市场表现 - 1月5日，沪指加速上涨超1%，重返4000点，算力板块再度强势 [1] - 云计算ETF汇添富（159273）当日大幅收涨超3%，全天成交额超3000万元，环比放量33% [1] - 该ETF标的指数权重股多数收红，其中金山办公涨超6%，中际旭创、阿里巴巴-W、中科曙光涨超2%，浪潮信息、恒生电子涨近2%，腾讯控股微涨 [2] 机构观点：AI大模型发展趋势 - 复盘美股科技巨头过去三年股价走势，AI叙事不断递进 [4] - 2023年，OpenAI领先开启AI加速度，微软因独家合作受益，估值明显抬升 [4] - 2024年，市场叙事转向推理侧，认为应用公司最优，Meta因社交垄断生态和广告场景，成为除英伟达外PE唯一抬升的巨头；同年云厂商因资本开支大增但供给受限，收入传导延迟，三大CSP（云服务提供商）估值略有回落 [4] - 2025年，模型差距与OpenAI明显收敛，谷歌后来居上，生态优势受市场追逐 [4] - 展望2026年，Scaling Law将持续，模型厂商将打开差异化应用市场，模型推理侧需求或进入放量拐点，模型和算力或为最优投资方向 [4] 资本开支与算力需求 - 2025年北美四家科技巨头资本开支同比增长50%以上，从年初的3200-3300亿美元上修至年末接近4000亿美元 [5] - 测算2026年资本开支将持续实现30%以上增速 [5] - 巨额资本开支投入数据中心建设，可能面临电力瓶颈 [5] - 2024年北美数据中心容量约25GW，据Grid Strategies估计，至2029年的五年将新增80GW需求，但煤电退役、变压器建设周期长等因素可能导致电力缺口成为主要矛盾，算力能耗比成为关键考量因素 [5] 技术演进与架构发展 - 模型架构继续演化，Scaling law延续，多模态与长文本能力为Agent爆发提供基础 [5] - 2023年为Scaling law红利期，2024年多模态、推理模型涌现，2025年算法工程与Scaling Law并进 [5] - 下一代模型架构需解决两大核心痛点：训练阶段Transformer的计算量和内存消耗瓶颈；推理时模型的记忆能力有限且参数无法跟随记忆变化 [5] - 海外已有谷歌的Titans架构及Mamba架构，国内则从成本效率优化角度出发，如Qwen3-Next、DeepSeek V3.2取得明显提升 [5] - 预计2026年Scaling law仍将延续，强化学习将成为重点突破方向 [7] - 多模态、长文本能力更加成熟，为Agent涌现提供技术基础，目前中美模型差距在3-6个月，算力和算法是追赶关键 [7] 应用市场与需求变化 - 人工智能实际上打开了软件需求的天花板，据IDC数据，预计2029年全球SaaS市场将达到近1万亿美元规模，对比2025年的5800亿美元有明显增长 [7] - 市场玩家将重新洗牌，拥有数据壁垒、布局垂类细分场景、工作流程复杂或对准确度要求极高的行业（如医疗、能源、会计、安全）被大模型替代的风险较小 [7] - 大模型厂商开始通过与B端软件服务商合作开发行业需求，或与传统SaaS厂商产生直面竞争 [7] - 2026年推理侧需求有望爆发，一级市场中，编程场景、Agent爆发为主要应用方向 [8] - 当前规模增长较快的行业以AI编程、AI Agent、AI内容创作为主，聚焦生产力提升 [8] - 今年以来诞生多个爆款应用：AI编程软件Cursor年经常性收入已达到10亿美元，AI agent Manus在8个月时间年经常性收入达到1亿美元，AI Perplexity年经常性收入也已达到2亿美元 [8] - 随着模型能力成熟，2026年在端侧的AI手机、AI眼镜，以及协助大模型在企业落地的分销商领域将看到明显增长 [8] 公司动态 - 1月5日，阿里巴巴旗下高德已正式布局"世界模型"技术，并计划基于该模型推出全新产品应用，标志着其在空间智能领域的战略进一步深化 [6] 投资主线 - 华西证券认为，AI大模型的研发从侧重规模，到追求效率，再到追求推理能力，一切朝着更利于应用的方向不断发展 [8] - 2023年及以前，大语言模型发展遵循"Scaling Laws"，GPT-4的成功印证了该路径 [8] - 效率追求：传统Transformer架构的注意力机制存在二次方计算复杂度，限制了上下文长度扩展和模型实际部署，催生了对稀疏架构和新型注意力机制（如MoE架构、MLA注意力机制）的需求 [9] - 推理追求：单纯的规模扩张不能赋予模型多步骤逻辑推理能力，催生了思考模型（如CoT）的诞生 [9] - 智能体的诞生：模型基础能力、效率及推理能力的提升，为智能体的诞生奠定基础，智能体在传统大模型基础上引入了与外部工具和环境的交互 [9]

公司声明 - 恒生电子在投资者互动平台明确表示，公司没有投资沐曦股份 [1]

（记者 王晓波） 每经AI快讯，有投资者在投资者互动平台提问：请问贵公司是否持有沐曦股份的股份？ 恒生电子（600570.SH）1月5日在投资者互动平台表示，公司没有投资沐曦股份。 ...

行业定义与核心优势 - 智能投顾是提供自动化、基于算法的投资组合管理服务的数字平台，通过算法自动构建并管理投资组合 [10] - 其核心优势在于低成本、高可及性与操作便捷性，显著降低了专业理财服务的门槛与费用 [1] - 与传统投顾相比，智能投顾具有自动化追踪、费用低、自动节税等优势 [10][11] 发展历程与代际变迁 - 行业经历了四次代际跃迁：1.0阶段为早期的在线问卷与静态建议；2.0阶段实现了全流程自动化与被动管理，并引入了税收亏损收割等高级功能；3.0阶段确立了“人机结合”的混合服务模式；4.0阶段进入由生成式AI驱动的超个性化与智能代理时代 [13][14][15][16] - 发展的核心愿景始终是“金融民主化”，旨在通过技术降低服务成本，使大众投资者能享受以往仅面向高净值人群的专业服务 [1][13] 全球市场规模与增长 - 全球智能投顾市场规模预计将从2023年的77亿美元增长到2033年的约1164亿美元，2024年至2033年的复合年增长率预计为31.2% [18] - 该市场资产管理规模在2020年为2.2万亿至3.7万亿美元，预计到2025年将增长至16万亿美元 [18] 全球竞争格局 - 美国市场占据全球主导地位，其智能投顾管理资产规模占全球的81% [23] - 美国市场已形成“三超多强”格局：“三超”指Vanguard、Schwab、Fidelity三大传统巨头；“多强”指Betterment、Wealthfront等独立金融科技公司 [23] - 欧洲市场整体份额较小，预计市场规模在2030年突破100亿美元，主要玩家包括泛欧超级平台、市场整合者及区域性平台 [25][28] - 德国是欧洲用户最多的市场，拥有超过200万智能投顾及数字投资用户，得益于其“ETF储蓄计划”文化 [25] - 英国市场用户约150万，人均资产管理规模通常较高 [25] 主要参与者与规模 - Vanguard Digital Advisor是全球最大的智能投顾相关公司，资产管理规模超1400亿美元 [18] - Charles Schwab Intelligent Portfolios资产管理规模超700亿美元 [18] - Betterment资产管理规模为459.3亿美元，拥有约110万用户 [24] - Wealthfront资产管理规模为359.2亿美元，拥有约53.6万用户 [24] 商业模式与盈利演进 - 商业模式已从面向个人客户扩展至平台化与生态化，头部机构积极向B2B领域拓展，为传统金融机构输出技术与解决方案 [3] - 盈利模式日趋多样：包括基于资产管理规模的阶梯费率、提供高级功能的订阅制分层收费、作为技术赋能方收取服务费以及依托生态平台通过产品代销获取佣金 [3][8] 核心竞争力分析 - 综合实力较强的平台往往在长期业绩与服务生态上具备优势 [3] - 数字体验领先的平台擅长构建自动化的“理财闭环”，拥有强大的个人资产聚合工具 [3] - 对新手友好的平台或在品牌安全感上建立信任，或通过社区与教育内容吸引用户 [3] 投资策略分化 - 行业内部存在“主动”与“被动”投资哲学的博弈：有的平台坚守现代投资组合理论，倡导低成本、广泛分散的被动投资；有的则在配置中隐含主动判断；还有的利用直接指数化、智能贝塔等技术手段寻求结构性超额收益 [3] 中国市场前景 - 中国智能投顾起步较晚，但受益于居民财富管理需求增长及被动投资理念普及，市场前景广阔 [2] - 中国智能投顾市场规模有望在2028年突破200亿美元，成为推动中长期资金入市的重要渠道 [2][8] 未来发展趋势 - 行业正告别野蛮生长，进入深度整合与迭代阶段，部分传统金融机构的退出反映了商业逻辑的挑战 [4] - 领先的独立平台不再盲目追求规模，而是转向探索可持续的盈利模式 [4][8] - 人工智能技术，特别是大语言模型的应用，正重塑行业未来服务形态，未来的智能投顾可能进化为能够提供类人化、深度个性化对话的智能理财伙伴 [4][8]

市场表现 - 截至2025年12月31日13:19，中证金融科技主题指数(930986)强势上涨1.40% [1] - 指数成分股星环科技(688031)上涨14.55%，中科江南(301153)上涨12.28%，拉卡拉(300773)上涨8.80%，长亮科技(300348)和翠微股份(603123)等个股跟涨 [1] - 金融科技ETF指数(563670)上涨0.76%，冲击6连涨，最新价报0.92元 [1] 政策驱动 - 中国人民银行出台《关于进一步加强数字人民币管理服务体系和相关金融基础设施建设的行动方案》，将于2026年1月1日起正式实施 [1] - 方案主要亮点包括：数字人民币钱包余额将计付利息；银行类运营机构的数字人民币纳入准备金制度框架管理，其钱包余额统一计入存款准备金交存基数；参与运营的非银行支付机构则需实行100%的数字人民币保证金要求 [1] 政策影响分析 - 数字人民币定位由M0升级到M1，吸引力有望大幅提高 [2] - 用户端将获得类似现金的便捷性（如离线支付、实时结算）以及存款的安全性、收益性 [2] - 银行端获得数字人民币的资产负债管理权，可通过理财、信贷等业务盘活钱包资金，激发参与积极性 [2] - 监管端实现货币体内循环，货币乘数可控，宏观调控效率提升，反洗钱、反逃税监管更易穿透 [2] - 方案核心思想是在监管与合规的基础上结合最新技术，数字化方案为“账户体系+币串+智能合约”，坚持账户型管理优势，强调“中国特色混合模式”的优势 [2] 指数构成 - 金融科技ETF指数紧密跟踪中证金融科技主题指数，该指数选取产品与服务涉及金融科技相关领域的上市公司证券作为指数样本 [2] - 截至2025年11月28日，中证金融科技主题指数(930986)前十大权重股分别为同花顺(300033)、东方财富(300059)、恒生电子(600570)、指南针(300803)、润和软件(300339)、东华软件(002065)、新大陆(000997)、银之杰(300085)、广电运通(002152)、四方精创(300468) [3] - 前十大权重股合计占比53.31% [3]

第四届青岛数字金融创新大赛核心观点 - 大赛于12月26日顺利收官，主题为“数领金融浪潮 智汇财富青岛”，标志着青岛数字金融创新从“单点突破”迈向“系统攻关”的战略跨越，为区域数字金融高质量发展提供了“青岛样本”[1][6] 金融科技优秀项目单元 - 大赛对青岛辖区内已落地的**28个**优秀项目进行表彰，集中展示了本地金融机构的数字化硬核实力与多元化布局[1][7] - 青岛农商银行、招商银行青岛分行、青岛银行的3个一等奖项目，分别代表了在数据要素价值释放、供应链金融生态建设及信贷智能化改造方面的最高水平，凸显“头雁效应”[1][7] - 获奖项目涵盖从中国工商银行青岛市分行的“通用可插拔大模型赋能体系建设”到交通银行青岛分行的“智慧反诈风控生态系统”等，展现了青岛金融业全方位、多层次的数字化创新格局[2][7] 金融科技揭榜挂帅单元 - 大赛吸引了三六零数字安全、科大讯飞、蚂蚁区块链、恒生电子等国内顶尖科技企业参与角逐[3][8] - 围绕发布的**7项**榜单，共评选出**21个**标杆性解决方案[3][8] - 三六零数字安全凭借“主机防护系统思考”方案在“网络安全防护与微隔离技术”榜单拔得头筹，方案集成防毒、勒索防护与入侵检测，实现内网统一管控[3][8] - 科大讯飞在“AI数字人应用”榜单斩获第一，其方案以AIGC大模型为核心，支持**130余种**语言交互，并实现2D/3D形象的快速生成[3][8] - 其他获奖方案包括长烽数智科技的“普惠零贷智能体”和青岛鑫晟汇科技的基于区块链的跨境支付与融资新引擎方案[3][9] 政企联合发榜机制 - 大赛首次推出由三家主办单位与金融机构四方联合的发榜机制，旨在破解金融机构资源分散、需求碎片化的痛点[4][10] - 设立了“网络安全防护与微隔离技术”、“AI重塑普惠新流程”等**4项**联合榜单，聚焦数字金融场景化落地的关键环节，致力于破解行业共性瓶颈[4][10] - 该机制以“政企协同、分层施策”的思路，有效聚合政策引导力与市场创新力，为底层技术突破提供试验场与制度支撑[4][10] 金融科创生态构建 - 连续举办四届的大赛已演变为青岛深化金融供给侧结构性改革、构建区域金融科技创新生态的重要平台[4][11] - 大赛成功搭建“政府引导、企业主导、市场运作”的融合体系，有效疏通了从政策顶层设计到市场底层应用的传导机制[5][11] - 通过签约与路演环节，大赛加速创新成果从“实验室”走向“应用场”，功能升级为招引平台，成为金融科技企业落户青岛的“加速器”[5][11] - 大赛延续设立“深耕奖”，授予往届获奖并已取得显著成效的解决方案，如交通银行青岛分行的“养老云智慧助老服务”和青岛农商银行的“5C零售客群经营管理平台”，旨在确立“以用为本、长期主义”的创新风向标[5][12] 未来展望与区域战略 - 大赛沉淀的制度成果与技术方案，将为青岛落实《推动数字金融高质量发展行动方案》提供实践支撑[6][12] - 通过持续推动数字技术在金融领域的渗透与重塑，青岛正逐步构建适应数字经济发展特征的现代金融服务体系，旨在打造数字金融区域创新高地[6][12]

公司股价与基本面 - 12月30日，恒生电子股价上涨1.09%，收报30.53元/股，成交额2.57亿元，换手率0.45%，总市值578.28亿元 [1] - 公司主营业务为面向证券、银行、基金等行业的应用软件开发，其软件业收入占主营业务收入的99.45% [1] 主要流通股东动态 - 华泰柏瑞沪深300ETF（510300）为恒生电子十大流通股东之一，该基金在三季度减持121.89万股，截至报告期末持有2572.74万股，占流通股比例为1.36% [2] - 根据测算，12月30日该基金因持有恒生电子获得约849万元的浮动盈利 [2] 相关基金持仓变动 - 华泰柏瑞基金旗下的云计算ETF（159738）将恒生电子列为第十大重仓股，该基金在三季度减持23.27万股，截至报告期末持有32.79万股，占基金净值比例为2.23% [3] - 根据测算，12月30日该基金因持有恒生电子获得约10.82万元的浮动盈利 [3]

文章核心观点 - 2025年大模型的产业应用将取得实质性突破 特别是在金融行业的交互入口、文档处理、客户服务及代码生成等场景 [1] - 大模型在金融领域的应用仍处于初级阶段 限制因素包括私有化部署有效性、业务合规风险及预算约束 观望是部分机构的可行策略 [1] - 长期来看 底层技术进步将改变商业模式和产业范式 数据中台与AI中台融合以及行业知识深度是核心竞争力关键 [1] 大模型产业应用进展与场景 - 2025年大模型产业应用取得实质性突破 [1] - 金融行业应用场景集中在交互入口、文档信息处理、客户服务等领域 [1] - 大模型在代码生成环节的生产有效性已得到印证 [1] 技术发展趋势与架构 - 智能体Agent领域有望在未来一年取得实质性进展 [1] - 在精准计算领域 传统小模型对结构化数据的处理能力无需被替代 大小模型混合使用是有效方式 [1] - 大模型的幻觉问题无法根本消除 需探索有效边界并与之共存 在金融领域这意味着AI在风险管理、投资决策等高价值部位的有效使用 [1] - 最新观察趋势是数据中台和AI中台的融合 以及“本体”业务逻辑模型的发展 [1] 行业发展阶段与挑战 - 大模型金融应用仍处于初级阶段 [1] - 限制发展速度的主要因素包括私有化部署的有效性、业务的合规风险以及预算约束 [1] - 对很多机构而言 观望不失为一种有限策略 [1] 长期战略与核心竞争力 - 从长期战略角度看 底层技术进步最终会改变商业模式和产业范式的基础架构 [1] - 行业know-how的深度和抽象能力仍然是核心竞争力的来源 [1]

文章核心观点 - 恒生电子执行总裁官晓岚认为，金融科技与人工智能将成为海南自贸港封关后财富管理行业转型升级的核心驱动力 [1] - 海南封关将吸引投资者与金融机构聚集，带来金融市场与基础设施的创新建设需求，为金融科技公司带来巨大机会 [3][4] - 三亚未来有望成为人民币全球化投资、金融科技应用和全球金融数据服务三大高地 [3][13] 海南自贸港与财富管理行业机遇 - 海南封关运作将吸引大量投资者涌入，进而带动金融机构在海南进行业务布局 [4] - 金融市场及金融基础设施将因新客户与新业务而产生更多创新与建设需求 [4][5] - 海南特别适合在中央金融“五篇大文章”的政策背景下，探索养老金融与绿色金融的发展 [4] - 三亚吸引力高，未来可能在制度探索中建立场外交易所等新型金融基础设施 [6] 金融科技在财富管理中的核心作用 - 财富管理的核心在于打通居民资金投向创新企业的路径，这需要交易、风险管理等全方位的金融科技服务支撑 [3][5] - 公司为金融机构提供技术，助力实现更顺畅的交易，包括探索5×24小时交易模式，覆盖场内、场外、现货、期货 [5] - 公司帮助国家级交易所、登记结算机构及其他金融基础设施建设相关系统，并希望参与海南国际清算所等本地设施建设 [6] - 内地财富管理行业正在从收益驱动向风险管理驱动转型，这对金融科技和数据服务提出了更高要求 [6] 人工智能在投资研究环节的应用 - 在投资研究环节，大模型能高效处理信息，帮助研究员将撰写报告的偏差从25%以上缩小至15%左右 [3][8] - 公司与一家大型资产管理公司合作的买方投研系统，显著帮助了研究员 [8] - 通过AI方式，买方机构可以API接口方式高效处理卖方报告，大大提高了信息处理效率 [8] - 卖方机构利用大模型后，处理小红书、抖音等非结构化数据的能力非常强，可自行提炼总结 [8] - 在投研问答中，AI可将原来需花费一整天的回复时间大幅缩短，且引用的数据观点有依据，可信度高 [9] 人工智能在投顾环节的应用 - AI投顾系统可根据客户画像，快速生成满足客户个性化需求的资产配置建议，提供给投顾人员 [3][9] - 系统覆盖公募、私募、理财产品、保险、股票等多种资产类型，通过账户分析形成资产配置方案建议 [10] - AI工具能有效聚合产品信息并与客户需求匹配，使投顾的个性化服务更准确高效，误差小，客户满意度提高较多 [12][13] - 公司助力金融机构从销售驱动转向真正的买方投顾模式，站在客户角度进行长期资产配置 [5] 人工智能在风险管理与客户服务中的应用 - AI在风险管理中可根据概率揭示潜在风险，辅助风险管理与合规岗位做出判断 [10] - 在客户服务方面，大模型可用于呼叫中心，实现7×24小时服务，并在短对话中难以与真人区分 [10] - AI对情绪已有体感，能够提供一定的情绪价值 [10] 数据服务与AI的协同发展 - AI时代对数据的依赖更高，数据比算法和算力更重要 [11] - 公司控股子公司恒生聚源为超过一千家金融机构提供金融市场数据 [11] - 在海南，可以利用三亚获得更多基于人民币的全球数据，形成独特观点，使财富管理更高效 [11][13] - 恒生聚源推出了AI友好数据库AIDB，让AI更容易找到所需数据，未来可将财富管理个性化数据做成AI友好数据库 [11] - 数据是核心，需要结合产品数据和丰富的客户画像数据，在服务中利用并形成建议推荐给一线投顾 [12] 公司实践与合作案例 - 公司与嘉实财富等头部机构合作，帮助其以买方投顾方式推进业务 [12] - 许多头部机构今年在AI上投入不少资金，效果可以，有效解决了投顾了解全部金融产品难度大的问题 [13] - 公司通过提供更好的工具，结合金融市场数据和产品数据，为财富管理机构提供更好用的产品 [13]

公司战略与业务机遇 - 恒生电子执行总裁官晓岚表示，海南封关为金融科技与财富管理带来重要机遇 [1] - 公司将围绕金融机构入驻海南的需求，提供涵盖资产管理、财富管理、交易系统及风险控制在内的金融科技服务 [1] - 公司旨在通过提供上述服务，助力建设更完善的金融基础设施 [1] 行业技术发展趋势 - 人工智能已在金融领域快速落地，特别是在投研支持、智能投顾、风险识别与客户服务等方面发挥显著作用 [1] - 人工智能能有效提升信息处理效率和决策依据的可靠性 [1] - 数据是AI发展的关键 [1]