金融圈迎来“赛博同事”，机构争相进行DeepSeek本地化部署

在AI技术蓬勃发展的时代浪潮下，国产开源大模型DeepSeek在全球AI领域中崭露头角，也为金融业带来新的可能性。目前，券商、基金、银行争相进行DeepSeek本地化部署。

券商紧锣密鼓进行DeepSeek本地化部署

近日，DeepSeek火爆全网，三大运营商相继宣布全面接入DeepSeek，汽车、云计算等领域的A股上市公司纷纷接入DeepSeek，金融圈也不甘落后。至少有16家券商宣布已完成DeepSeek-R1模型的本地化部署，包括国泰君安（601211.SH）、国金证券（600109.SH）、中泰证券（600918.SH）、兴业证券（601377.SH）、光大证券（601788.SH）、广发证券（000776.SZ）、中金财富证券等。这些券商主要看中DeepSeek的开源和轻量化特性，以及其显著降低的部署成本。

国泰君安研报显示，金融由于行业的特殊性，对于数据的安全性要求往往高于其他行业，金融企业在执行过程中为严格遵守相关规定，一般选择将数据存放在本地。DeepSeek-R1发布后，金融企业用相对较低的成本即可在本地部署一流的大模型，可以将本地数据与大模型结合，打造企业专有模型，更有针对性地赋能各个场景。

据多家媒体报道，国泰君安在春节前已完成DeepSeek-R1模型的本地化部署，用以赋能和拓展公司“君弘灵犀”多模态证券垂类大模型在智能问答、智投服务、投教、行业研究、市场分析、合规风控、信息检索、文档处理等多个核心业务场景的应用，为员工和用户提供更加精准、高效的AI服务。

中金财富证券通过深度融合DeepSeek-R1大模型，实现了对智能投顾助手IC-Copilot的升级迭代，更开创性地构建了投顾服务领域“热点发现—资讯处理—策略生成”的三位一体的服务生态。

中金财富证券表示，在核心业务场景落地方面，DeepSeek通过大模型的自然语言处理与事件推理能力，可辅助投资顾问高效完成市场热点分析和大盘解读，显著提升信息处理效率与决策精准度，文档单日处理量突破万份，较传统人工处理效率提升90%。

光大证券AI中台新增DeepSeek大模型本地化部署和多场景应用测试，并基于华为NPU算力平台实现国产化适配。

光大证券称，此次部署以“自主可控+创新应用”为核心，依托国产化算力基础设施，自主研发知识库构建引擎和多模态数据处理框架，大幅降低大模型应用成本，在保护金融数据隐私与安全的前提下，逐步构建“服务客户、赋能员工”的智能服务生态。

兴业证券此前已搭建强大数智中台，支持QWen等不同开源大模型接入及融合应用，日前又追加完成了DeepSeek-V3和R1两款大模型产品接入中台大模型矩阵，可实现对诸多业务场景的全面赋能升级。未来，DeepSeek可以在知识库问答场景中辅助员工高效获取知识，在智能客服领域助力客户服务质量提升，在智能服务场景中辅助制定个性化方案，在研发辅助中进一步提升研发效能。

国金证券自成功完成DeepSeek大模型的本地化测试后，将思维链技术深度融入产业链研究体系。该技术通过显性化展示推理过程，成功实现从数据生成到逻辑理解的跨越式发展，在产业链智能解析、因果推理、研究透明度、研究生态优化四个维度重构研究模式。

基金、银行也在给“赛博同事”办入职

基金方面，据国信证券研报，汇添富基金、诺安基金、富国基金、博时基金、国泰基金、天弘基金、中欧基金、景顺长城基金、永赢基金、万家基金等10余家公募基金公司已部署DeepSeek大模型。这些基金公司主要将DeepSeek应用于投资研究、咨询服务、软件开发、风险管控、文档办公、产品销售等核心业务场景。

其中，富国基金科技团队对大语言模型的应用进行了深入探索，部署了包括DeepSeek在内的多款开源模型。经过验证，本地化部署模型在内部数据加工、代码辅助生成、文字生成、研报解读等应用方向上已达到可用阶段。富国基金表示，随着模型迭代与AI应用的进一步融合，将全面优化现有工作流程体验，提升工作效率。

博时基金在2024年初即通过调研发现DeepSeek模型在自动编写代码和逻辑推理方面的潜力，率先在自有的昇腾服务器上部署了DeepSeek-V1模型，作为公司智能开发工具的基座模型，并在2024年8月升级为DeepSeek-V2模型。

2025年初，随着DeepSeek-R1模型的发布，博时基金迅速完成内部部署，并开始探索它在投资研究、咨询服务和软件开发等方面的应用。汇添富基金表示，DeepSeek系列模型与传统模型相比，具备更强的语言理解、逻辑推理及多轮对话能力，不仅保障了数据安全性与响应效率，更可针对金融场景需求进行定向优化，将显著提升金融数据分析的深度与广度，全面赋能公司各项业务。

银行方面，邮储银行（601658.SH）依托自有大模型“邮智”，本地部署并集成DeepSeek-V3模型和轻量DeepSeek-R1推理模型。“邮智”大模型通过引入并应用DeepSeek能力，复杂多模态、多任务处理、算力节约、效能提升等方面将得到进一步增强。

江苏银行（600919.SH）依托“智慧小苏”大语言模型服务平台，成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型，分别运用于智能合同质检和自动化估值对账场景中，通过对海量金融数据的挖掘与分析，重塑金融服务模式，实现金融语义理解准确率与业务效率双突破。