在数字经济成为社会发展大趋势，我国全面建设中国式现代化的背景下，新质生产力鲜明的时代特征已经凸显。发展新质生产力是推动高质量发展的内在要求和重要着力点。当前，数字经济形成了支撑新质生产力蓬勃发展的攻坚力量。

  2024全国两会上政府工作报告明确提出：要大力推进现代化产业体系建设，加快发展新质生产力。其中，深入推进数字经济创新发展列在要位。报告强调“制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。要深化大数据、人工智能等研发应用，开展“人工智能+”行动。

  这是“人工智能+”首次出现在政府工作报告中，作为新质生产力的引擎，或许意味着人工智能将会在推动数字技术与实体经济深度融合上发挥重要作用，对越来越多行业和产业发展产生赋能效应。

  回顾刚刚过去的2023年，生成式人工智能（AIGC）狂潮让ChatGPT爆火出圈。2024年伊始，开放人工智能研究中心（OpenAI）凭借逼真的视频生成技术Sora再次引领科技创新趋势。为了更好地拥抱人工智能，首先要了解人工智能发展的核心基础——AI大模型。

  我们在日常生活中会用到很多模型，比如自制雪糕的雪糕模具、做饼干的各种图形模具等等，我们可以使用这些模具来更加简单地完成最终的成品。把这些实体的模型映射到虚拟上，即将现实问题进行抽象化，抽象成数学公式来建立模型。

  那么大模型就很好理解了，大模型是大语言模型（Large Language Model）的简称。因为大模型刚开始发展时只有大语言模型，所以大模型就成为了大语言模型的简称。后来随着图像、音频、视频等领域的大模型也发展起来，大模型便不仅仅局限于成为大语言模型的简称了，但因为使用习惯的延续，能处理多种类输入输出的模型被称为“多模态”大模型。

  “大”模型，顾名思义就是模型中比较“大”的那一类，大的具象表现就是数学公式更繁琐、参数更多、算法更复杂。大模型通常具有数十亿甚至上百亿参数的深度学习模型，具备较大容量、海量参数、大算力等特点，可实现处理多任务的目标。

  大模型发展主要经历了三个阶段，分别是萌芽期、探索沉淀期和迅猛爆发期。国外的预训练模型起步于2018年，大模型阶段以GPT-3的发布为标志并在2021年进入“军备竞赛”阶段。而在国内，超大模型研发展异常迅速，2023年成为中国AI大模型的爆发年。

  自2022年11月30日ChatGPT问世以来，AI大模型成为全球科技行业的热点。短短一年时间，OpenAI已成为引领大模型发展的标杆企业。继多模态大模型GPT-4发布后，预计今年四季度OpenAI将发布更为高级的ChatGPT-5版本。谷歌、微软、亚马逊等巨头的加入也使得大模型的竞争发展白热化。

  纵览国内，ChatGPT火爆后不到一个月的时间，阿里巴巴、华为、腾讯、京东、字节、360、商汤、科大讯飞等一众大厂或官宣入场或亮相大模型，“百模大战”一触即发。

  产业界、投资界和研究机构的各方力量都在加速布局大模型领域。战事最胶着之际，国内一个月就能冒出30多个大模型。截至2023年10月，我国拥有10亿参数规模以上大模型的厂商及高校院所达到了254家，从“一百模”升级至了“二百模”。但浪潮消退后，大模型行业就迎来了过滤分层，行业格局逐渐变得明朗。

  1.综合能力强：百度文心一言率先向全社会全面开放，跟科大讯飞星火大模型一并成为“六边形战士”，在众多细分应用场景有垂类AI助理解决特定任务；阿里巴巴大规模语言模型通义千问划分相应垂类AI助理，但数量少于前两者；腾讯混元大模型也划分众多细分场景，具备强大的中文创作能力，复杂语境下的逻辑推理能力以及可靠的任务执行能力。

  2.擅长特定类型任务：智谱AI也率先进行了商业化的落地，推出了不同参数量级的商业化模型ChatGLM系列。字节跳动公测基于云雀大模型开发了AI对话产品“豆包”。智谱清言、豆包分别偏向于办公效率工具及日常生活助手。商量是商汤科技多模态模型系列日日新中的文本对话应用，系列内其他应用具备图像、视频、3D模态的生成能力。

  不仅如此，一些高校和科研机构也在积极布局大模型。复旦大学推出了国内首个类ChatGPT大模型MOSS，清华大学知识工程实验室与其技术成果转化公司智谱AI发布了ChatGLM，中科院自动化所推出了多模态大模型紫东太初，IDEA研究院CCNL推出了开源通用大模型姜子牙等。

  新质生产力以科技创新为核心驱动力，需要通过人工智能赋能各行各业。于是，大模型的商业化应用成为一个新的命题。大模型的发展将趋于“通用”和“垂直”并行的发展态势。

  以ChatGPT为代表的通用大模型是OpenAI公司在2022年推出的一种人工智能技术，可以模拟人类自然语言交流并提供智能聊天回复。其技术主要是通过预训练模式和统计规律生成回答并完成各种文本任务。ChatGPT适应能力强、应用范围广、训练负责度高，可通过收集和分析海量文本数据，更好地贴近用户习惯、理解用户意图，进行有效的交流互动。

  而在不同领域崛起的垂直大模型，虽然应用范围有限，但胜在专业性强，训练过程也更为简洁，在解决特定领域的专业问题方面更具优势。

  随着技术迭代创新，人工智能将在更深层次上广泛赋能政务、新闻、金融、制造等垂直行业领域，不断形成新质生产力。当前大模型的商业模式是“通用大模型+产业模型”。

  21世纪资管研究院在对华为云、腾讯云等多家涉足大模型的科技公司采访调研了解到，科技公司均将金融行业作为大模型落地应用的最优场景之一。这个知识密集、专业壁垒高、投资者认知困难的行业，无疑是认知大模型应用最广阔、最具潜力的蓝海。因此，在新一轮技术浪潮到来之际，国内外各大金融机构都纷纷加快数智化转型步伐，以求抓住时代风口，抢占先机。

  1.从全球情况来看，当前金融大模型的应用已涉及风险管理、客户服务、投资决策、反欺诈等诸多领域，大型金融机构及科技公司同样积极布局或应用大模型技术以提升业务水平，当前已有多个金融领域的垂直大模型落地。2023年3月，Bloomberg（彭博）发布首个利用各类金融数据进行训练，全方位支持金融领域的大模型BloombergGPT，是一个有500亿参数、基于BLOOM模型的金融大语言模型。Morgan Stanley（摩根士丹利）则与OpenAI合作推出一款基于GPT-4技术的聊天机器人，被列入GPT-4发布时公布的6个使用案例之一。

  2.从国内的布局情况来看，银行、保险、证券、基金及诸多金融领域科技公司也纷纷开启布局。据21世纪资管研究院不完全统计，仅2023年就有工商银行、农业银行、兴业银行、平安银行等多家银行推出或探索自研大模型平台；此外，交通银行组建GPT大模型专项研究团队，中国太保基于大模型技术的数字化员工投入应用等，金融机构对于大模型的应用和布局仍在加速。

  上海九方云智能科技有限公司（以下简称“九方智投”）是国内领先的在线投资决策解决方案提供商九方财富（

  ）旗下核心业务子公司，也是国内首批获得证券投资咨询资格的机构之一。多年来，九方智投非常重视数字化技术的研发与创新，已基于人工智能、区块链、云计算、大数据分析等科研领域展开研发并获得了一定的成就。

  2019年九方智投就已全面开启数智化转型，开始探索人工智能在证券投资顾问领域的应用，并推出了第一代文本对线年又率先将人工智能技术应用到合规方向，将所有客户沟通全面留痕，通过语义识别、搭建合规模型，打造AI合规能力矩阵，为之后创建九章证券领域大模型积累了宝贵的数据财富；2021年，九方智投打造了智能营销话术推荐系统，用人工智能来辅助营销；2022年，九方智投将深度学习应用在虚假金融舆情识别，同时证券垂直领域的内容AIGC（生成式人工智能）也取得突破进展。2023年7月，以多年积累技术经验和数据为基础，九方通过跨界合作的方式再开行业先河，推出九章证券领域大模型。

  九章证券领域大模型以华为AI算力云平台为底座，提供稳定可靠的AI算力，同时基于科大讯飞“星火认知大模型”并结合九方20余年沉淀的海量宏观政策、经济数据、行情数据、业务数据、研究报告、资讯新闻、公司公告、法律法规八大行业特色知识库，进行大模型证券行业知识增强训练，全面赋能证券行业投顾、投研、客服、合规、风控、营销六大业务场景。

  九章证券领域大模型依靠九方金融信息资源，可基于金融语义进行提示预处理，使提示信息更加容易操作且能实时进行AIGC智能创作，可持续探索满足各类业务场景的AI使用需求。

  九章证券领域大模型使用先进的OCR（光学字符识别）和计算机视觉技术，能够准确地识别图片文本和图像信息，同时不断采用最新数据优化迭代模型，提升识别效果，确保高质量服务。在强大算力支撑的基础上，采用高效的并行处理机制，可快速准确地处理大量图片数据，保证各种场景下输出的稳定性。还可以根据不同的需求场景，不同的用户需求设置识别参数，提供丰富的API接口，轻松实现个性化需求，提升用户体验和工作效率。

  从以往的通用大模型走向垂直证券领域大模型，九方深耕证券行业的应用场景，在证券场景下的语言理解、语言生成、逻辑推理、多轮对话等能力方向已取得突破性提升。在九章证券领域大模型的技术架构支持下，基于人工智能技术打造了业内首款智能投顾数字人产品——数字人“九哥”。这款数字人拥有大盘分析、板块挖掘、热点追踪、个股诊断、策略生成、金融百科、事件推理、情绪陪伴八大核心功能，可以全天候不知疲倦地为不同投资者提供匹配理财模式和专业的投顾服务。

  近年来九方智投快速发展数字化技术，是市场供需不平衡的“产物”。数据显示，当前中国有2.2亿人投资者与7.9万投资顾问，即每位证券投资顾问服务约2750位个人投资者。相比而言，美国有1.5亿个人投资者与93万名投资顾问，证券投资顾问服务客户数仅为156人，这意味着国内每位证券投资顾问服务的客户数是美国的17倍。

  个人投资者是资本市场最广泛最重要参与者，目前我国有72%的个人投资者可投资资产在10万元以下，投资体量小且投资顾问缺口大，因此个人投资者难以享受到优质的投顾服务。

  为帮助个人投资者更好地了解金融市场及定制投资决策，九方智能投顾数字人已全面接入九章证券领域大模型。对于“金融小白”来说，数字人可以帮助他们获取各类金融信息，加深对金融知识的理解，成为他们行走的“金融百科全书”；对有更高需求的用户来说，智能投顾数字人的金融数据处理功能，有助于其分析大盘、挖掘板块、追踪热点，解决投资中的“痛点”；对于有投研需求的“投资高手”来说，数字人在九章证券领域大模型的加持下，可以为其提供策略生成、个股诊断、事件推理、情绪陪伴等更高阶的服务体验。

  目前，九章证券领域大模型除了将数字人应用在多元金融消费业务外，也能够针对B端企业提供多元服务，包括企业的合规性管理、智能风险监控、智能图像识别、智能舆情分析、AIGC智能创作等等。同时，在服务过程中积累的数据，又将进一步优化大模型，同时反哺投资者，提升证券行业的数据处理和分析水平，形成正向循环。

  从发展的角度来看，证券行业需要垂直领域大模型，大模型可以加速证券行业的金融科技创新，为新质生产力发展蓄能。而九章证券领域大模型基于大量的证券行业数据沉淀和科技研发能力而完成，通过挖掘更深层次的行业数据，不仅能大幅提升九方的业务运营效率，还将优质的金融证券服务惠及所有普通投资者和行业机构，为资本市场的投资侧改革贡献力量。

  目前，大模型在金融领域的应用仍处于早期阶段，还面临着部署成本、数据安全、模型可解释性等方面的挑战，但随着技术、政策、产业端共同发力，大模型将重塑金融行业已成为各方共识，相信会有更多的行业主体投身其中，共同探索可行的解决方案，推动革命性的“奇点”尽早到来。“人工智能+”将加速行业大模型百花齐放，为新质生产力的培育和发展注入澎湃动能。