引言： IT 电子化→互联网金融→ AI 金融，金融与科技融合持续深 化 互联网金融 — — PC 专业财经频道、财经网址兴起，成为金融业 “ 门面” 数据来源：艾瑞咨询 ，东吴证券研究所 区块链 物联网 . . . . . . 数据来源：艾瑞咨询，东吴证券研究所 数据来源：艾瑞咨询，东吴证券研究所 针对于企业特征的行业 大模型定制解决方案 OCR 训练平台 AOI 训练平台 基 础 大 模 型 金 融 大 模 型 数据来源：艾瑞咨询，东吴证券研究所 产品创新 风险管理 监管科技 智能营销 图：金融大模型落地路径与能力对比 机器学习 大模型训练 数据准备 & 增强 以金融大模型引领的“ AI ＋金融 ”已经开启了全新的金融科技时代。

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq -4% -1% 2% 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 2023/7/10 电子 沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 ...................... oPmPqQqRwOtQoOmPsRoRoP8OaOaQtRrRpNmPjMnNtMfQoPpN8OmNrNxNpNzRwMrRqP 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 3 / 28 图表目录 图 1： GPT-4 和 GPT-3.5 的考试表现 ................................

67Bt 2024 年 1 月 同花顺 问财 HithinkGPT 、 AIFinD 东方财富 妙想金融大模型 数据来源： iFinD ，妙想大模型，发布机构官方微信公众号，发布机构官方网站，东吴证券研究所 前言：金融大模型争相竞逐，百模大战如火如荼 图表：国内金融垂类 AI 模型发布时间 & 发布机 构 图表：头部金融垂类 AI 模型优 势 3 · 6-7. 投资建议&风险提示 HithinkGPT 在所有考试科目中都比开源模型 更加优秀。 1. AiFinD ： PC 端、手机端双边发力，打造多场景应用 AI 功能 集合 数据来源：同花顺投资助手，同花顺 iFinD ，东吴证券研究 图表：同花顺 HithinkFinEval 数据集考试得 分 图表：同花顺 HithinkGPT 金融考试得 分 6 同花顺 iFinD 平台中的 AiFinD ，是公司基于 HithinkGPT AI 识图洞见数据】基于 AI 大模型 ，智能解析图片中的数值。 1. AiFinD ： PC 端、手机端双边发力，打造多场景应用 AI 功能 集合 数据来源：同花顺投资助手，同花顺 iFinD ，东吴证券研究 所 图表：同花顺 AI 产品介 绍 7 手机端 iFinD APP 同步发力 ，优化并新增 AI 功能： 1 ）新增路演 AI 纪要 ，帮助快速了解路演回放要点 ，对关键音频实现一键定位。

迁移性上相比金融垂类更有优势，而在专业性、针对性、高精度和合规性上，金融垂类模型更胜一筹；在复杂度问题上，通用语言大模 型在结构上更加复杂，影响模型效率，而金融垂类模型则是在更新维护上具有复杂性。 数据来源：东吴证券研究所整理 1.1. 通用 + 金融 VS 金融垂类：优劣势 对比 图表：通用与金融垂类大模型优劣对比 5 使用金融数据对通用大模型进行训练，数据欠缺，成本过高。金融领域的语料应该充 型可能会更 好地满足这些合规性需求。 “ 通用模型难以胜任金融领域任务，金融大模型是大模型落地金融行业的必由之路。” —— 度小满 CEO 许东亮 6 数据来源：度小满，东吴证券研究所 1.2. 通用 + 金融 金融垂类：通用金融训练超越金融垂类可能较 小 VS 国内外通用大模型在金融领域应用表现 2023 年 6 月国内 AI 大模型迎来爆发式增长，技术和应用不断发展，但与国外顶尖 一年内发展迅速，平均水平上与国外差距并不明显。此外，国内开源大模型在中文上的表现要优于 国外 开源大模型。 图表： AI 大模型 2023 年关键进展 数据来源：中文语言理解测评基准 CLUE 、东吴证券研究所 2.1. 国内外通用 AI 大模型发展历程：国外领先，国内紧 追 国内外头部模型差距依然明显 GPT4-Turbo 总分 89.79 分遥遥领 先 图表：国内外大模型综合表现