编辑《证券时报》 许盈

　　银行、券商、基金、保险…国内大型DeepSeek热潮正在席卷金融业。

　　近日，近10家券商正式宣布完成DeeepSek-R1的本地化部署，DeepSeek-R1是DeepSeek系列模型的最新版本。到目前为止，证券业至少有16家证券公司探索了DepSeek模型的应用。

　　业内人士表示，从长远来看，证券公司将受益于大型技术的发展和人工智能应用的加速实施，这将有助于提高业务效率，拓宽金融技术的护城河。然而，在短期内，投资者需要警惕二级市场的概念炒作。

　　1 许多券商行动迅速

　　证券公司正在迅速行动。截至出版，至少有16家证券公司宣布已完成国泰君安、国金证券、中泰证券、兴业证券、国元证券、华福证券、光大证券、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。

　　许多证券公司表示，他们已经将Deepseek融入了公司的许多核心业务领域，并将授权信息检索、文档处理、行业研究、市场研究和判断、辅助软件研发、辅助营销计划、合规问答、业务处理指导等业务场景。

　　例如，2月8日，中金财富证券宣布完成与DeepSeek-R1模型的深度整合。据报道，该技术应用不仅实现了智能投资助理IC-Copilot的升级迭代，而且创造性地构建了公司投资服务领域“热点发现-信息处理-战略生成”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，并在华为NPU计算平台的基础上实现本地化适应。据悉，光大证券的部署以“自主可控+创新应用”为核心

　　近日，华安证券也完成了DeepSeek的本地化部署和场景适应。华安证券认为，DeepSeek-R1大型模型“性能倍增、成本下降”的双重优势将加快垂直领域人工智能的大规模应用，公司已初步建设人工智能平台，以大型模型为中心，整合、部署各种人工智能能力，实现人工智能资源的高效利用和协调运行，为后续业务的智能升级和创新发展提供有力支持。

　　事实上，DeepSeek对证券公司来说并不是什么新鲜事。近年来，随着证券业数字化转型的快速推进，一些证券公司早在2024年就积极拥抱DeepSeek等模式。

　　例如，据中信建设投资证券相关负责人介绍，早在2024年上半年，中信建设投资证券就率先在行业内接入大型DeepSeek模型，促进人工智能技术在风险控制和业务创新领域的深入应用。该负责人表示，在风险控制领域，该系统充分发挥了DeepSeek的语义理解能力，并建立了7×24小时全天候舆情监测网络将新闻响应时效缩短到分钟级。随着DeepSeek-R1的发布，中信建投证券信息技术部也在春节期间完成了当地部署。

　　广发证券相关负责人还介绍，广发证券在2025年春节前完成了DepSeek-V3和DepSeeek-R1的访问，并在春节前推出了基于DepSeek的微信小程序，使投资顾问和公司员工能够开展春节新年等客户服务。此外，广发证券还完成了DepSeek模型的本地化部署，以进一步优化已完成的智能客户服务、代码生成辅助、智能投资研究等人工智能场景的应用。

　　2 使用场景暂集中在内部

　　国金证券相关负责人告诉《证券时报》编辑：“目前，Deepseek主要用于内部员工，以提高客户服务的深度和响应速度。我们正在积极探索客户直接使用的场景，一些产品很快就会进入内部测试阶段。”。

　　编辑观察到，从DeepSeek模型在证券公司核心业务的落地场景来看，各证券公司目前的应用主要集中在证券公司内部。根据编辑采访的反馈，DeepSeek的优势主要体现在提高效率上，可以帮助投资、研究、合规等日常工作，提高质量和效率。

　　例如，中金财富证券相关负责人表示，通过大型自然语言处理和事件推理能力，可以自动分析政策、行业研究报告、上市公司公告等非结构化文本，协助投资顾问高效完成市场热点分析和市场解读，显著提高信息处理效率和决策准确性，日处理量超过1万份文件，比传统手工处理效率提高90%。

　　中泰证券相关负责人还向《证券时报》编辑介绍，2025年1月DeepSeek-R1推出后，中泰证券迅速本地化部署了多个DeepSeek-R1模型，并在DeepSeek的基础上创建了215个知识库。凭借这些成果，中泰证券成功地将其应用于运营助理、系统库问答等场景，为公司员工提供问答服务，问答精度超过95%。

　　2024年12月，中泰证券利用DeepSeek-V3模型，整合专家规则和思维链技术，在金融新闻文本挖掘和分析领域取得突破。该负责人表示：“通过将金融专家规则融入提示词，该模型可以自动绘制产业链地图，清晰地呈现上市公司、行业、行业等实体之间的复杂关系网络。同时，该模型还可以准确判断新闻中提到的实体的正负情绪，准确率高达90%。这一创新大大降低了传统深度学习算法对大规模标记数据和模型培训的依赖性，为市场动态的捕捉和判断提供了实时可靠的支持。”

　　“现在DeepSeek太受欢迎了，行业也在不断探索更多的应用场景。目前，大多数证券公司都在内部使用，客户的直接应用场景可能不会那么快推出。总的来说，DeepSeek的逻辑性很强，但准确性还有待提高。”一位证券公司网络黄金部门负责人说。

　　3 加速券商自研系统迭代

　　据编辑介绍，证券公司利用开源技术进行创新应用并不是什么新鲜事。在过去的两年里，许多证券公司积极拥抱金融技术，并试图建立自己的智能助手、证券垂直模型、智能平台等。随着DeepSeek模型在证券行业的逐步渗透，它将大大加快证券公司自主研发和创新系统的迭代。

　　例如，国泰君安开发了业内首款参数1000亿元的多模态证券垂直模型——“君宏灵犀”，并将大模型能力全面融入客户数字服务系统。据国泰君安介绍，DeepSeek-R1模型的部署将赋予和扩大“君宏灵犀”在智能问答、智能投资服务、投资教育、行业研究、市场分析、合规风险控制、信息检索、文档处理等核心业务场景中的应用，为员工和用户提供更准确、更高效的人工智能服务。

　　工业证券建立了数字智能平台，支持不同的开源大模型访问和集成应用，包括QWen，最近完成了DeepSeekV3和DeepSeekR1两个大模型产品访问中间平台大模型矩阵，可以实现许多业务场景的综合授权升级。未来，Deepseek可以帮助员工在知识库问答场景中有效获取知识，帮助提高智能客户服务领域的客户服务质量，辅助制定智能服务场景中的个性化解决方案，进一步提高研发效率。

　　西南证券介绍，公司最近完成了本地部署和适应，基于本地模型产品智能知识库助理的升级，有效地授权了知识查询和问答。随后，公司将DeepSeek和智能中心扩展到智能投资研究、智能投资咨询、智能客户服务、合规风险控制、智能办公等更多核心业务领域，不断完善智能金融服务体系。

　　业内人士表示，DeepSeek以其低成本、高性能的特点，在行业内的渗透速度显著。在DepSeek模型的帮助下，经纪公司有望突破传统的“高投资、高计算能力”研发模式，加快金融技术的全面迭代。

　　4 本地化部署是一种常见的选择

　　根据国泰君安的分析，本地化部署大模式可能成为金融企业的普遍选择。由于金融业的特殊性，其对数据安全的要求往往高于其他行业，监管机构对金融数据的安全也有更严格的要求。因此，在实施过程中，金融企业一般选择在本地存储数据，以严格遵守相关规定。DeepSeek-R1发布后，金融企业可以以相对较低的成本在当地部署具有一流能力的大型模型，然后将当地数据与大型模型相结合，创建企业专有模型，从而更有针对性地赋予各种场景权力。

　　海通证券在研究报告中还表示，DeepSeek系列模型有一些共同点：它们通过协同优化算法、框架和硬件，大大降低了培训和使用成本，同时保持了行业的顶级性能水平，远远超过了同类竞争产品的成本性能。特别是在蒸馏技术的帮助下，DeepSeek-R1实现了低参数、低成本和高性能的结合，这必将促进人工智能在办公、教育、医疗等领域的广泛应用。

　　值得一提的是，海通证券认为，DeepSeek的开源策略对人工智能的应用产生了深远的影响，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和探索热情，促进了人工智能技术的快速发展。DeepSeek系列模型正在通过高性能、低价格的模式打开新的人工智能开发范式，预计人工智能全面实施的时代将加速。

　　申万宏源还表示，证券业积极拥抱金融科技和人工智能，有望从多个场景、多个维度赋予业务能力，提高业务效率。