（原标题：小券商也“玩”得起数智人配资炒股来找配资，你的券商有吗？）
2025年开年，一场由国产大模型DeepSeek（深度求索）驱动的技术浪潮席卷证券业。
自春节以来，各个社交平台开始频繁出现“只能开一个证券账户，会选哪家证券公司”“如何宣传新客理财”等使用DeepSeek生成的问答，背后则是券商从业人员使用AI（人工智能）大模型生成宣传文案的尝试。
近一周，DeepSeek更是成为券商竞相部署的“标配”。截至2月13日，已有国泰君安、中金财富、广发证券、兴业证券、国元证券、国金证券、华福证券等近二十家券商宣布接入DeepSeek-R1或V3模型。
接入之后能做什么？目前来看，各家券商都在探索“AI+”的应用场景，比如在内部进行赋能提效，在用户端已经推出了智能助手、数智虚拟人等应用，能覆盖投研、营销、客服、合规风控等方面。
2月10日，广发证券在机构客户综合服务平台“广发智汇”正式上线DeepSeek客户服务模块。该服务可以让机构客户可以便捷地调用DeepSeek服务，并根据自身个性化需求进行应用定制和包装，从而大幅降低独立部署大模型所需的硬件和人力成本。
在密集接入DeepSeek的券业新闻背后，有不少券业人员表达了被AI代替的焦虑，亦有从业人员感叹高效的文本数据分析给工作带来便捷。
一位华北券商人士表示，自2022年以来，AI大模型就已在内部开放供员工使用，对提升工作效率有帮助。不过他认为，近几年行业内面向投资者的智能客服、智能助手等应用推陈出新，接入DeepSeek只是丰富了大模型的资源，目前还没有感受到什么变革。
另一位华南券商的技术部门管理层人士也认为，目前证券业使用人工智能更偏向场景赋能中智能与数据融合的可行性，还需关注未来多维度智慧与数据的深度融合与赋能，在符合行业监管的要求下，具体的应用形式还可能进一步拓展。
在拥抱人工智能和技术发展的大趋势下，DeepSeek模型成了一次发展的契机，证券行业正在对“AI重构金融业态”进行前瞻布局。
技术普惠给中小券商带来新机遇
券商火速“拥抱”DeepSeek的背后，是DeepSeek的开源免费策略和算力成本优势。
“DeepSeek作为开源AI大模型，其模型可免费获取，赋予开发者充分的自由，包括使用、修改及商业化应用，无需额外授权许可。”广发证券相关负责人表示，该模型沿用了Transformer架构（深度学习模型），并且依托社区贡献的推理框架能轻松实现部署，这样可以能够充分利用现有的通用算力资源，无需额外的硬件升级。
多家中小型券商抢先接入DeepSeek以期“弯道超车”。比如华福证券通过部署DeepSeek-R1和V3，聚焦营销方案制定与客户陪伴。国元证券在深度整合公开的开源大模型后，于2月11日推出了AI小元（数智人），智能融合3D数字人技术与语音合成系统，支持7×24小时实时生成投研观点解读、市场热点追踪等高价值内容。东兴证券于2月9日推出了“智多兴”智能平台，实现了员工问答的精准。
不过，上述智慧平台、数字人已经不是证券行业最新的技术。2023年6月，恒生电子宣布发布金融智能助手光子、全新升级的智能投研平台WarrenQ和金融行业大模型LightGPT。2023年8月，九方财富推出业内首款证券投资数字人产品。2024年1月，同花顺发布业内首个金融对话大模型。2024年3月，国泰君安推出业内首家千亿参数多模态证券垂类大模型——君弘灵犀大模型，已能做到智能投顾问答和投研内容生产等工作。
实际上，证券业在信息技术投资方面已然形成“强者恒强”的格局。中国证券业协会披露的数据显示，2020年至2022年，各证券公司进一步加大信息技术资金投入，证券行业信息技术资金总投入从239.93亿元增长至377. 65亿元。不过在这个过程中，总投入排名居前的证券公司投入集中度在持续提高。
以“低成本+高性能+高开放度”为优势的Deepseek能为中小券商节约更多的研发、算力成本，有利于预算有限的中小券商也能享受到先进AI技术带来的红利，从而推动整个行业的数智化发展。
东莞证券运维技术中心负责人表示，当前，中小券商在推进人工智能建设过程中遭遇了诸多难点堵点，尤为突出的是资源有限、技术能力薄弱等问题。金融科技的价值最终需在业务中得以体现，中小券商应结合自身优势，聚焦细分市场与特色服务，如特定行业、区域或客户群体，通过综合运用协同、融资、投资、科技等多方面能力，提供更具个性化和专业化的服务。
证券行业AI 变革的想象空间
除了成本低这一优势，Deepseek在某些领域的测试表现优异，能让证券业AI发展更进一步。从券商的实践经验来看，智能客服一直是券商应用AI的传统场景，24小时的智能助手能提高客户互动率。
在投研领域，可以利用DeepSeek利用模型实时监测舆情与市场动态，结合产业链图谱分析，快速识别潜在投资机会与风险。在投行业务中，通过DeepSeek-R1的理解能力，可自动解析招股书、尽调报告等复杂文档，实现财务数据校验、合规风险提示的秒级响应。
恒生科技的实测数据显示，在金融高密度数据处理场景中，基于DeepSeek独创的MoE（混合专家）架构，投顾场景的投顾建议生成、安抚话术、基金实体识别等任务上平均F1分数（模型精确度）提升5%，客户需求解析速度较以往大模型加快3倍，账户运营知识库检索、托管/资管合同要素抽取、投行底稿审核等场景的F1提升5%至7%以上。
恒生电子首席科学家白硕表示，根据实测数据，在金融高密度数据处理场景中，DeepSeek新架构展现出更好效果、更小算力、更深思考的突破性优势。因此，通过部署各种体量的蒸馏模型，金融机构能用更小的算力支出，得到与过去数倍甚至数十倍算力支撑下的大参数体量模型能力相当的AI基础模型服务。
对于“蒸馏”，白硕对经济观察网解释称，就相当于是一个AI模型（称为“学生模型”）向另一个AI模型（称为“教师模型”）学习，把后者的能力以知识密集的方式追加到前者当中的过程。一般来说，学生模型的参数体量比较小，经过蒸馏后，知识密度更高，性能也比冷启动时有较大幅度的提升。
白硕表示，做DeepSeek的本地部署时，有所谓“满血版”（571B）和“蒸馏版”（14B和32B等）。蒸馏版的体量较小，适合低配算力的本地部署，但经过“蒸馏”，其能力总体上虽比满血版弱，但比以往千亿以下的其他模型的能力都要强。其已经做了很多测试，验证了这个结论。如果再做进一步的适配性优化，挖掘出更适合DeepSeek的优化路径，相信性能还会有进一步的提升。
从当前来看，接入DeepSeek大模型的私有化部署与业务适配仍需时间，多数机构目前仍处于“试点探索”阶段，尚且走在对未来的应用落地的想象之路上。
但使用DeepSeek也有一定的风险。汇生国际资本总裁黄立冲指出，Deepseek的MoE架构中不涉及的垂直领域专业能力差，模型幻觉率高容易出现假新闻，并且其冷启动能力差，即模型首次接收到一个未经过训练或很少出现的新提示词时，无法生成高质量或相关性的响应。
东莞证券运维技术中心负责人表示，在合规规范方面，围绕投资者服务应用的数据隐私和内容安全等需重点关注，包括通过线上大模型与本地小模型的融合应用，以及数据匿名化处理、可信执行环境等技术手段，严格保障数据安全，控制数据流动风险，以满足证券行业对极高容错率要求，同时增强信息关联性和精确度。
配资炒股来找配资