金融新纪元】系列报告（一） —— 金融垂类大模型试用体验 证券分析师：胡 翔 执业证书编号： S0600516110001 联系邮箱： hux@dwzq.com.cn 二零二四年一月二十五日 证券研究报告 1. 国内互联网企业、传统金融机构及金融科技企业争相竞逐 ，百模大战如火如荼。 2023 年 5 月中旬 ，奇富科技首先宣布推出自研的金融行业通用 大模型——奇富 GPT ，在业内被称为“ 国内首个金融行业通用大模型 ”。 2023 年 5 月下旬 ，度小满推出国内首个千亿级中文金融大模型“轩 辕 ” ，聚焦于金融名词理解、金融市场评论、金融数据分析和金融新闻理解等任务。恒生电子于 2023 年 6 月发布了金融大模型 LightGPT ，并 在 10 月份对其进行升级 ，至此形成“ LightGPT+WarrenQ+ 光子”体系 ，助力恒生大模型实现金融多场景应用。 8 日 ， 腾 讯混元大模型和蚂蚁金融大模型相继正式亮相。 2023 年 11 月 ，幻方量化旗下 DeepSeek 推出 DeepSeek LLM 67Bt ，相较于其他金融模型 拥有 更突出的推理、数学、编程等能力。 2024 年开年之初， 同花顺和东方财富分别推出问财 HithinkGPT 和妙想金融大模型， 内测火热进行中。 2. 金融垂类大模型赋能金融业务 ，推动行业业务实现增量提升。

金融新纪元】系列报告（二） ——AI+ 金融大模型的两条技术路线 证券分析师：胡 翔 执业证书编号： S0600516110001 联系邮箱： hux@dwzq.com.cn 二零二四年二月二十三日 证券研究报告 当前 AI 与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势：泛用性强、灵活性和 性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 型 可能性较小。通用大模型在行业数据量 ，性价比 ，精确性、适用性、实时性、推理速度 ，合规性和风险控制等方面表现欠佳。 通用大模型“ 百模大战 ” ， 头部模型国外领先较大 ， 平均水平国内外差距较小 ， 中文上国内表现更优。 1 ） 国外通用 谷歌将在谷歌云上部署 Claude ，并于推出自研的大模型 LaMDA 的聊 天机器人 Bard ； AWS 推出自有基础模型 Titan 和 AIGC 服务 Bedrock ，以及 AI 编程助手 Amazon CodeWhisperer 。 Anthropic 推出 Claude ，是最接近 ChatGPT 的商业竞品； xAI 发布其首个 AI 大模型产品 Grok ，模型通过 X 平台实时了解世界

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型需要什么样的硬件？ 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc 华泰观点：关注 AI 大模型 x 硬件的两条思路 从 22 年 11 月 OpenAI 推出 ChatGPT 至今，我们看到 Chatbot 应用的能力 不断增强，从最初的文字问答，迅速向具有自主记忆、推理、规划和执行的 全自动能力的 AI Agent 发展。我们认为端侧智能是大模型发展的重要分支。 建议投资人沿着：1）大模型如何赋能终端，2）终端如何解决大模型普及难 点两条思路，寻找硬件的落地机会。我们看好 1）Apple Intelligence 推动苹 果用户换机，2）交互能力提升推动轻量级 AR 开始普及，3）隐私保护需求 推动办公用 PC AI 化等三大机会。 具备记忆、推理、规划、执行能力的 AI Agent 可能是大模型的最终形态 大模型的应用能力最初功能仅限于文字问答，此后逐渐引入图像理解、文生 图功能，并通过 GPT Store 拓展功能，形成了 AI Agent 雏形，近期 GPT-4o

电子 AI+ 系列专题报告 Deep Seek 重 塑 开 源 大 模 型 生 态 ， A I 应 用 爆 发 持 续 推 升 算 力 需 求 证券分析师：胡剑 证券分析师：胡慧 证券分析师：叶子 证券分析师：张大为 证券分析师：詹浏洋 021-60893306 021-60871321 0755-81982153 021-61761072 010-88005307 hujian1@guosen S0980524100002 S0980524060001 l DeepSeek 发展突飞猛进，领跑开源大模型技术与生态， DeepSeek 模型已成为全球现象级模型。 DeepSeek( 深度求索 ) 公司成立于 2023 年 7 月，是一家致力 于实现 通用人工智能 (AGI) 的创新型科技公司。 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至 24 年 7 月，全球 AI 大模型数量约 1328 个 ( 其中美国位居第一位，占比 44% ；中国位居第二位，占比 36%) ，模型的 迭代加速、 竞争加剧。同时，

请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2023年05月31日 超 配 电子 AI+系列专题报告 边缘 AI：大语言模型的终端部署，推动新一轮终端需求 核心观点 行业研究·行业专题 电子 超配·维持评级 证券分析师：胡剑 证券分析师：胡慧 021-60893306 021-60871321 hujian1@guosen.com.cn huhui2@guosen 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 2023-05-08 大模型参数量级飞涨，相应训练集需同比提升。李开复定义 AI 2.0 时代的 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 大语言模型参数均在十亿量级以上。同时，Deepmind 研究表明，模型参数的 研究表明，模型参数的 上涨需要配合等比例上升的优质数据集来达到最佳训练效果。因此，大模型 参数在十亿级以上发展并受限于优质数据集的增速是 AI 发展的必然趋势。 大模型增长挑战芯片算力和内存，无法实现完整端侧部署。大模型训练和推 理的三大瓶颈是算力、显存和通信，根据我们的测算，算力方面 GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度，

智能数据标注产业发展观察报告 发布单位： 清华大学数字政府与治理研究院 江苏省数字化协会 支持单位： 上海数据交易所 华东江苏大数据交易中心 2025年4月

ICS 35.240.99 CCS L 67 DB33 浙 江 省 地 方 标 准 DB33/T 2305—2021 大中型体育场馆智慧化建设和管理规范 Specification for intelligent construction and management of large and medium-sized stadiums 第1部分：标准化文件的结构和起草规则》给出的规 则起草。 请注意本标准的某些内容可能涉及专利。本标准的发布机构不承担识别专利的责任。 本标准由浙江省体育局提出并归口。 本标准起草单位：浙江省黄龙体育中心、浙江黄龙呼啦网络科技有限公司、浙江省标准化研究院、 杭州海康威视数字技术股份有限公司、中国移动通信集团浙江有限公司。 本标准主要起草人：林凤蕾、陈文聪、张英、缪宝龙、孙执、林文都、吴璐璐、张夏颖、党桥桥、 工智能等现代数字技术进行设计，包括 硬件感知层、核心技术层、基础平台层、业务应用层、应用展示层以及网络安全等级保护体系、技术规 范体系，智慧体育场馆总体架构图见图1。 移动应用 数字可视化 大屏展示 场馆运营指 挥平台 场馆综合运维管控平台 业务中台 硬件感知层 核心技术层 BIM 云计算 物联网 5G通信 人工智能 VR 边缘计算 基础平台层 数据中台 业务应用层 场馆运营管理应用

电动垂直起降飞行器（ eVTOL ） 等多元化型号产品， 推动绿色航空产业发展 。公司成立于 2021 年 3 月， 总部位于合肥高新区， 已获得 “ 国家高新技术企业 ” 、 “安徽省专精特新中小企业 ” 、 “安徽省创新型 中 小企业 ” 、 “科技型中小企业 ” 、 “潜在独角兽企业 ” 、 “推动长三角地区更高质量一体化发展优秀集体 ” 以 及“合肥市空天信息重点产业链企业 ”等资质认定， ........................................................................................ 1 2.河北（河北省、雄安新区、沧州、廊坊） ....................................................................................... ........................................................................................ 8 4.山西（山西省、长治、晋中） ............................................................................................

得华而不实、铺张浪费；《国务院办公厅关于健全“高效办成一件事” 重点事项常态化推进机制的意见》指出要坚持集约高效、整体规划， 坚决防治和纠正政务服务中的“面子工程”；《政务领域人工智能大 模型部署应用指引》明确应以统筹集约的方式开展政务领域人工智能 大模型部署。为贯彻落实党和国家相关决策部署，加快提升我国数字 政府集约化建设水平，中国信通院组织撰写本研究报告，旨在围绕“十 五五”时期我国数字政府集约化建设的发展要求，深入阐释内涵价值， 严格落实政府过紧日子要求，坚持集约高效、整 体规划，加强资产调剂共享，避免低效闲置、铺 张浪费，坚决防治和纠正政务服务中的“面子工 程” 2025 《政务领域人工智能大模 型部署应用指引》 坚持系统谋划、集约发展；政务部门应以统筹集 约的方式开展政务领域人工智能大模型部署；探 索构建“一地建设、多地多部门复用”的集约化 部署模式 来源：中国信通院根据公开政策文件整理 数字政府建设发展研究报告（2025 础建设”的初级阶段迈向“提质增效”的转型升级阶段。各地区各部 门普遍完成了政务服务平台、政务云、网络体系、移动端服务等基础 性任务，政务信息化建设由“有没有”转向“好不好”。据中国信通 院统计，全国 31 个省（区、市）和新疆生产建设兵团均已出台数字 化相关政策规划，成立了数字化转型领导小组，以及专门的政务服务 和数据管理机构。[4]各地区各部门积极贯彻落实党中央、国务院决策 部署，数字政府建设由规划部署转向系统实施和深化应用，呈现出总

..................................277 大模型时代数字政府门户从“集约化”到“智能化”的跃迁 .................277 龙讯政务大模型应用统一服务平台解决方案 ...............................283 基于 RAG 增强多智能体 AI 大模型的政府网站历史数据清理服务方案 ..........291 双防并举 政府网站及新媒体安全监管服务方案 一、数字政府服务能力调查对象 （一）省级层面 省、直辖市、 自治区（含新疆 生产建设兵团） （32 个） 北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、吉林省 黑龙江省、上海市、江苏省、浙江省、安徽省、福建省、江西省 山东省、河南省、湖北省、湖南省、广东省、广西壮族自治区 海南省、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省 甘 肃 省 、 青 海 省 、 宁 夏 回 族 自 治 区 区 、 新 疆 维 吾 尔 自 治 区 新疆生产建设兵团 注：香港特别行政区、澳门特别行政区、台湾省暂未纳入调查范围。 （二）城市层面 省会城市、 计划单列市、 其他城市 （34 个） 石家庄市、太原市、呼和浩特市、沈阳市、大连市、长春市、哈尔滨市 南京市、杭州市、宁波市、合肥市、福州市、厦门市、南昌市、济南市 青岛市、郑州市、武汉市、长沙市、广州市、深圳市、南宁市、海口市 成