华泰证券AI金融创新论坛核心观点 - 华泰证券举办"数智跃迁 生态共创"科技金融创新论坛 探讨AI与金融业务场景深度融合路径 公司已落地"泰为"大模型平台体系 包含异构算力 大模型运营管理和应用开发三大模块 在投研 投行等场景取得突破 [1] - 大模型发展进入与产业深度融合新阶段 华泰证券积极探索以AI思维重塑业务场景 利用场景和数据资源优势提升智能化客户服务能力 [1] AI技术范式演变 - AI发展范式正从自监督预训练转向强化学习后训练 使模型具备举一反三能力 量化投资领域从人工建模转向AI建模 算法自主生产算法可成倍提高金融模型研发效率 [3] - 端到端量化策略建模直接实现原始数据到交易仓位预测 规避传统多因子模型误差累计 因子研发周期长等局限 通用底座预训练大模型可实现低成本跨市场策略迁移 [3] AI Agent在金融场景的应用 - AI赋能模式从"人+智能助理"向"人+多智能体"演进 智能体开始承担关键工作 端到端投顾服务Agent体系实现客户服务素材自动生成分发 [5] - AI Agent与平台化核心系统结合是融入金融机构核心业务的基本路径 将引发技术厂商与金融机构商业模式转变 从成本定价转向价值产出定价 [6] - 万得数百项AI应用已落地金融机构日常工作流 数据治理结构需适应AI语义化 金融机构与科技公司需开放合作推动业务转型 [5] 自动驾驶领域发展 - 货运卡车自动驾驶无人化可节约每车每年20-30万元人力成本 L4自动驾驶编队车队已在内蒙古 新疆运行 未来驱动力来自世界模型和强化学习 [9] - 自动驾驶企业致力于将模型升级至全无人化阶段 通过VLA技术引入思维链 使车端模型具备基本推理能力 世界模型及仿真数据将成为刚需模块 [9] - 预计到2030年 辅助驾驶系统有望达到人类普通司机水平 [9] AI产业发展趋势 - AI产业进入Token增长驱动新阶段 AI服务器有望取代智能手机成为最大科技硬件品类 需关注技术迭代带来的量价齐升机会 [11] - 生成式AI在B端软件应用领先C端 机器人的真正成熟还需时日 中国作为美国外唯一具备完整AI产业链国家 在物理AI具比较优势 [11]