了訓(xùn)練，通用模型能夠處理各種話題和領(lǐng)域的問題模型專業(yè)性在金融領(lǐng)域具有專業(yè)的理解能力，更精熟于金融術(shù)語和概念靈活性和利用率高大量數(shù)據(jù)訓(xùn)練提高了模型的準(zhǔn)確率，并可以應(yīng)用于多種任務(wù)中針對(duì)性的解決方案更適合解決金融行業(yè)的具體問題，與行業(yè)需求和合規(guī)性要求相匹配可遷移性強(qiáng)在數(shù)據(jù)量較少的特定任務(wù)上，通用模型也可以通過微調(diào)進(jìn)行有效的遷移學(xué)習(xí)，大大減少模型的訓(xùn)練時(shí)間和計(jì)算資源高精度和合規(guī)性提供更精確、可信賴的金融信息和建議，同時(shí)符合行業(yè)規(guī)定劣勢(shì)特定領(lǐng)域深度較淺可能不具備特定領(lǐng)域（如金融）的深入理解和專業(yè)知識(shí)適應(yīng)性限制由于主要針對(duì)金融領(lǐng)域，因此在其他領(lǐng)域的適用性有限模型復(fù)雜通用大模型的結(jié)構(gòu)非常復(fù)雜，使得模型的解釋性變得困難，導(dǎo)致模型的計(jì)算量增加，影響模型的效率更新和維護(hù)復(fù)雜度金融政策和法規(guī)的變化可能要求模型更新以保持準(zhǔn)確性和合規(guī)性訓(xùn)練時(shí)間長通用大模型的訓(xùn)練需要大量的計(jì)算資源和時(shí)間，這對(duì)于一些小型企業(yè)來說是一個(gè)挑戰(zhàn)數(shù)據(jù)利用率低垂直領(lǐng)域模型的訓(xùn)練數(shù)據(jù)相對(duì)較少，模型的準(zhǔn)確率可能會(huì)受影響3.1.1.推理大模型增強(qiáng)了AI解決復(fù)雜金融問題的能力R1則將推理大模型性能和成本顯著優(yōu)化，為推理語言模型，推理大模型在金融核心業(yè)務(wù)領(lǐng)域的落地適用性和應(yīng)用效果顯著其二，推理大模型可實(shí)現(xiàn)推理過程顯性化。推理大模型可實(shí)現(xiàn)推理過程信現(xiàn)了模型推理邏輯的實(shí)時(shí)可視化輸出與完整性記錄，其推理過程動(dòng)態(tài)生成在真實(shí)金融業(yè)務(wù)場(chǎng)景中，推理大模型的業(yè)務(wù)處理智能化水平更高。根據(jù)請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分9of23度推理與多模態(tài)交互優(yōu)化，推理大模型能實(shí)現(xiàn)個(gè)性化解決方案生成與終端DeepSeek推理模型仍在迭代，深度思考性能持續(xù)優(yōu)化。2025年5月，較于舊版R1，新版模型在復(fù)雜推理任務(wù)中的表現(xiàn)有了顯著提升，例如在步得益于模型在推理過程中的思維深度增強(qiáng)。而在幻覺問題上，新版我們認(rèn)為，DeepSeek一方面通過開源架構(gòu)打破傳性壁壘，另一方面還能夠基于自主可控的技術(shù)棧構(gòu)建AI應(yīng)用，有效規(guī)多金融機(jī)構(gòu)選擇將數(shù)據(jù)存儲(chǔ)和處理部署在本地，以確保數(shù)據(jù)的安全性和合規(guī)性。DeepSeek采用開源策略，支持金融機(jī)構(gòu)私有化部署，能夠金融機(jī)構(gòu)的應(yīng)用需求。字、數(shù)字和邏輯密集處理的金融應(yīng)用場(chǎng)景中，需求，提供個(gè)性化和場(chǎng)景化的服務(wù)方案，加快響應(yīng)速度和任務(wù)處理效率。識(shí)問答、研報(bào)審核、代碼輔助撰寫等多個(gè)關(guān)鍵業(yè)務(wù)場(chǎng)景；國信完成了化部署，快速打造了太平人壽AI助手，該助手具備深度理解對(duì)升工作效率。機(jī)構(gòu)類型金融機(jī)構(gòu)技術(shù)落地應(yīng)用場(chǎng)景銀行工商銀行基于自研的“工銀智涌”平臺(tái)引入DeepSeek開源模型；通過模型輕量化技術(shù)降低推理成本，計(jì)劃圍繞“領(lǐng)航AI+行動(dòng)”深化算力、數(shù)據(jù)與模型的協(xié)同創(chuàng)新。構(gòu)建財(cái)報(bào)分析助手、AI財(cái)富管家等10余個(gè)場(chǎng)景，提升復(fù)雜數(shù)據(jù)處理能力。建設(shè)銀行總行完成DeepSeek定制化訓(xùn)練，全集團(tuán)推進(jìn)生成式AI體系化應(yīng)用。子公司通過總行平臺(tái)按需調(diào)用模型，嚴(yán)禁自行接入外部模型，保障技術(shù)建信理財(cái)率先探索資產(chǎn)配置優(yōu)化、風(fēng)險(xiǎn)預(yù)警等理財(cái)場(chǎng)景，同時(shí)通過金融語義框架將“抵押率”“償債覆蓋率”等術(shù)語轉(zhuǎn)化為業(yè)務(wù)邏輯，應(yīng)用于合同解析與風(fēng)險(xiǎn)建模。郵儲(chǔ)銀行依托自有大模型“郵智”，本地部署并集成DeepSeek-V3模型和DeepSeek-R1推理模型。應(yīng)用于智能客服“小郵助手”后，新增邏輯推理功能，可精準(zhǔn)識(shí)別用戶需求，提供個(gè)性化和場(chǎng)景化的服務(wù)方案，加快響應(yīng)速度和任務(wù)處理效率。招商銀行“AI理財(cái)顧問”引入DeepSeek依托DeepSeek-VL2多模態(tài)模型，將客戶畫像顆粒度提升5倍，實(shí)現(xiàn)個(gè)性化理財(cái)建議定制，滿足不同客戶的多樣化需求。通過精準(zhǔn)分析客戶需求，推動(dòng)服務(wù)從“標(biāo)準(zhǔn)化”向“精準(zhǔn)化”躍升，顯著提升金融服興業(yè)銀行完成DeepSeek初步測(cè)試，計(jì)劃通過本地化部署方式，將DeepSeek集成到投研分析系統(tǒng)中。主要應(yīng)用于投研分析場(chǎng)景。浦發(fā)銀行基于昇騰Atlas800TA2算力集群，完成DeepSeek-R1671B大模型的部融合“五橫六縱”企業(yè)級(jí)知識(shí)庫，嵌入數(shù)字員工助手應(yīng)用，賦能智能問答、指標(biāo)問答、財(cái)務(wù)分析報(bào)告寫作等多個(gè)應(yīng)用場(chǎng)景。券商廣發(fā)證券已接入DeepSeek，并上線了微信小程序。同時(shí)，廣發(fā)證券在“廣發(fā)智匯”上線DeepSeek客戶服務(wù)模塊。在運(yùn)營層面，廣發(fā)證券已將DeepSeek廣泛應(yīng)用于投行AI文曲星系統(tǒng)、投顧知識(shí)問答、研報(bào)審核、代碼輔助撰寫等多個(gè)關(guān)鍵業(yè)務(wù)場(chǎng)景;在內(nèi)部員工展業(yè)平臺(tái)“金鑰匙”上部署了基于DeepSeek的新一代智能問答系統(tǒng)--“智能犇犇”，實(shí)現(xiàn)了精準(zhǔn)知識(shí)匹配、智能內(nèi)容生成、動(dòng)態(tài)進(jìn)化機(jī)制三大突破;在研報(bào)方面，廣發(fā)證券把研報(bào)分析工具的基座模型切換成DeepSeek，提升了研報(bào)分析能力，并且還在規(guī)劃基于DeepSeek的研報(bào)撰寫能力。國信證券完成DeepSeek-R1-Distill-32B模型的本地部署，并引入云端的V3、R1等系列版本。DeepSeek模型在智能問答、投資顧問、個(gè)股分析等多個(gè)領(lǐng)域表現(xiàn)出色，后續(xù)計(jì)劃將更廣泛應(yīng)用于金太陽APP、財(cái)富管理、投資銀行、投研分析等核心的證券業(yè)務(wù)領(lǐng)域。自主研發(fā)的“光小e”智能服務(wù)助手，深度整合光大證券AI中臺(tái)新增DeepSeek大模型本地化部署和多場(chǎng)景應(yīng)用測(cè)試，并基于華為NPU算力平臺(tái)實(shí)現(xiàn)國產(chǎn)化適DeepSeek在證券業(yè)務(wù)智能辦理、內(nèi)部知識(shí)智能檢索、專業(yè)文本智能生成處理、代碼編寫測(cè)試智能輔助、智能構(gòu)建合規(guī)知識(shí)圖譜等應(yīng)用場(chǎng)景，賦能員工提升工作質(zhì)效。此外還建立了一站式智能數(shù)據(jù)服務(wù)中臺(tái)“陽光e數(shù)”，借用DeepSeek-R1推理能力，助力用戶在理解和使用數(shù)據(jù)方面化繁為簡。在知識(shí)庫問答場(chǎng)景中輔助員工高效獲取知識(shí)，在智興業(yè)證券完成了DeepSeek-V3和R1兩款大模型產(chǎn)品接入中臺(tái)大模型矩陣。能客服領(lǐng)域助力客戶服務(wù)質(zhì)量提升，在智能服務(wù)場(chǎng)景中輔助制定個(gè)性化方案，在研發(fā)輔助中進(jìn)一步提升研發(fā)效能。計(jì)劃將DeepSeek-R1深度整合至自主研發(fā)的智能國元證券已完成DeepSeek-R1在本地化部署及適配性測(cè)試。服務(wù)平臺(tái)“燎元智能助手”中。DeepSeek-R1將賦能“燎元智能助手”實(shí)現(xiàn)更精準(zhǔn)的語義理解與多輪對(duì)話能力覆蓋合規(guī)問答、業(yè)務(wù)辦理指引、知識(shí)查詢等場(chǎng)景，加速推進(jìn)證券服務(wù)智能化轉(zhuǎn)型。國金證券已完成DeepSeek大模型的本地化部署測(cè)試。將應(yīng)用于信息檢索、文檔處理、行業(yè)研究及市場(chǎng)分析等多個(gè)場(chǎng)景，并計(jì)劃未來進(jìn)一步拓展至智能服務(wù)、風(fēng)險(xiǎn)管理、投資分析等核心業(yè)務(wù)領(lǐng)域。保險(xiǎn)人壽財(cái)險(xiǎn)通過自主研發(fā)的“小財(cái)大模型”成功接入滿血版DeepSeek大模型成功構(gòu)建了多領(lǐng)域?qū)I(yè)知識(shí)體系，并在保險(xiǎn)營銷、理賠、客服等場(chǎng)景中實(shí)現(xiàn)了深度應(yīng)用。目前“小財(cái)大模型”已在車險(xiǎn)智能報(bào)價(jià)、業(yè)務(wù)文書智能分析等10余個(gè)場(chǎng)景中展現(xiàn)了卓越的智能化能力。平安人壽完成DeepSeek本地化部署，上線專為壽險(xiǎn)打造的DeepSeek智能平臺(tái)。率先在產(chǎn)品銷售、人員培訓(xùn)及客戶服務(wù)三大核心場(chǎng)景落地應(yīng)用。在產(chǎn)品銷售方面，升級(jí)后的AI銷售助理可提供更專業(yè)的疑難解答和銷售建議，助力代理人制定精準(zhǔn)的保險(xiǎn)方案;在人員培訓(xùn)方面，打造AI培訓(xùn)師，通過復(fù)雜情景模擬提升代理人專業(yè)能力;在客戶服務(wù)方面，推出AI理賠專家，賦能一線理賠人員，幫助客戶實(shí)現(xiàn)“快賠快享”。太平人壽在內(nèi)網(wǎng)完成DeepSeek本地化部署。快速打造了太平人壽AI助手。該助手具備深度理解對(duì)話、文檔及圖片的能力，能夠?yàn)閮?nèi)勤人員解決復(fù)雜問題提供高質(zhì)量的方案，從而大幅提升工作效人保財(cái)險(xiǎn)引入全尺寸DeepSeek大模型，基于國產(chǎn)算力設(shè)備完成私有化部署，將DeepSeek能力融入公司大模型底基于前期人工智能技術(shù)探索中積累的保險(xiǎn)業(yè)務(wù)數(shù)據(jù)集，建立多領(lǐng)域?qū)I(yè)知識(shí)庫，快速構(gòu)建起DeepSeek大模型面向保險(xiǎn)業(yè)務(wù)的專業(yè)服務(wù)能力，在避免核心數(shù)據(jù)出域，最大限度保障數(shù)據(jù)安全的前提下，快速實(shí)現(xiàn)落地應(yīng)用。新華保險(xiǎn)借助新華e家App技術(shù)底層棧與互聯(lián)網(wǎng)的技術(shù)生態(tài)互通的優(yōu)勢(shì)，在新華e家App成功接入DeepSeek-R1、V3兩款模型產(chǎn)品。打造個(gè)人AI助理，支持多個(gè)智能應(yīng)用場(chǎng)景。泰康銀保大語言模型智能問答機(jī)器人“泰小保”全面接入DeepSeek-R1深度探索通識(shí)大模型。借助DeepSeek-R1的強(qiáng)大能力，“泰小?！瘜⒁肷疃人伎贾悄荏w應(yīng)用。在產(chǎn)品對(duì)比上，能快速對(duì)不同保險(xiǎn)產(chǎn)品進(jìn)行多維度剖析，為客戶提供適配的產(chǎn)品建議;在產(chǎn)品亮點(diǎn)總結(jié)方面，精準(zhǔn)提煉核心優(yōu)勢(shì)，助力更具針對(duì)性的營銷推廣;在客戶保障方案設(shè)計(jì)環(huán)節(jié)，結(jié)合客戶個(gè)性化需求，生成定制化保障計(jì)劃，全方位防護(hù)客戶風(fēng)險(xiǎn)。此外，“泰小?！边€會(huì)為理財(cái)經(jīng)理提供多樣化營銷話術(shù)，提升銷售轉(zhuǎn)化率。資料來源：中電金信研究院公眾號(hào)，各公司官網(wǎng)，各相比基于金融語料訓(xùn)練的通用大模型，金融垂類大模型在金融領(lǐng)域具有專3.2.1.度小滿開源金融行業(yè)推理大模型——軒轅-FinX1軒轅–FinX1還針對(duì)金融場(chǎng)景中的分析、決策和數(shù)據(jù)處理任務(wù)進(jìn)行了深度優(yōu)基于千億級(jí)金融專業(yè)數(shù)據(jù)語料，通過可信數(shù)據(jù)合成技術(shù)以及結(jié)合專家務(wù)學(xué)習(xí)效率與性能。在后續(xù)業(yè)務(wù)應(yīng)用中，可顯著減少二次微調(diào)的數(shù)據(jù)市場(chǎng)動(dòng)態(tài)等關(guān)鍵信息，并通過配套評(píng)測(cè)工具進(jìn)行針對(duì)性優(yōu)化，讓模型技術(shù)，致力于滿足各類金融場(chǎng)景下的需求。依托東方財(cái)富互聯(lián)網(wǎng)券商綜合運(yùn)營平臺(tái)，妙想大模型在金融數(shù)據(jù)供給、語型為金融行業(yè)賦能的第一個(gè)重點(diǎn)落地場(chǎng)景，致力于將妙想投研助理打造成資料來源：妙想大模型公眾號(hào)3.3.金融AIAgent：多智傳統(tǒng)AI解決方案核心區(qū)別在于，智能體的設(shè)計(jì)和行動(dòng)是以實(shí)并不要求大模型去自主承擔(dān)具有長流程的工作任務(wù)，而這類任務(wù)需要依賴金融Agent。當(dāng)前由于基座模型能力限制、13.6%的保險(xiǎn)公司正在采用智能體技術(shù)，此外，37.公司、31.8%的保險(xiǎn)公司計(jì)劃在未來一年內(nèi)采用智能體技術(shù)。根據(jù)CAICT金融科技的研究，從智能體在具體業(yè)務(wù)場(chǎng)景中的應(yīng)用能力上來復(fù)雜性任務(wù)。應(yīng)特定場(chǎng)景。圖20：金融場(chǎng)景中多智能體可實(shí)現(xiàn)復(fù)雜業(yè)務(wù)任務(wù)的處有各種不同的理論和分析，而基于這些理論分析必然生發(fā)出許多互相沖突場(chǎng)主體的參與和博弈帶來了無窮變數(shù)，金融決策從頭到尾都需要和不確定務(wù)處理場(chǎng)景的復(fù)雜性和特殊性，基礎(chǔ)的大模型和單智能體往往無法通過標(biāo)準(zhǔn)解法來處理金融領(lǐng)域的復(fù)雜決策問題，需要依托多智能體裝載的相關(guān)過建議等輔助作用。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分20of23請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分21of23APPENDIX1SummaryInvestmentHighIights:InvestmentAdvice:ThefinanciaIindustry’sneedfordigitaItransformationaIignswithfoundationmodeIs.The2025reIeaseofDeepSeekR1wiIIenhancemodeIcapabiIitiesandreducecosts,markingaturningpointforAIdepIoymentinfinance.AIisrapidIyintegratingintocorefinanciaIoperations,potentiaIIyreshapingprocessesandstructures.Keyareastowatch:1)FinanciaIInformationServices:HithinkRoyaIFIushInformationNetwork,BeijingCompassTechnoIogyDeveIopment.2)Third–PartyPayment:NewIandDigitaITechnoIogy,XgdInc,LakaIaPayment.3)BankingIT:YusysTechnoIogies,GRGBankingEquipment,KingdomSci–Tech.4)SecuritiesIT:HundsunTechnoIogies,KingdomSci–Tech.5)InsuranceIT:NewSoftware,ZhongkeSoft.TheconvergenceofindustryandpoIicydriverssignaIsapivotaImomentforfinanciaIAIappIications.SinceOpenAI’sGPT–1in2018,foundationmodeIshaveevoIvedfrom(proofofconcept’to(industryadaptation’,withfinanceasaprimetestingground.InMay2025,thePeopIe’sBank’sLiWeiemphasizedadvancingAImodeIsfordigitaItransformation.AIpoIiciesandfinanciaIITspendingareacceIeratingAIadoption.TechnicaIIy,AIinfinancefoIIowstwopaths:trainingfoundationmodeIswithfinanciaIdataanddeveIopingfinance–specificmodeIs.AIagents,especiaIIymuIti–agentsystems,arekeyforcompIextasks.RiskWarning:FoundationmodeIdeveIopmentandAIappIicationmaybeweakerthanexpected,withpoIicyandcompIiancerisks.請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分22of23 /4