目錄投資議 3行業(yè)+策驅(qū)融AI落加已必然 4外驅(qū)產(chǎn)趨與策振，融構(gòu)AI轉(zhuǎn)型強(qiáng)勁 4大模技特與融業(yè)數(shù)化型求度配 4頂層計(jì)動(dòng)融構(gòu)人工能”5內(nèi)驅(qū)金構(gòu)IT支續(xù)擴(kuò)，模相招標(biāo)明加速 6技術(shù)：型力續(xù)代，DeepSeek成金構(gòu)AI部拐點(diǎn) 8通用+融料以DeepSeek代的理型加滲透 9推理模增了AI解復(fù)雜融題能力 9DeepSeekR1成金構(gòu)本化署AI的行點(diǎn) 10金融類模：專更懂融行原大型 15度小開金行推大?！庌@-FinX1 15螞蟻科出生融理大型 15東方富研想融模型 16金融AIAgent：多能協(xié)作在為勢(shì) 18風(fēng)險(xiǎn)示 212of22投資建議2025年DeepSeekR1AIAI建議關(guān)注：金融信息服務(wù)。銀行證券IT。推薦標(biāo)的：恒生電子、金證股份、頂點(diǎn)軟件。保險(xiǎn)IT。推薦標(biāo)的：新致軟件、中科軟。表1：推薦標(biāo)的盈利預(yù)測(cè)表市值股價(jià)EPS市值股價(jià)EPS（元/股）PE（倍）（億元）（元/股）2024A2025E2026E2024A2025E2026E新大陸25.33256.621.001.261.55252016增持新國都25.80146.360.411.041.32622520增持宇信科技22.46158.130.540.630.74423630增持京北方19.57169.760.360.420.48544741增持廣電運(yùn)通12.51310.670.370.410.47343127增持神州信息18.05176.13-0.540.080.16(34)222111增持中科金財(cái)27.7294.26-0.16-0.040.07(170)(682)404增持高偉達(dá)22.65100.510.070.100.2532122791增持天陽科技20.2798.940.170.200.2711910175增持恒生電子28.86546.650.550.590.65524944增持金證股份15.77148.44-0.220.290.38-735341增持頂點(diǎn)軟件37.5677.140.941.301.54402924增持新致軟件19.4251.050.030.590.826313324增持中科軟21.10175.350.430.460.61494635增持，注：股為2025/11/14收盤價(jià)，EPS預(yù)測(cè)值來自 。行業(yè)內(nèi)驅(qū)政策外驅(qū)，金融AI落地加速已是必然外驅(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)勁通用大模型技術(shù)已漸成熟，AI應(yīng)用在垂直領(lǐng)域落地已箭在弦上。2017年，谷歌發(fā)布Transformer架構(gòu)，為后續(xù)LLM、GPT的建設(shè)提供基礎(chǔ)的框架支持，隨后在2018年，OpenAI推出了第一個(gè)版本的GPT模型GPT-1，引領(lǐng)”向”API2023圖1：大模型技術(shù)發(fā)展簡(jiǎn)史機(jī)器學(xué)習(xí)社區(qū)公眾號(hào)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.金融行業(yè)屬于數(shù)據(jù)、圖2：大模型技術(shù)特性與金融行業(yè)數(shù)智化轉(zhuǎn)型需求高度匹配艾瑞咨詢，2025年8月，國務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，明2027670%203090%2024202532025年5月，人民銀行科技司司長(zhǎng)李偉在《中國金融雜志》發(fā)表署名文章表1：頂層設(shè)計(jì)驅(qū)動(dòng)金融機(jī)構(gòu)向“人工智能化”轉(zhuǎn)型發(fā)布/發(fā)表政策/指引時(shí)間

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》《推動(dòng)數(shù)字金融高質(zhì)量發(fā)展行動(dòng)方案》中國人民銀行2025年科技工作會(huì)議融高質(zhì)量發(fā)展實(shí)施方案》《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》《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》

20249月202420253月20253月20255月20258月

積極參與上海市人工智能公共算力服務(wù)平臺(tái)建依托上海大模型語料數(shù)據(jù)聯(lián)盟等開展多元合作，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)用。高效的算力支持。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。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)技術(shù)，研發(fā)數(shù)字化經(jīng)營工具。量發(fā)展注入智慧動(dòng)能強(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。

辦公廳七部門中國人民銀行國家金融監(jiān)督管理總局辦公廳等三部門人民銀行科技司司長(zhǎng)李偉國務(wù)院中國政府網(wǎng)，中國人民銀行官網(wǎng)，中國金融雜志，上海市人民政府，內(nèi)驅(qū)：金融機(jī)構(gòu)IT加速金融機(jī)構(gòu)IT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)我國金融機(jī)構(gòu)科技投入規(guī)模持續(xù)擴(kuò)張。359813.3%20286500金融機(jī)構(gòu)在AI領(lǐng)域的直接投入也在增加。根據(jù)IDC數(shù)據(jù)，2024年中國金融行業(yè)AlandGenerativeAl投資規(guī)模達(dá)到196.94億元，到2027年將達(dá)到415.48億元，增幅達(dá)到111%。圖3：2024-2028年我國金融機(jī)構(gòu)科技投入規(guī)模預(yù)計(jì)將持續(xù)擴(kuò)張700018%600016%14%500012%400010%30008%20006%4%1000 2%02023

0%2024E 2025E 2026E 2027E 2028E金融機(jī)構(gòu)科技投入規(guī)模（億元） yoy艾瑞咨詢，金融機(jī)構(gòu)積極推進(jìn)AI落地，大模型項(xiàng)目招投標(biāo)2024年開始加速。1339023961（71個(gè)53206個(gè)26個(gè)50%。（82個(gè)（27（23圖4：2024年金融行業(yè)大模型中標(biāo)項(xiàng)目數(shù)量分布（按金融機(jī)構(gòu)）

圖5：2024（按金融機(jī)構(gòu)）2620164582262016458241072002銀行 保險(xiǎn) 證券 其他 銀行 保險(xiǎn) 證券 其他智能超參數(shù)公眾號(hào)， 智能超參數(shù)公眾號(hào)，圖6：2024年金融行業(yè)大模型中標(biāo)項(xiàng)目數(shù)量分布（按項(xiàng)目類型）

圖7：2024年金融行業(yè)大模型中標(biāo)項(xiàng)目數(shù)金額分布（萬元，按項(xiàng)目類型）278323278323789785947282189算力 數(shù)據(jù) 大模型 應(yīng)用 算力 數(shù)據(jù) 大模型 應(yīng)用智能超參數(shù)公眾號(hào)， 智能超參數(shù)公眾號(hào)，2024年Q1至Q4圖8：2024年Q1至Q4金融行業(yè)大模型中標(biāo)項(xiàng)目數(shù)量和中標(biāo)金額逐季度實(shí)現(xiàn)迅猛增長(zhǎng)16000 7014000 6012000 50100004080003060004000 202000 100 0第一季度 第二季度 第三季度 第四季度中標(biāo)總額（元） 中標(biāo)項(xiàng)數(shù)量個(gè)，軸）智能超參數(shù)公眾號(hào)，技術(shù)側(cè)：模型能力持續(xù)迭代，DeepSeek構(gòu)AI部署拐點(diǎn)當(dāng)前AI金融語料訓(xùn)練金通用大模型金融垂類大模型優(yōu)勢(shì)泛用性強(qiáng)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)模型也可以通過微調(diào)進(jìn)行有效的間和計(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(zhǎng)通用大模型的訓(xùn)練需要大量的計(jì)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AI云原生智能算力架構(gòu)公眾號(hào)，通用模型DeepSeek為代表的推理大模型加速滲透推理大模型增強(qiáng)了AI解決復(fù)雜金融問題的能力20249月OpenAIo1滲透。我們認(rèn)為，OpenAIo1引領(lǐng)了推理大模型的訓(xùn)練和迭代趨勢(shì)，DeepSeek-R1利用RAG其二，推理大模型可實(shí)現(xiàn)推理過程顯性化。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)CAICT圖9：推理大模型給金融核心場(chǎng)景帶來智能化提升CAICT金融科技DeepSeekR1成為金融機(jī)構(gòu)本地化部署AI的行業(yè)拐點(diǎn)DeepSeekR1AI2025120DeepSeek-R1OpenAIo1B/CDeepSeek-R1OpenAIo1圖10：DeepSeek-R1性能比肩OpenAIo1深度求索公眾號(hào)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，DeepSeekR1DeepSeek-R1-0528。相較于舊版AIME202570%提升至87.5%，這一進(jìn)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DeepSeekR145～50%圖11：DeepSeek-R1-0528相較舊版DeepSeek-R1性能顯著優(yōu)化深度求索公眾號(hào)DeepSeekAIDeepSeekDeepSeekMoE高性價(jià)比：DeepSeek我們認(rèn)為，DeepSeekAI技術(shù)從頭部機(jī)構(gòu)向中小金融機(jī)構(gòu)等長(zhǎng)尾市場(chǎng)加速滲透，打破了頭部機(jī)構(gòu)的“算力壁壘圖12：DeepSeek-R1的API服務(wù)定價(jià)顯著低于OpenAIo1（數(shù)據(jù)截止DeepSeek-R1發(fā)布時(shí)間2025年1月）深度求索公眾號(hào)根據(jù)中電金信研究院統(tǒng)計(jì)，在DeepSeek-R1正式發(fā)布后，銀行、券商、保險(xiǎn)等領(lǐng)域各大金融機(jī)構(gòu)快速跟進(jìn)了DeepSeek大模型的部署和應(yīng)用。例如，工商銀行基于自研的“工銀智涌”平臺(tái)引入DeepSeek開源模型，構(gòu)建財(cái)報(bào)AI10DepSekV3DepSek-R1DeepSeekAI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；國信完成了DeepSeek-R1滿血版DeepSeekDeepSeek本地化部署，快速打造了太平人壽AI表3：金融機(jī)構(gòu)積極進(jìn)行DeepSeek大模型部署和應(yīng)用（統(tǒng)計(jì)截止2025年2月底）機(jī)構(gòu)類型 金融機(jī)構(gòu) 技術(shù)落地 應(yīng)用場(chǎng)景基于自研的工銀智涌平臺(tái)引入DeepSeek銀行

AI+行動(dòng)的協(xié)同創(chuàng)新。DeepSeekAI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)可控性。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。

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。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。應(yīng)用于智能客服“小郵助手”后，新增邏輯推理功服務(wù)方案，加快響應(yīng)速度和任務(wù)處理效率。DeepSeek-VL25招商銀行 “AI理財(cái)顧問引入DeepSeekDeepSeek

服務(wù)從標(biāo)準(zhǔn)化向精準(zhǔn)化券商國信證券

DeepSeek到投研分析系統(tǒng)中。Atlas800TA2完成DeepSeek-R1671B大模型的部署。DeepSeek廣發(fā)智匯DeepSeek客戶服務(wù)模塊。DeepSeek-R1-Distill-32BV3

主要應(yīng)用于投研分析場(chǎng)景。融合五橫六縱作等多個(gè)應(yīng)用場(chǎng)景。DeepSeek廣泛應(yīng)用于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DeepSeek的新一代智能問答系統(tǒng)智能犇犇智能內(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的研報(bào)撰寫能力。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)用于金等系列版本。 太陽APP財(cái)富管理投資銀行投研分析等核的證券業(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DeepSeek在證券業(yè)務(wù)智能辦理、內(nèi)部知識(shí)智能檢保險(xiǎn)

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)化適配。DeepSeek-V3R1模型產(chǎn)品接入中臺(tái)大模型矩陣。DeepSeek-R1及適配性測(cè)試。已完成DeepSeek大模型的本地化部署測(cè)試。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DeepSeekDeepSeek

中臺(tái)e數(shù)DeepSeek-R1升研發(fā)效能。計(jì)劃將DeepSeek-R1DeepSeek-R1等場(chǎng)景，加速推進(jìn)證券服務(wù)智能化轉(zhuǎn)型。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。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。AI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;AI快賠快享”。AI助手。該助手具備深度理太平人壽 在內(nèi)網(wǎng)完成DeepSeek本地化部署。DeepSeek國產(chǎn)算力設(shè)備完成私有化部署，將人保財(cái)險(xiǎn)DeepSeek能力融入公司大模型底座。eApp聯(lián)網(wǎng)的技術(shù)生態(tài)互通的優(yōu)勢(shì)，在新新華保險(xiǎn)華e家App成功接入DeepSeek-R1V3兩款模型產(chǎn)品。

復(fù)雜問題提供高質(zhì)量的方案，從而大幅提升工作效率。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，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。

DeepSeek-R1泰小保’將引入深力更具針對(duì)性的營銷推廣;在客戶保障方案設(shè)計(jì)環(huán)泰小保還會(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。中電金信研究院公眾號(hào)，各公司官網(wǎng)，各公司財(cái)報(bào)，金融垂類大模型：更專注更懂金融的行業(yè)原生大模型-FinX1202412-FinX1。軒轅-FinX1++-FinX1FinanceIQ-FinX1模型，在10中，均超越了Qwen2.5-72B。圖13：軒轅-FinX1基于FinanceIQ的測(cè)試表