國(guó)產(chǎn)大模型DeepSeek熱潮正在席卷金融業(yè),，包括銀行,、券商,、基金和保險(xiǎn)等行業(yè),。最近,，又有近10家券商宣布完成了DeepSeek-R1的本地化部署,。至此,，至少已有16家券商在探索DeepSeek模型的應(yīng)用,。

業(yè)內(nèi)人士認(rèn)為,，從長(zhǎng)期來看,，券商將受益于大模型技術(shù)的發(fā)展與AI應(yīng)用的加速落地，這有助于提升業(yè)務(wù)效率,，拓寬金融科技護(hù)城河,。然而，在短期內(nèi),，投資者需要警惕二級(jí)市場(chǎng)跟風(fēng)式概念炒作,。

多家券商已經(jīng)快速行動(dòng)起來，宣布完成DeepSeek-R1模型的本地化部署,。這些券商包括國(guó)泰君安,、國(guó)金證券,、中泰證券、興業(yè)證券等,。多家券商表示,，已將DeepSeek融入公司多個(gè)核心業(yè)務(wù)領(lǐng)域，如信息檢索,、文檔處理,、行業(yè)研究、市場(chǎng)研判,、輔助軟件研發(fā),、輔助制定營(yíng)銷方案、合規(guī)問答,、業(yè)務(wù)辦理指引等,。

例如，中金財(cái)富證券宣布完成與DeepSeek-R1大模型深度融合,，不僅實(shí)現(xiàn)了智能投顧助手IC-Copilot的升級(jí)迭代,，還構(gòu)建了投顧服務(wù)領(lǐng)域的“熱點(diǎn)發(fā)現(xiàn)-資訊處理-策略生成”三位一體的服務(wù)生態(tài)。光大證券則基于華為NPU算力平臺(tái)實(shí)現(xiàn)國(guó)產(chǎn)化適配,，并自主研發(fā)知識(shí)庫構(gòu)建引擎和多模態(tài)數(shù)據(jù)處理框架,，大幅降低大模型應(yīng)用成本。華安證券也已完成DeepSeek的本地化部署及場(chǎng)景適配,，初步打造了AI中臺(tái),，為后續(xù)業(yè)務(wù)的智能化升級(jí)提供支持。

事實(shí)上,，一些券商早在2024年就開始積極擁抱DeepSeek等模型。中信建投證券在2024年上半年便接入了DeepSeek大模型,，推動(dòng)人工智能技術(shù)在風(fēng)險(xiǎn)管控及業(yè)務(wù)創(chuàng)新等領(lǐng)域深度應(yīng)用,。廣發(fā)證券也在2025年春節(jié)前完成了DeepSeek-V3和DeepSeek-R1的接入，并上線了基于DeepSeek的微信小程序,，賦能投顧和全公司員工開展客戶服務(wù),。

目前，DeepSeek主要供內(nèi)部員工使用,，目的是提升客戶服務(wù)的深度和響應(yīng)速度,。部分產(chǎn)品正在積極探索直接面向客戶的場(chǎng)景，很快會(huì)進(jìn)入內(nèi)部測(cè)試階段,。從記者采訪所獲反饋來看,，DeepSeek的優(yōu)勢(shì)主要體現(xiàn)在提升效率方面，能夠輔助投顧,、投研,、合規(guī)等日常工作,，使其提質(zhì)增效。

例如,，中金財(cái)富證券通過大模型的自然語言處理與事件推理能力,，自動(dòng)化解析政策、行業(yè)研報(bào),、上市公司公告等非結(jié)構(gòu)化文本,，顯著提升信息處理效率與決策精準(zhǔn)度。中泰證券利用DeepSeek創(chuàng)建了215個(gè)知識(shí)庫,，成功應(yīng)用于運(yùn)營(yíng)助手,、制度庫問答等場(chǎng)景，為公司員工提供問答服務(wù),，且問答精確度超過95%,。

券商利用開源技術(shù)開展創(chuàng)新應(yīng)用并非新鮮事。近兩年,，不少券商嘗試借助各種開源技術(shù)自建智能助手,、證券垂類大模型、智能中臺(tái)等,。隨著DeepSeek模型在證券行業(yè)的逐步滲透,，將極大地加快券商自研創(chuàng)新系統(tǒng)的迭代速度。

國(guó)泰君安研發(fā)了業(yè)內(nèi)首個(gè)千億參數(shù)的多模態(tài)證券垂類大模型——“君弘靈犀”,，并將大模型能力全面融入客戶數(shù)字化服務(wù)體系,。興業(yè)證券搭建了數(shù)智中臺(tái)，支持多種開源大模型接入及融合應(yīng)用,，進(jìn)一步提升了研發(fā)效能,。西南證券也完成了DeepSeek的本地部署與適配，高效賦能知識(shí)查詢與問答,，并計(jì)劃擴(kuò)展至更多核心業(yè)務(wù)領(lǐng)域,。

業(yè)內(nèi)人士稱，DeepSeek憑借低成本,、高性能的特性,，在業(yè)內(nèi)的滲透速度令人矚目。借助DeepSeek模型,，券商在數(shù)字化轉(zhuǎn)型進(jìn)程中有望突破傳統(tǒng)高投入,、高算力的研發(fā)模式，加速金融科技的全面迭代,。本地化部署大模型或?qū)⒊蔀榻鹑谄髽I(yè)的普遍選擇,，以滿足數(shù)據(jù)安全性的要求。