Workflow
天阳科技AI垂域大模型的落地与DS布局进展
天阳科技天阳科技(SZ:300872)2025-02-13 01:17

纪要涉及的公司 天然科技 纪要提到的核心观点和论据 1. 大模型研发进展 - 2024年1月与湖南大学签战略合作协议,每年投四千万,五年不低于两亿,在超算和大模型方面联合研发[3] - 2月在营销领域落地几个应用,如深层标签、人群扩散、智能商户分类等,还开展智能招聘简历筛查[3] - 5月在数字金融发展论坛上和湖南大学一起发布基于多模态大模型的研发计划[4] - 6月探索自算一体机与天赐多模态大模型结合,为中小银行提供从硬件到平台到产品的一体方案[5] - 去年7月左右开始产融大模型研发和能力探索,在华南一家创新型银行落地基于大模型的培训需求并形成体系[6] - 去年年底在湖南超算十周年上发布结果,全面部署基于DeepSake的平台并做行业发布[9] 2. 大模型训练数据基础来源及银行自演情况 - 产业模式大模型根据产业公开数据,测试领域通过过客运营、CRM等筛选,信贷领域因做信贷系统积累较多数据,起步阶段可不依赖行内数据,模型到一定程度可与银行合作[11] 3. 基于DeepSeek本地化部署难度及服务 - 硬件层面,DeepThink分671B满血版本和32B、70B蒸馏版本,部署成本差异大;技术层面无难度,公司内部已成功尝试蒸馏和满血版本的部署和推理[13] - 考虑成本和银行场景需求,公司可根据情况提供服务 4. 业务模式收费方式新尝试 - 产融场景对行内数据相对依赖少,可考虑用SaaS方式提供访问[15] 5. AI信贷布局 - 国内信贷与海外不同,国内信贷系统多为存量,各行业复杂度、流程和规则差异大 - 公司在大模型应用领域研究,提升客户经理撰写尽职调查报告效率和智能化水平,实现标准化高质量报告撰写 - 运用大小模型技术构建智能知识问答系统,帮助客户快速定位信息、跟踪贷款、筛选风险项目等,还运用大小模型进行智能单证识别、财务报表分析识别等[17] 6. 公司核心竞争力 - 公司在大模型技术浪潮前就根植于银行业务场景,经历至少两代以上变革,守住长期积累的业务领域,结合大模型技术形成核心竞争力[18][19] - 20年开始明确结合AI和智能化解决金融行业实际场景问题,较早投入研发,与高校合作,有人才和算力投入,在垂类小模型研发上走得靠前[20][21] 7. T10业务进展及银行态度 - 天涯云作为公司2022 - 2023年发展方向,可转债有项目投入,但发展离预期有差距,与银行实际应用场景有关 - 随着AI大模型出现,智能营销、智能风控等场景可能改变情况,银行非核心领域非核心技术上云是可能趋势[23][24] 8. 客户对大模型态度变化 - 24年春节前银行业特别是中小城商行对大模型持谨慎观望态度,愿意买少量算力尝试,但对大模型在业务系统产生业务价值较谨慎 - 春节后,特别是DeepThink发布后,银行端需求火爆,行长要求加快算力采购,科技部门要尽快部署大模型,业务部门要将大模型融入日常工作并向科技部门提出需求[26][27] 9. 与DSEC合作对已有业务增量影响 - 过去银行特别是中小城市银行因大模型对算力依赖度高、涉及数据出域问题,2024年大模型在金融场景落地案例偏慢 - 与DSEC合作是增量形式,如信贷系统结合大模型进行智能改造会带来营收增加,但对毛利率体现不一定明显[29][30] 10. 公司内部编程领域进展 - 研发管理平台从低代码平台跨越到零代码平台,结合大模型编码技术,业务人员和设计人员只需关注业务逻辑,实现业务和技术融合的研发之路[32][33] 11. 2025年AI投入和人员招聘计划 - 持续加大AI工程化投入,招聘高效人才顺应创新之路 - 与投资银行交流,可能引入1.0产品,补充大模型工程化实施人才和工程团队 - 与头部银行共研,补充工程化团队,提升大模型团队规模和质量,对合作高校科研人才资源有新要求[35][36] 其他重要但是可能被忽略的内容 公司在金融测试领域将模型小型化,通过专业人员干预使模型效果比大参数量通用模型更好,既提升专业化又实现模型小型化,已有明显效果[14]