證券時報記者 許盈

　　銀行、券商、基金、保險……國產大模型DeepSeek熱潮正在全面席卷金融業。

　　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，證券業探索DeepSeek模型應用的券商至少已有16家。

　　業內人士表示，從長期來看，券商將受益于大模型技術的發展與AI應用的加速落地，這有助于提升業務效率，拓寬金融科技護城河。然而，在短期內，投資者需要警惕二級市場跟風式概念炒作。

　　1 多家券商快速行動

　　券商正在快速行動，截至發稿，至少有16家券商宣布已完成DeepSeek-R1模型的本地化部署，包括國泰君安、國金證券、中泰證券、興業證券、國元證券、華福證券、光大證券（維權）、華安證券、廣發證券、國盛證券、中金財富證券、華西證券、國信證券、中信建投、東興證券、西南證券等。

　　多家券商稱，已將DeepSeek融入公司多個核心業務領域，將賦能信息檢索、文檔處理、行業研究、市場研判、輔助軟件研發、輔助制定營銷方案、合規問答、業務辦理指引等多個業務場景。

　　例如，2月8日，中金財富證券宣布完成與DeepSeek-R1大模型深度融合。據介紹，此次技術應用不僅實現智能投顧助手IC-Copilot的升級迭代，更開創性地構建公司投顧服務領域“熱點發現-資訊處理-策略生成”三位一體的服務生態。

　　光大證券介紹，近日光大證券AI（人工智能）中臺新增DeepSeek大模型本地化部署和多場景應用測試，并基于華為NPU算力平臺實現國產化適配。據悉，光大證券此次部署以“自主可控+創新應用”為核心，依托國產化算力基礎設施，自主研發知識庫構建引擎和多模態數據處理框架，大幅降低大模型應用成本。

　　華安證券也在近日完成DeepSeek的本地化部署及場景適配。華安證券認為，DeepSeek-R1大模型“性能倍增、成本遞減”的雙重優勢將加速人工智能在垂直領域的規模化應用，目前公司已初步打造AI中臺，以大模型作為中樞，整合、調配各類AI能力，實現AI資源的高效利用與協同運作，為后續業務的智能化升級和創新發展提供有力支撐。

　　事實上，DeepSeek對于券商而言并非新事物，近年來在證券行業數字化轉型快速推進下，一些券商早在2024年就已積極擁抱DeepSeek等模型。

　　例如，中信建投證券有關負責人介紹，早在2024年上半年，中信建投證券便在業內率先接入DeepSeek大模型，推動人工智能技術在風險管控及業務創新等領域深度應用。該負責人稱，在風控領域，該系統充分發揮DeepSeek的語義理解能力，構建起7×24小時全天候的輿情監測網絡，將新聞響應時效縮短至分鐘級。隨著DeepSeek-R1發布，中信建投證券信息技術部在春節期間也完成了本地部署。

　　廣發證券相關負責人也介紹，廣發證券在2025年春節前已完成DeepSeek-V3和DeepSeek-R1的接入，并于春節前上線基于DeepSeek的微信小程序，賦能投顧和全公司員工開展春節拜年等客戶服務。此外，廣發證券已完成DeepSeek模型的本地化部署，以進一步優化已經建成的智能客服、代碼生成輔助、智能投研等各類AI場景的應用。

　　2 使用場景暫集中在內部

　　“目前DeepSeek主要供內部員工使用，目的是提升客戶服務的深度和響應速度。針對客戶直接使用的場景，我們正在積極探索，部分產品很快會進入內部測試階段。”國金證券相關負責人告訴證券時報記者。

　　記者觀察到，從DeepSeek模型在券商核心業務的落地場景而言，各券商當前的應用主要集中在券商內部。從記者采訪所獲反饋來看，DeepSeek的優勢主要體現在提升效率方面，它能夠輔助投顧、投研、合規等日常工作，使其提質增效。

　　例如，中金財富證券相關負責人表示，通過大模型的自然語言處理與事件推理能力，可對政策、行業研報、上市公司公告等非結構化文本進行自動化解析，輔助投資顧問高效完成市場熱點分析和大盤解讀，顯著提升信息處理效率與決策精準度，單日處理量突破了萬份文檔，較傳統人工處理效率提升了90%。

　　中泰證券相關負責人也向證券時報記者介紹，2025年1月DeepSeek-R1推出后，中泰證券迅速對多個DeepSeek-R1模型進行本地化部署，并基于DeepSeek創建了215個知識庫。憑借這些成果，中泰證券成功將其應用于運營助手、制度庫問答等場景，為公司員工提供問答服務，且問答精確度超過95%。

　　此前的2024年12月，中泰證券就運用DeepSeek-V3模型，融合專家規則與思維鏈技術，在金融新聞文本挖掘與分析領域實現突破。該負責人稱：“通過將金融專家規則融入提示詞，模型能夠自動繪制產業鏈圖譜，清晰呈現上市公司、行業、產業等實體之間的復雜關系網絡。同時，模型還能精準判斷新聞中提及實體的正負面情緒，準確率高達90%。這一創新極大地降低了傳統深度學習算法對大規模標注數據以及模型訓練的依賴，為市場動態的捕捉和研判提供了實時、可靠的支撐。”

　　“DeepSeek現在太火了，業內也在不斷探索更多應用場景，目前大多數券商是在內部使用，針對客戶的直接應用場景可能沒那么快推出。整體而言，DeepSeek的邏輯性很強，但是在準確性方面仍有待提高。”一位券商網金部的負責人表示。

　　3 加速券商自研系統迭代

　　據記者了解，券商利用開源技術開展創新應用并非新鮮事。近兩年，不少券商積極擁抱金融科技，嘗試借助各種開源技術，自建智能助手、證券垂類大模型、智能中臺等。而隨著DeepSeek模型在證券行業的逐步滲透，將極大地加快券商自研創新系統的迭代速度。

　　例如，國泰君安研發了業內首個千億參數的多模態證券垂類大模型——“君弘靈犀”，并將大模型能力全面融入客戶數字化服務體系。據國泰君安介紹，此次DeepSeek-R1模型的部署，將賦能和拓展“君弘靈犀”在智能問答、智投服務、投教、行業研究、市場分析、合規風控、信息檢索、文檔處理等多個核心業務場景的應用，將為員工和用戶提供更加精準、高效的AI服務。

　　興業證券則搭建了數智中臺，支持包括QWen等不同開源大模型接入及融合應用，日前又追加完成了DeepSeek-V3和DeepSeek-R1兩款大模型產品接入中臺大模型矩陣，可實現諸多業務場景的全面賦能升級。未來，DeepSeek可以在知識庫問答場景中輔助員工高效獲取知識，在智能客服領域助力客戶服務質量提升，在智能服務場景中輔助制定個性化方案，在研發輔助中進一步提升研發效能。

　　西南證券介紹，該公司日前完成DeepSeek的本地部署與適配，并基于DeepSeek-R1模型實現公司已有的大模型產品——智能知識庫助手的升級改造，高效賦能知識查詢與問答。后續，公司將DeepSeek及智能化中臺擴展應用至更多核心業務領域，如智慧投研、智能投顧、智能客服、合規風控、智慧辦公等，不斷完善智慧金融服務體系。

　　業內人士稱，DeepSeek憑借低成本、高性能的特性，其在業內的滲透速度令人矚目。借助DeepSeek模型，券商在數字化轉型進程中，有望突破傳統“高投入、高算力”的研發模式，加速金融科技的全面迭代。

　　4 本地化部署成普遍選擇

　　國泰君安分析，本地化部署大模型或將成為金融企業的普遍選擇。由于金融行業的特殊性，其對數據安全性的要求往往高于其他行業，監管部門對于金融數據的安全性也有較為嚴格的要求。因此，金融企業在執行過程中，為嚴格遵守相關規定，一般會選擇將數據存放在本地。DeepSeek-R1發布后，金融企業能夠以相對較低的成本在本地部署具備一流能力的大模型，進而可以將本地數據與大模型相結合，打造企業專有模型，從而更有針對性地為各個場景賦能。

　　海通證券在研報中也表示，DeepSeek系列模型具有共通之處：它們都通過對算法、框架和硬件進行協同優化，大幅降低了訓練與使用成本，同時保持著行業頂尖的性能水平，在性價比上遠超同類競品。特別是DeepSeek-R1，借助蒸餾技術，實現了低參數、低成本與高性能的結合，這勢必會推動AI在辦公、教育、醫療等眾多領域廣泛應用。

　　值得一提的是，海通證券認為，DeepSeek的開源策略對AI應用產生了深遠影響，打破了少數企業的技術壟斷，激發了其他企業和科研機構的技術創新與探索熱情，推動了AI技術的快速發展。DeepSeek的系列模型正在通過高性能、低價格的模式打開全新的AI發展范式，AI全面落地的時代有望加速到來。

　　申萬宏源也稱，證券行業積極擁抱金融科技及AI有望從多場景、多維度賦能業務能力，提升業務效率。