证券时报记者 许盈
银行、券商、基金、保险……国产大模型DeepSeek热潮正在全面席卷金融业。
近日，又有近10家券商官宣完成DeepSeek-R1的本地化部署，DeepSeek-R1是DeepSeek系列模型的最新版本。至此，证券业探索DeepSeek模型应用的券商至少已有16家。
业内人士表示，从长期来看，券商将受益于大模型技术的发展与AI应用的加速落地，这有助于提升业务效率，拓宽金融科技护城河。然而，在短期内，投资者需要警惕二级市场跟风式概念炒作。
1 多家券商快速行动
券商正在快速行动，截至发稿，至少有16家券商宣布已完成DeepSeek-R1模型的本地化部署，包括国泰君安、国金证券、中泰证券、兴业证券、国元证券、华福证券、光大证券（维权）、华安证券、广发证券、国盛证券、中金财富证券、华西证券、国信证券、中信建投、东兴证券、西南证券等。
多家券商称，已将DeepSeek融入公司多个核心业务领域，将赋能信息检索、文档处理、行业研究、市场研判、辅助软件研发、辅助制定营销方案、合规问答、业务办理指引等多个业务场景。
例如，2月8日，中金财富证券宣布完成与DeepSeek-R1大模型深度融合。据介绍，此次技术应用不仅实现智能投顾助手IC-Copilot的升级迭代，更开创性地构建公司投顾服务领域“热点发现-资讯处理-策略生成”三位一体的服务生态。
光大证券介绍，近日光大证券AI（人工智能）中台新增DeepSeek大模型本地化部署和多场景应用测试，并基于华为NPU算力平台实现国产化适配。据悉，光大证券此次部署以“自主可控+创新应用”为核心，依托国产化算力基础设施，自主研发知识库构建引擎和多模态数据处理框架，大幅降低大模型应用成本。
华安证券也在近日完成DeepSeek的本地化部署及场景适配。华安证券认为，DeepSeek-R1大模型“性能倍增、成本递减”的双重优势将加速人工智能在垂直领域的规模化应用，目前公司已初步打造AI中台，以大模型作为中枢，整合、调配各类AI能力，实现AI资源的高效利用与协同运作，为后续业务的智能化升级和创新发展提供有力支撑。
事实上，DeepSeek对于券商而言并非新事物，近年来在证券行业数字化转型快速推进下，一些券商早在2024年就已积极拥抱DeepSeek等模型。
例如，中信建投证券有关负责人介绍，早在2024年上半年，中信建投证券便在业内率先接入DeepSeek大模型，推动人工智能技术在风险管控及业务创新等领域深度应用。该负责人称，在风控领域，该系统充分发挥DeepSeek的语义理解能力，构建起7×24小时全天候的舆情监测网络，将新闻响应时效缩短至分钟级。随着DeepSeek-R1发布，中信建投证券信息技术部在春节期间也完成了本地部署。
广发证券相关负责人也介绍，广发证券在2025年春节前已完成DeepSeek-V3和DeepSeek-R1的接入，并于春节前上线基于DeepSeek的微信小程序，赋能投顾和全公司员工开展春节拜年等客户服务。此外，广发证券已完成DeepSeek模型的本地化部署，以进一步优化已经建成的智能客服、代码生成辅助、智能投研等各类AI场景的应用。
2 使用场景暂集中在内部
“目前DeepSeek主要供内部员工使用，目的是提升客户服务的深度和响应速度。针对客户直接使用的场景，我们正在积极探索，部分产品很快会进入内部测试阶段。”国金证券相关负责人告诉证券时报记者。
记者观察到，从DeepSeek模型在券商核心业务的落地场景而言，各券商当前的应用主要集中在券商内部。从记者采访所获反馈来看，DeepSeek的优势主要体现在提升效率方面，它能够辅助投顾、投研、合规等日常工作，使其提质增效。
例如，中金财富证券相关负责人表示，通过大模型的自然语言处理与事件推理能力，可对政策、行业研报、上市公司公告等非结构化文本进行自动化解析，辅助投资顾问高效完成市场热点分析和大盘解读，显著提升信息处理效率与决策精准度，单日处理量突破了万份文档，较传统人工处理效率提升了90%。
中泰证券相关负责人也向证券时报记者介绍，2025年1月DeepSeek-R1推出后，中泰证券迅速对多个DeepSeek-R1模型进行本地化部署，并基于DeepSeek创建了215个知识库。凭借这些成果，中泰证券成功将其应用于运营助手、制度库问答等场景，为公司员工提供问答服务，且问答精确度超过95%。
此前的2024年12月，中泰证券就运用DeepSeek-V3模型，融合专家规则与思维链技术，在金融新闻文本挖掘与分析领域实现突破。该负责人称：“通过将金融专家规则融入提示词，模型能够自动绘制产业链图谱，清晰呈现上市公司、行业、产业等实体之间的复杂关系网络。同时，模型还能精准判断新闻中提及实体的正负面情绪，准确率高达90%。这一创新极大地降低了传统深度学习算法对大规模标注数据以及模型训练的依赖，为市场动态的捕捉和研判提供了实时、可靠的支撑。”
“DeepSeek现在太火了，业内也在不断探索更多应用场景，目前大多数券商是在内部使用，针对客户的直接应用场景可能没那么快推出。整体而言，DeepSeek的逻辑性很强，但是在准确性方面仍有待提高。”一位券商网金部的负责人表示。
3 加速券商自研系统迭代
据记者了解，券商利用开源技术开展创新应用并非新鲜事。近两年，不少券商积极拥抱金融科技，尝试借助各种开源技术，自建智能助手、证券垂类大模型、智能中台等。而随着DeepSeek模型在证券行业的逐步渗透，将极大地加快券商自研创新系统的迭代速度。
例如，国泰君安研发了业内首个千亿参数的多模态证券垂类大模型——“君弘灵犀”，并将大模型能力全面融入客户数字化服务体系。据国泰君安介绍，此次DeepSeek-R1模型的部署，将赋能和拓展“君弘灵犀”在智能问答、智投服务、投教、行业研究、市场分析、合规风控、信息检索、文档处理等多个核心业务场景的应用，将为员工和用户提供更加精准、高效的AI服务。
兴业证券则搭建了数智中台，支持包括QWen等不同开源大模型接入及融合应用，日前又追加完成了DeepSeek-V3和DeepSeek-R1两款大模型产品接入中台大模型矩阵，可实现诸多业务场景的全面赋能升级。未来，DeepSeek可以在知识库问答场景中辅助员工高效获取知识，在智能客服领域助力客户服务质量提升，在智能服务场景中辅助制定个性化方案，在研发辅助中进一步提升研发效能。
西南证券介绍，该公司日前完成DeepSeek的本地部署与适配，并基于DeepSeek-R1模型实现公司已有的大模型产品——智能知识库助手的升级改造，高效赋能知识查询与问答。后续，公司将DeepSeek及智能化中台扩展应用至更多核心业务领域，如智慧投研、智能投顾、智能客服、合规风控、智慧办公等，不断完善智慧金融服务体系。
业内人士称，DeepSeek凭借低成本、高性能的特性，其在业内的渗透速度令人瞩目。借助DeepSeek模型，券商在数字化转型进程中，有望突破传统“高投入、高算力”的研发模式，加速金融科技的全面迭代。
4 本地化部署成普遍选择
国泰君安分析，本地化部署大模型或将成为金融企业的普遍选择。由于金融行业的特殊性，其对数据安全性的要求往往高于其他行业，监管部门对于金融数据的安全性也有较为严格的要求。因此，金融企业在执行过程中，为严格遵守相关规定，一般会选择将数据存放在本地。DeepSeek-R1发布后，金融企业能够以相对较低的成本在本地部署具备一流能力的大模型，进而可以将本地数据与大模型相结合，打造企业专有模型，从而更有针对性地为各个场景赋能。
海通证券在研报中也表示，DeepSeek系列模型具有共通之处：它们都通过对算法、框架和硬件进行协同优化，大幅降低了训练与使用成本，同时保持着行业顶尖的性能水平，在性价比上远超同类竞品。特别是DeepSeek-R1，借助蒸馏技术，实现了低参数、低成本与高性能的结合，这势必会推动AI在办公、教育、医疗等众多领域广泛应用。
值得一提的是，海通证券认为，DeepSeek的开源策略对AI应用产生了深远影响，打破了少数企业的技术垄断，激发了其他企业和科研机构的技术创新与探索热情，推动了AI技术的快速发展。DeepSeek的系列模型正在通过高性能、低价格的模式打开全新的AI发展范式，AI全面落地的时代有望加速到来。
申万宏源也称，证券行业积极拥抱金融科技及AI有望从多场景、多维度赋能业务能力，提升业务效率。
还没有评论，来说两句吧...