“AI+金融”系列专题研究（一）：行业拐点已至，金融是AI应用落地的绝佳“试验田”.docxVIP

票研究股

票研究

股票研究/20225-.117

行业拐点已至，金融是AI应用落地的绝佳“试验田”

n“AI+金融”系列专题研究（一）

行业专题研究

行业专题研究证券研究报告

金融行业数智化转型需求与大模型技术特性高度契合，是AI应用落地的绝佳“试验田”；2025年DeepSeekR1的发布成为金融机构本地化部署AI的行业拐点。

投资要点：

投资建议：我们认为，金融行业作为典型的数据、信息、决策密集型产业，其数智化转型需求与大模型技术特性高度契合。2025年DeepSeekR1的发布助推通用模型推理能力跃迁和成本锐减，并实现模型开源，成为金融机构本地化部署AI的行业拐点。目前，AI应用已在各类金融机构的核心业务领域以及中后台场景中加速渗透，未来AI有望重构金融业务流程和组织架构，为金融数智化打开新纪元。建议关注：1）金融信息服务。相关标的：同花顺、九方智投控股、指南针。2）第三方支付。重点关注：新大陆、新国都，相关标的：拉卡拉。3）银行IT。重点关注：宇信科技、京北方、广电运通、神州信息、中科金财、高伟达、天阳科技；相关标的：长亮科技。

4）证券IT。重点关注：恒生电子、金证股份、顶点软件。5）保险IT。重点关注：新致软件、中科软。

行业内驱+政策外驱，金融AI应用落地拐点已至。自2018年OpenAI推出第一个版本的GPT模型GPT-1以来，经过多年发展，通用大模型技术已跨越“技术验证”向“产业适配”的关键拐点，AI在垂直领域的规模化应用落地已箭在弦上，将逐渐进入加速期。而金融行业作为典型的数据、信息、决策密集型产业，是AI应用落地的绝佳“试验田”。

2025年5月，人民银行科技司司长李伟在《中国金融杂志》发表署名文章，提出“要稳妥有序推进人工智能大模型应用，加快金融数字化、智能化转型”。近年来，人工智能相关政策和顶层设计，为金融机构由“数智化”进一步向“人工智能化”转型提供外部驱动。而从产业内部来看，金融机构IT支出的持续扩张，则为AI落地提供了强劲内驱，数据显示2024年以来金融行业大模型相关招投标已开始明显加速。

从技术侧来看，当前AI与金融的结合主要有两条技术路径，一是通用模型结合金融语料进行训练，依赖通用模型能力的迭代，随着推理大模型的推广渗透，AI解决复杂金融问题的能力已有所增强，DeepSeekR1推理模型的发布更是成为金融机构本地化部署AI的行业拐点。二是开发金融垂类大模型，相比通用模型，金融垂域模型更适合解决金融行业的具体问题，与行业需求和合规性要求更加匹配。在应用形式上，AI智能体尤其是多智能体协作已成为未来重点研发方向，目前大模型普遍应用在理解、问答、信息提取等“短思考”金融场景，而智能体则主要面向需要AI自主承担长流程工作任务的高规划要求场景。

风险提示。大模型技术发展和迭代不及预期，AI应用落地不及预期，政策与合规风险。

行业专题研究

目录

1.投资建议 3

2.行业内驱+政策外驱，金融AI落地加速已是必然 4

2.1.外驱：产业趋势与政策共振，金融机构AI转型动力强劲 4

2.1.1.大模型技术特性与金融行业数智化转型需求高度匹配 4

2.1.2.顶层设计驱动金融机构向“人工智能化”转型 5

2.2.内驱：金融机构IT支出持续扩张，大模型相关招投标明显加速 6

3.技术侧：模型能力持续迭代，DeepSeek成为金融机构AI部署拐点 8

3.1.通用模型+金融语料：以DeepSeek为代表的推理大模型加速渗透 9

3.1.1.推理大模型增强了AI解决复杂金融问题的能力 9

3.1.2.DeepSeekR1成为金融机构本地化部署AI的行业拐点 10

3.2.金融垂类大模型：更专注更懂金融的行业原生大模型 15

3.2.1.度小满开源金融行业推理大模型——轩辕–FinX1 15

3.2.2.蚂蚁数科推出原生金融推理大模型 16

3.2.3.东方财富自研妙想金融大模型 17

3.3.金融AIAgent：多智能体协作正在成为趋势 18

4.风险提示 21

请务必阅读正文之后的免责条款部分2of23

行业专题研究

1.投资建议

我们认为，当前通用大模型技术已渐成熟，大模型在垂直领域的规模化应用落地已箭在弦上，将逐