会议背景与核心主题 - 2025年中国经济处于关键时期，面临房地产深度调整、地方财政承压、外需趋弱、内需恢复缓慢等挑战，增长动能面临严峻考验 [2] - 尽管2025年上半年经历政策发力和抢出口后经济整体运行稳中向好，但结构性矛盾依然突出，投资、消费、出口三驾马车动力尚未同步 [2] - 会议核心主题为“寻找中国经济破局之路”，旨在探索可持续、具有韧性的中国式现代化发展道路，聚焦关键挑战与转型机遇 [2] - 本届年会已是连续第三年以“寻找”为主题举办高端财经论坛，反映市场对深刻洞察与前瞻思路的迫切需求 [2] 会议影响力与嘉宾阵容 - 和讯财经中国年会历经二十余载积淀，凭借豪华嘉宾阵容和前沿深度话题探讨，成为中国财经领域最具影响力的年度思想盛会之一，被业界誉为预示下一年财经动态的风向标 [3] - 本届年会邀请了二十余位国内顶尖经济学者和政策智囊，包括黄奇帆、李扬、吴晓求、姚洋、李稻葵等 [3][6][7] - 会议聚焦宏观政策协调、结构性改革、科技创新与产业升级、民营经济发展、金融开放与风险防控等核心议题 [3] 主要探讨议题 - 议题关注通过实质性改革优化体制机制，以高水平开放拓展发展空间，激发市场活力，培育新质生产力 [3] - 具体前沿议题包括“十五五”规划展望、宏观经济走向、科技创新、能源革命、资本市场生态重塑等 [3] - 上午场议程涵盖从“十五五”规划看经济改革下一步、回顾2025展望2026、房地产与提振消费等对话 [11][12][13] - 下午场议程涉及低利率挑战与货币转型、AI时代就业结构性矛盾、人工智能与能源革命、全球变局下的资产配置、重塑中国资本市场生态链等 [15][16] 同期活动与主办方 - 同期举办的第23届财经风云榜是中国财经界最具公信力的评选活动之一，评选覆盖上市公司、银行、保险、金融及综合领域五大榜单 [4] - 风云榜评选秉承公平、公正、公开原则，通过资质审查、线上投票及专家评审环节，聚焦企业价值、社会责任、科技创新等多维度 [4] - 主办方和讯是一家一站式、数智化的金融信息服务平台，坚守助力中小投资者财富增长的愿景，采用大数据、人工智能等前沿技术 [18]

行业格局与综合排名 - 2025年炒股软件行业形成新浪财经APP、同花顺、东方财富三强争霸的市场格局，综合评分分别为9.56、9.16、9.16 [1][5] - 行业前十名依次为新浪财经APP、同花顺、东方财富、雪球、大智慧、涨乐财富通、通达信、智通财经、腾讯自选股、牛股王 [1] - 2025年中国证券类APP月活跃用户已突破1.66亿，全网渗透率达15.46% [4] 核心维度评分分析 - 新浪财经APP在数据覆盖（9.8）、资讯质量（9.7）和智能工具（9.6）三个维度上均取得最高分 [5] - 同花顺在交易体验维度得分最高（9.6），东方财富在社区生态维度表现稍好（9.3） [5] - 雪球与涨乐财富通综合评分分别为8.66分和8.50分，位列第四、第五 [6] 数据覆盖与行情速度 - 数据覆盖的广度与速度是炒股软件的核心竞争力，也是拉开评分差距的关键指标 [7] - 新浪财经APP行情覆盖能力达9.8分，实现全球主要市场毫秒级实时推送，其Level-2系统将延迟缩短至微秒级别 [8] - 同花顺免费开放Level-2行情，但国际市场数据更新有3-5秒延迟；东方财富数据覆盖全面，但分时图可能存在约0.5秒显示抖动 [9] 资讯质量与智能工具 - 人工智能正从信息过滤升级为策略生成中枢，各款APP的智能工具呈现明显代际差异 [10] - 新浪财经APP"喜娜AI助手"可将5000字年报浓缩为300字核心摘要，并对风险点与机会点进行双色标识 [10] - 同花顺"问财2.0"支持自然语言查询并生成深度分析报告；东方财富自研大模型覆盖90%投研场景，其智能投顾管理规模突破2000亿元 [10] 交易系统性能与稳定性 - 交易系统的稳定性和效率直接关系到投资者的资金安全 [11] - 新浪财经APP分布式交易网关支持每秒12万笔并发，在股市巨震期间保持零卡单记录，其"智能路由"系统使市价单成交速度比行业平均快0.7秒 [12][13] - 同花顺闪电交易系统支持全国90%以上券商3秒内完成委托；东方财富"一键清仓"功能提升操作效率，但其两融平仓预警系统存在约5分钟数据延迟 [13] 用户选型指南 - 跨市场配置者应首选新浪财经APP，其覆盖40+市场并与AI预警系统同步监控多市场联动 [14] - 短线交易者可选择同花顺，其提供机构级回测环境和Level-2行情深度揭示功能 [14] - 学习型投资者可考虑东方财富的股吧与天天基金平台服务 [14] 未来发展趋势 - 随着ETF、跨境投资等需求增长，主流炒股软件的功能迭代与生态融合将进一步重塑竞争边界 [15] - AI驱动的智能投顾正升级至动态调仓、风险预警，并结合用户行为数据生成"千人千面"策略 [16]

央行公开市场操作 - 央行开展3000亿元7天期逆回购操作，操作利率为1.40%，与此前持平 [1] - 当日有1900亿元7天期逆回购到期 [1] - 据此计算，央行通过逆回购操作实现单日净投放资金1100亿元 [1]

**公司：MSCI** [1] **核心观点与论据** **1 对生成式AI的战略定位与内部应用** * 公司对生成式AI感到兴奋 认为其能带来效率提升和新的产品机会[4] * 内部已在产品开发、数据工厂、客户服务等环节广泛应用AI工具 例如使用Replit、Cursor、GitHub Copilot等工具进行编码 并利用AI重构旧代码 实现了50%-60%的效率提升[5] * 在客户服务方面 通过AI分析客户记录 为客户经理提供智能支持以改善客户体验[5] **2 面向客户的AI产品与数据分发策略** * 已推出AI Insights产品 该产品支持多资产类别 允许客户使用自然语言实时查询投资组合信息 如追踪误差、风险贡献前十大股票等 为客户创造巨大效率[6][7] * 致力于通过多种渠道（如Snowflake、Claude、ChatGPT等大型语言模型）使公司数据更易获取 从而增加内容使用量 正在开发MCP连接器以实现公司数据/API与LLMs的集成[7][8] * 将AI Insights等代理能力捆绑到现有风险产品中 旨在通过增加价值来帮助客户留存、新销售和定价 而非作为独立产品销售[10] **3 各客户细分市场的增长驱动因素** * 分析产品线的客户构成：资产管理公司占40% 对冲基金占20% 银行和经纪交易商占20% 资产所有者占15% 其他占5%[14] * 对资产管理公司 策略是推动其将更多业务整合到公司平台 以帮助其节省成本 并减少客户使用产品的摩擦[15][16][17] * 对冲基金（尤其是量化基金、多策略基金）和经纪交易商/做市商是近几个季度的主要增长驱动力 它们大量消费公司的模型数据和因子模型数据[18] * 资产所有者领域 机会在于帮助其管理包含越来越多私募资产的全组合 解决全组合监督、风险建模和流动性问题等挑战[18][19][29][30] **4 财富管理与私募资产领域的机遇** * 财富管理业务目前占比很小（约5%）但处于早期增长阶段 主要聚焦三个用例：模型组合构建、顾问工作流程以及帮助资产管理人将其产品定位到财富渠道[21][22][23] * 通过收购Fabric并 rebrand 为 MSCI Wealth Manager 产品来构建财富管理能力 仍需大量投资进行整合[26] * 在私募资产领域 刚刚发布了私募信贷因子模型 补全了私募资产类别（已有私募股权、房地产、基础设施） 并集成到多资产类别模型中[28] * 未来机会包括解决私募资产的业绩归因、流动性风险管理等尚未完全解决的问题 特别是公募与私募资产交叉领域的问题[29][30] **5 关键产品与区域动态** * 多资产类别模型是核心基础 AI Insights构建于其上 需求也扩展到银行（用于投资账簿、ALM、监管）和对冲基金[31][32][33] * 固定收益分析的增长点在于与订单管理系统的集成以及证券化产品领域[34] * 区域增长与客户细分市场分布相关 例如对冲基金增长主要受益于美国市场 资产所有者机会在亚洲较为突出[35][36] * MSCI One平台正成为集成公司所有产品线内容的单一窗口 并托管AI Insights 但公司坚持开放架构 也通过竞争对手渠道分发内容[37][38] **6 产品路线图与未来重点** * 产品路线图重点包括：利用AI开发更具主题性、 transient 的因子模型以分析特定事件（如疫情、战争）对投资组合的影响[42] * 推动不同产品线之间的整合与交叉赋能 例如将因子风险分析嵌入源自Burgiss的Total Plan Manager产品 以及指数分析与篮子创建的结合[44][45][46] * 公司最大的竞争优势在于能够以集成方式整合公司全部能力来解决客户的投资组合问题[46] **其他重要内容** * **定价策略**：公司采取谨慎的定价方法 基于为客户提供的增量价值进行定价 而非一刀切的政策[39] * **股权因子模型**：除了响应客户对特定国家模型或因子结构的需求外 也在利用AI关注更主题化的短期因子[40][42] * **竞争定位**：强调开放架构 愿意通过竞争对手渠道分销以减少客户摩擦 认为集成能力是核心差异化优势[38][46]

文章核心观点 - 全球资产同步大跌是流动性冲击的体现，而非系统性风险，这为资产配置策略提供了绝佳的投资机会 [3][4][11] - 历史经验表明，央行和政府的干预会解决重大流动性危机，市场会快速修复，资产价格将反弹 [8][11] - 资产配置策略在流动性冲击下会出现暂时失效（低相关性资产同跌），但这正是加仓的时机，应保持策略一致性而非频繁调整 [12][14][19] 流动性冲击带来的投资机会 - 2020年3月疫情爆发期间，美股多次熔断，市场恐慌导致机构卖出黄金以应对赎回，出现股债商三杀的局面 [5][6] - 美联储随后实施量化宽松和紧急贷款工具，股市于2020年3月23日触底后开启新一轮牛市，证明危机是建仓美股、黄金和美债的良机 [8][9] - 类似案例包括2023年硅谷银行暴雷、2008年金融危机等，历史表明重大流动性危机后干预会奏效，市场会自我修复或政策干预后修复 [11] 资产配置策略的暂时失效 - 资产配置的核心是分散投资低相关性资产（如股票、债券、商品），正常情况下它们不同涨同跌 [15] - 流动性压力下，低相关性暂时失效，资产表现为高度正相关性并同步大跌，但这只是暂时现象 [15][16] - 危机后资金可能重新流入避险资产（黄金、债券）或在高风险偏好下推动股市上涨，分散持有能确保无论哪种资产先反弹都能获益 [16][17][18] 不同类型投资者的应对策略 - 已进行资产配置的投资者：可通过当前加仓或增大定投金额来潜在提高投资收益率 [22] - 未开始投资的投资者：当前是践行资产配置的绝佳时机，通过分散持有应对未来不确定性 [22] - 持有单一资产的投资者：可适当增加其他资产以平衡账户的风险收益比 [22] - 建议根据个人风险偏好匹配股债商配比，采用定投降低择时风险，并利用资产低相关性进行再平衡（卖出变贵资产、买入便宜资产） [22]

文章核心观点 - 新浪财经APP凭借其全球市场覆盖、毫秒级行情、领先的AI解读和资讯速度以及从资讯到交易的一站式闭环服务，在2025年牛市中成为专业投资者的首选工具，有效帮助用户应对信息焦虑 [1] 行业背景与市场地位 - 2025年A股突破3700点，中国证券类APP月活跃用户突破1.66亿，全网渗透率达15.46% [1] - 在主流炒股软件综合评分排名中，新浪财经APP以9.56分位居行业首位，同花顺和东方财富以9.16分并列第二 [4] - 评价体系涵盖数据覆盖、资讯质量、智能工具、交易体验和社区生态五大核心维度 [4] 数据覆盖能力 - 覆盖A股、港股、美股、期货、外汇等40多个市场，支持100余种期货品种的逐笔成交明细查询 [6] - 行情刷新速度达0.03秒级，独家接入纳斯达克Level2数据流，在2025年5月商品期货夜盘暴跌时保持毫秒级更新，而多数APP出现1-2秒延迟 [7] - 数据覆盖维度评分达9.8分，为最高分 [4] 资讯速度与AI解读 - 对美联储决议、国内降准等重大事件的中文解读速度领先行业5-10秒 [10] - “喜娜AI助手”通过北京市生成式AI服务备案，可将5000字年报浓缩为300字核心摘要，并用红绿双色标识风险点与机会点 [11] - 在解读宁德时代2025年Q2财报时，AI标注“海外营收增速下滑”风险点，同时提示“钠电池量产进度超预期”机会点 [11] 智能工具与策略生成 - 智能工具维度评分达9.6分 [4] - AI策略工厂支持Python策略回测，拥有200个因子库包含独家分析师情绪指标 [13] - 提供策略自动生成功能，例如美联储降息决议公布后，AI可基于美债收益率与港股估值模型自动生成“科技板块+高股息”组合对冲方案，用户可直接下单执行 [13] - 将债券久期计算器、期货基差透视套利方案等高端工具免费开放 [14] 交易体验与系统稳定性 - 分布式交易网关支持每秒12万笔并发，在2025年2月股市巨震期间保持零卡单记录 [16] - “智能路由”系统可动态选择最优券商通道，实测市价单成交速度比行业平均快0.7秒 [17] 生态系统与社交整合 - 创新整合微博财经大V观点，构建“资讯-分析-交易”动态闭环 [19] - 社区认证分析师占比82%，通过关键词过滤系统屏蔽99%荐股噪音 [21] - 当药明康德突发利空时，用户从看到快讯、阅读KOL解读到完成卖出操作全程不超过60秒 [20] - 打通手机端、PC端与网页版数据同步，切换设备时持仓信息更新延迟控制在0.2秒以内 [22] - 用户日均停留时长达到行业平均值的1.8倍 [23] 鸿蒙系统专属体验 - 鸿蒙版新浪财经APP提供10项鸿蒙独有创新特性，包括统一播控中心、桌面服务卡片、意图框架等 [23] - 提供11个桌面服务卡片以及锁屏卡片功能，用户可在锁屏界面速览“市场总览”、“自选列表”、“财经新闻热榜” [23] - K线图新增放大、缩小与左右移动按钮，提升技术分析体验 [24]

业绩说明会安排 - 公司计划于2025年11月26日13:00-14:00举行2025年第三季度业绩说明会 [1] - 说明会以网络互动形式在上海证券交易所上证路演中心召开 [1] - 会议旨在就2025年第三季度经营成果及财务指标与投资者进行交流沟通 [1] 参会人员 - 公司独立董事郑卫军、朱玉、钱红骥将参加本次业绩说明会 [1] - 总经理兼财务总监张小艾、常务副总经理刘学杰、董事会秘书李锡亮等有关人员将参会并与投资者互动交流 [1] 投资者参与方式 - 投资者可于2025年11月26日13:00-14:00通过互联网登录上证路演中心在线参与会议 [2] - 投资者可在2025年11月19日至25日16:00前通过上证路演中心"提问预征集"栏目或公司邮箱hcyxdb@huachuang-group.cn进行预提问 [2] - 公司将在说明会上对投资者普遍关注的问题进行回答 [2] 后续信息获取 - 说明会召开后，投资者可通过上证路演中心查看会议召开情况及主要内容 [2]

**公司：MSCI** * **资本配置与股票回购策略**：公司近期采取积极资本配置行动 通过债券发行将杠杆率提升至目标范围3-3.5倍的中部 从而获得更高现金用于股票回购[5] 回购策略考虑股价波动性并叠加对价格水平的价值判断 在过去13年中一直是价值创造的重要来源[6] * **新产品贡献与增长动力**：2025年前九个月的新产品（2023年后发布）带来约2500万美元的经常性销售额 约占总销售额的13% 这一贡献度相比过去有所提升[13] 创新产品包括指数业务的风险投资指数、定制指数能力[9] 分析业务的新一代因子模型、固定收益能力、AI洞察[10] 以及私人资产业务的分类标准、与穆迪合作的私人信贷评分服务等[11][12] * **第四季度业务展望**：第四季度通常是销售和取消合同的高峰期 合同续订集中 可能带来增销但也可能导致取消率升高和留存率降低[16] 公司对新产品开发的势头感到鼓舞 客户环境总体稳定 股市势头在边际上带来有利影响[17] 分析业务收入增长在第四季度预计为中个位数范围 因实施贡献较低[43] * **私人资产市场机遇**：公司看到为私人资产（如私募股权、私人信贷、基础设施）创建定制化指数和基准的巨大机遇 以替代传统的公共市场指数代理[23] 这需要解决数据稳健性、估值报告、标准分类和风险因素等挑战[24] 包括处理报告滞后和创建冻结指数与非冻结指数等复杂问题[25][26] * **AI的影响与客户行为**：积极采用AI的客户通常是MSCI内容和工具的更大消费者 这可能导致增销机会并为未来定价提供依据[31] 公司视自身的内容和IP为AI应用的关键要素[32] * **欧洲ETF市场增长**：MSCI世界指数在欧洲上市的ETF中表现出色 现金流入增长显著且市场份额扩大[33] 欧洲ETF市场虽然目前规模小于美洲 但得益于费用吸引力、投资系统化趋势以及多样化指数（如气候指数、因子指数）的推出 未来增长潜力巨大[34][36][37] * **分析业务构成**：分析业务约4.9亿美元的运营费率中约三分之二为多资产类别分析 主要用于企业风险和绩效解决方案[40] 约5000万至6000万美元的运营费率来自固定收益和财富解决方案[41] 其余三分之一为股权分析 围绕因子内容和应用构建[42] * **对冲基金客户深度整合**：公司的风险模型是多策略对冲基金评估和管理全组织风险的核心工具 是其投资流程的支柱[44] 创新使对冲基金能更有效地管理风险 从而实现更好的投资结果[45] **行业：金融信息与指数服务** * **私人资产基准演进**：行业正在经历从使用公共市场指数代理向为私人资产类别开发更合适、更健全的基准和标准的转变[23] * **欧洲ETF市场动态**：欧洲ETF市场正趋于成熟 过去储蓄和保险产品的使用习惯、市场流动性不足等因素限制了其发展 但现在正迎来增长拐点[36]

**公司与行业** * 公司：S&P Global (SPGI) [1] * 行业：信息服务、金融数据与评级 [1] **核心战略与组织变革** * 公司设立首席客户办公室（CCO）以服务约130家最具战略意义的大型客户，旨在建立高层信任关系并达成整体交易，例如与巴克莱银行的合作 [5][9][10] * 公司成立企业数据办公室（EDO），目标是通过整合数据、利用技术（如收购Terahelix带来的链接能力、Kensho Link）更快地创造新洞察，并实现规模效率，预计2025年成为有机员工数的峰值年，此后可在不增加人手的情况下继续增长 [5][6][7][8] * 这两项举措在内部获得高度热情，销售团队积极争取CCO参与客户互动，EDO团队对技术可能性感到兴奋 [11][13] **人工智能（AI）战略与效益** * 公司对AI潜力感到兴奋，自2018年收购Kensho以来建立的基础能力加速了生成式AI的整合 [14][15] * AI应用带来生产力提升，例如在技术、EDO和研究等部门战略性地集成AI工具 [16] * 增长方面，公司迅速将GenAI整合到核心产品中（如Platts Connect的ChatAI、iLevel的自动数据摄取、CapIQ Pro的文件智能），并积极将数据接入LLM生态系统（如Claude for Financial Services、Microsoft Copilot），以获取额外许可收入并接触新客户 [17][18][19][25][26] * 公司正式成立Kensho Labs，与客户团队直接合作进行共创，这既能带来新的数据许可机会，也能深入了解客户需求方向 [19][20][21] * 客户对数据的需求显著增加，AI就绪的数据在多渠道的可用性是近期通过CCO达成大额交易的核心原因，客户通过Copilot等工具发现已许可数据的额外价值，导致更多数据许可 [30][31][32] **市场情报（MI）部门前景与竞争优势** * MI部门给出6-8%的有机收入增长中期指引，其信心来源于数据与洞察业务以及关键工作流工具（如Wall Street Office、iLevel、Notice Manager）的强劲增长，第三季度ACV收入增长已达6.5-7% [33][35][36] * 公司通过整合GenAI、引入新数据（如WIS Intelligence、与Cambridge Mercer的合作）进行产品创新，并在供应商整合方面成为净受益者 [36][37] * 定价策略保持纪律性，专注于通过帮助客户整合供应商来降低其总体成本 [38] **财务表现与运营效率** * 公司中期算法EPS增长指引为低双位数，部分原因是当前利润率基数更高 [39] * 未来利润率扩张和EPS增长的核心在于利用已创造的规模和运营杠杆（如在数据、技术、研究等领域），通过提高生产率来实现收入增长而不增加员工数，EDO已实现此目标 [41][42] * 评级部门利润率自2022年以来通过流程简化、组织模型变革、技术整合（从RPA、机器学习到GenAI）以及分析师跨资产类别培训/再认证而提升，实现了“以同样资源做更多事”甚至“以更少资源做更多事” [45][46] **私人信贷市场的机遇** * 私人信贷市场是公司的巨大机遇，涵盖评级、市场情报和指数业务，公司在该领域增长非常强劲，涉及资产支持金融、中层市场CLO、基础设施等多个资产类别 [47][48][52][53] * 公司通过投资分析能力、与GP和投资者互动、以及结合新能力（如与Cambridge Associates的合作、收购WIS Intelligence）来提供透明度（评级、估值、基准），解决私人市场的透明度差距 [49][50][51] **领导力与人才** * CEO对领导团队的表现感到满意，认为团队为未来做好了准备，目前仅技术负责人职位空缺 [55]

行业投资评级 - 报告对“AI+金融”行业持积极看法，认为行业拐点已至，AI应用落地加速已是必然[1][3][7] 核心观点 - 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”[1][3] - 2025年DeepSeek R1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[1][3][7] - 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[3][7] - 行业内驱（IT支出扩张）与政策外驱共振，金融AI落地加速已是必然[3][14] 投资建议 - 建议关注金融信息服务、第三方支付、银行IT、证券IT、保险IT等细分领域[3][8][9][10][11] - 金融信息服务领域相关标的包括同花顺、九方智投控股、指南针[3][8] - 第三方支付领域重点关注新大陆、新国都，相关标的包括拉卡拉[3][9] - 银行IT领域重点关注宇信科技、京北方、广电运通、神州信息、中科金财、高伟达、天阳科技，相关标的包括长亮科技[3][9] - 证券IT领域重点关注恒生电子、金证股份、顶点软件[3][10] - 保险IT领域重点关注新致软件、中科软[3][11] 行业驱动力分析 外部驱动力 - 大模型技术特性与金融行业数智化转型需求高度匹配，金融行业属于数据、信息密集型产业[14][18] - 顶层设计驱动金融机构向“人工智能化”转型，2025年8月国务院印发《关于深入实施“人工智能+”行动的意见》[20][23] - 2025年5月人民银行科技司司长李伟发表署名文章，提出要稳妥有序推进人工智能大模型应用[3][23] 内部驱动力 - 金融机构IT支出持续扩张，2023年我国金融机构科技投入总规模达到3598亿元，同比增长9.8%[25] - 2024-2028年预计市场整体将以约13.3%的复合增长率高速增长，2028年国内金融机构的科技投入规模或将突破6500亿元[25] - 2024年中国金融行业AI and Generative AI投资规模达到196.94亿元，到2027年将达到415.48亿元，增幅达到111%[25] - 2024年金融行业大模型相关招投标明显加速，全年共有133个大模型中标项目，披露中标金额总额为23961万元[27] 技术路径与发展趋势 通用模型+金融语料 - 当前AI与金融的结合主要有两条技术路径：通用模型结合金融语料训练和金融垂类大模型[36] - 推理大模型具备长思维链，解决复杂金融问题的能力更强，可实现推理过程显性化[40][41] - DeepSeek R1在2025年1月发布并同步开源，性能比肩OpenAI o1的同时大幅降低算力成本[45] - 2025年5月DeepSeek R1完成小版本升级，在AIME 2025测试中准确率由旧版的70%提升至87.5%[48] 金融垂类大模型 - 金融垂类大模型更专注更懂金融，更适合解决金融行业的具体问题[63] - 2024年12月度小满开源业内首个金融行业推理大模型轩辕-FinX1，在金融评测基准上表现优于一流通用大模型[64] - 2025年7月蚂蚁数科发布金融推理大模型Agentar-Fin-R1，基于金融实际应用场景原生[67][68] AI智能体发展趋势 - AI智能体尤其是多智能体协作已成为未来重点研发方向[3][77] - 目前25.0%的银行、22.2%的证券公司、13.6%的保险公司正在采用智能体技术[78] - 多智能体系统适用于复杂、动态的金融环境，在量化金融与投资分析等场景具有优势[82][87] 市场应用与落地情况 - 银行类机构发起的大模型相关采购项目数量最多（71个），占比达到53%[27] - 应用类项目数量最多（82个），占比62%，表明金融机构关注大模型技术在具体业务场景中的落地[27] - 多家金融机构已完成DeepSeek大模型的部署和应用，包括工商银行、建设银行、广发证券、人寿财险等[53][56][57]