2022年底，ChatGPT出现后，大模型概念批量涌入公众视野。短短两年时间，以券商为主要代表的金融机构也从布局到破局，不断解锁AI在金融业的潜力和应用边界。

　　作为互联网券商龙头，东方财富自主研发的妙想金融大模型备受行业瞩目。自2023年通过网信办备案后，经过一年的研发迭代，2024年底正式发布的妙想金融大模型如今实现了哪些模型能力跃迁？又如何具体结合金融业务场景，提升服务效率？

　　近日，上证报记者采访了东方财富AI团队，深入了解金融大模型如何为金融行业带来颠覆性的改变。“历史上多次重大的科技革命都是在提高效率，金融大模型的研发创新也是如此。”相关人士表示，金融大模型在应用落地上的目标很“明了”，即借助大模型的AI技术变革，根治金融从业人员信息过载的痛点，为金融行业海量信息处理带来颠覆式的解决路径，助力金融从业群体增质提效。

　　信息过载为核心痛点

　　2024年1月，东方财富自主研发的“妙想”金融大模型正式开启内测，“妙想”金融大模型聚焦于核心金融场景，有序融入东方财富的产品生态。同年6月东方财富妙想大模型推出了AI搜索、AI问答、AI研报总结、AI文档助手、AI资讯摘要、AI债券资讯、AI债券交易助手等七大场景的智能化解决方案，针对投研和交易等垂直细分业务情景进行AI提效辅助。

　　大模型的升级不仅仅是技术层面的挑战，更是对行业洞察力和前瞻性战略布局的考验。记者了解到，在研发初期，东方财富AI团队进行了深入的市场调研，了解金融行业的需求和痛点，以及当前技术解决方案的局限性。

　　东方财富AI团队表示，通过对于金融行业和金融从业者的深入调研，发现包括投研、固收、投顾等在内的各类金融从业者，面临的一个共性问题是信息过载。具体来看，以投研群体的信息处理为例，投研群体在日常工作中无时无刻不在面对着持续新增的市场信息以及持续涌现的行业动态线索。从整理筛选信息，逐条核对溯源，到有效信息的汇总等过程冗长细碎，真正能投入到深入研究与思考的时间非常有限。

　　这样的困境在固定收益领域同样存在。面对市场上各种交易群中大量的交易实时询价报价，交易员需要从这些海量信号中快速识别出合适的交易机会，然而由于精力的限制往往无法及时把握全市场的信息而错失交易时机。

　　此外，在投顾场景，面对大量客户的差异化持仓情况以及持仓标的的频繁波动，要汇总每个客户当前持仓组合的状况，给出调仓建议，这就对从业者的专业能力和响应速度提出了极高的挑战，使得他们难以充分提供专业支持。事实上，往往只有重要客户才能获得个股诊断、账户诊断等服务，而大量的长尾客户则难以被覆盖。

　　技术如何结合业务场景？

　　在借助大模型的AI技术变革，根治金融从业人员信息过载痛点的这一目标下，券商的布局正从AI大模型的研发，向场景落地应用进阶。

　　东方财富AI团队介绍到，经过一年的研发迭代，当前正式发布的妙想金融大模型演进为业内首个兼具“懂业务、强推理、擅规划”的模型集群。“过去一年的专业训练中，我们着重强化了妙想金融大模型在金融领域中规划和执行策略方面的智能体能力，使它形成树状发散的思索模式，能够进行多跳式的路径规划与执行。”

　　具体到业务层面，在投研场景的创新方面，东方财富近期首发推出了妙想智能投研助理，重塑从研究目标确立、市场信息检索、数据整合与分析，到撰写研究报告的完整投研工作流。

　　相关人士介绍道，大模型能够模拟金融从业人员的思考方式，寻找行业专家级别的多步骤、多组合的任务最佳实现路径，自主调动多个金融智能体“团队”，实现30秒内阅读完数百个行业数据库、资讯、网页等，并在完成任务后按照业务人员的定制化要求梳理输出要点。

　　其次，在固收领域，基于妙想金融大模型的智能交易助手能够将交易员在各类场外渠道询价过程中涉及的非标询议价对话信息，转化为标准化、结构化的数据资产，并在触发相关交易标的的策略信号时给出及时的提示，从而使得用户能够实时把握的更多交易信息，优化交易策略执行效率，扩大业务覆盖面。

　　此外，针对投顾场景，妙想大模型推出的智能投顾助手包含股票诊断、涨跌分析、热点资讯等多项服务，帮助投顾人员及时有效地响应客户需求，并扩大投顾服务的覆盖范围。

　　行业难题仍待破解

　　尽管前景广阔，金融行业的大语言模型从瞄准到落地应用的过程中，仍然存在一些难题。

　　东方财富AI团队表示，首先，金融行业的特殊性在于其对信息安全的极度重视，这使得金融行业对国产算力的期待愈发迫切，希望能够借助符合信创标准的高性能算力，来推动更多创新技术与产品。

　　其次，在金融等众多垂直行业，AI技术的应用必须结合该行业的领域知识，这要求从业者不仅要有扎实的技术背景，还要对业务有深入的理解和实践经验，才能为各个行业的持续创新发展注入不竭动力。培养和吸引懂业务、懂AI的跨学科复合型人才，已成为垂类行业大模型发展的迫切需求。

　　最后，还有当前阶段所有大模型面临的共同挑战，例如该如何确保模型的透明度和可解释性、如何在运用模型时处理和保护敏感数据等。

　　“人工智能技术在金融领域的长期发展趋势是朝着更加智能化、个性化和多元化的方向发展。”在东方财富AI团队看来，这一趋势将对金融行业带来深远的影响。考虑到海内外金融业的发展差异性，中外金融大模型在发展路径上需要具体问题具体分析。对于中国本土而言，自主研发创新匹配中文语言环境的金融大模型是行业发展的必然选择。

　　具体而言，在金融行业人工智能探索进程中，以往的金融AI产品往往只针对个别业务环节进行智能化改造，各场景间无法有效联动，未来大模型将引领从“操作多个工具”到“交给一个助理”的工作范式的转变革新。

　　“我们相信，随着AI技术能力的不断革新，人工智能技术与金融业务将持续深度融合，实现人机协同合作。金融AI的应用也将不再局限于单一场景，而是打通整体服务价值链，以平台型产品助力传统金融机构高质量发展。”