在數字經濟成為社會發展大趨勢，我國全面建設中國式現代化的背景下，新質生產力鮮明的時代特徵已經凸顯。發展新質生產力是推動高質量發展的內在要求和重要着力點。當前，數字經濟形成了支撐新質生產力蓬勃發展的攻堅力量。
2024全國兩會上政府工作報告明確提出：要大力推進現代化產業體系建設，加快發展新質生產力。其中，深入推進數字經濟創新發展列在要位。報告強調“制定支持數字經濟高質量發展政策，積極推進數字產業化、產業數字化，促進數字技術和實體經濟深度融合。要深化大數據、人工智能等研發應用，開展“人工智能+”行動。
這是“人工智能+”首次出現在政府工作報告中，作為新質生產力的引擎，或許意味着人工智能將會在推動數字技術與實體經濟深度融合上發揮重要作用，對越來越多行業和產業發展產生賦能效應。
回顧剛剛過去的2023年，生成式人工智能（AIGC）狂潮讓ChatGPT爆火出圈。2024年伊始，開放人工智能研究中心（OpenAI）憑藉逼真的視頻生成技術Sora再次引領科技創新趨勢。為了更好地擁抱人工智能，首先要了解人工智能發展的核心基礎——AI大模型。
什麼是大模型？
我們在日常生活中會用到很多模型，比如自製雪糕的雪糕模具、做餅乾的各種圖形模具等等，我們可以使用這些模具來更加簡單地完成最終的成品。把這些實體的模型映射到虛擬上，即將現實問題進行抽象化，抽象成數學公式來建立模型。
那麼大模型就很好理解了，大模型是大語言模型（Large Language Model）的簡稱。因為大模型剛開始發展時只有大語言模型，所以大模型就成為了大語言模型的簡稱。後來隨着圖像、音頻、視頻等領域的大模型也發展起來，大模型便不僅僅局限於成為大語言模型的簡稱了，但因為使用習慣的延續，能處理多種類輸入輸出的模型被稱為“多模態”大模型。
“大”模型，顧名思義就是模型中比較“大”的那一類，大的具象表現就是數學公式更繁瑣、參數更多、算法更複雜。大模型通常具有數十億甚至上百億參數的深度學習模型，具備較大容量、海量參數、大算力等特點，可實現處理多任務的目標。
大模型發展主要經歷了三個階段，分別是萌芽期、探索沉澱期和迅猛爆發期。國外的預訓練模型起步於2018年，大模型階段以GPT-3的發布為標誌並在2021年進入“軍備競賽”階段。而在國內，超大模型研發展異常迅速，2023年成為中國AI大模型的爆發年。
資料來源：天翼智庫
國內外領先大模型發展歷程
自2022年11月30日ChatGPT問世以來，AI大模型成為全球科技行業的熱點。短短一年時間，OpenAI已成為引領大模型發展的標杆企業。繼多模態大模型GPT-4發布後，預計今年四季度OpenAI將發布更為高級的ChatGPT-5版本。谷歌、微軟、亞馬遜等巨頭的加入也使得大模型的競爭發展白熱化。
縱覽國內，ChatGPT爆火後不到一個月的時間，阿里巴巴、華為、騰訊、京東、字節、360、商湯、科大訊飛等一眾大廠或官宣入場或亮相大模型，“百模大戰”一觸即發。
產業界、投資界和研究機構的各方力量都在加速布局大模型領域。戰事最膠着之際，國內一個月就能冒出30多個大模型。截至2023年10月，我國擁有10億參數規模以上大模型的廠商及高校院所達到了254家，從“一百模”升級至了“二百模”。但浪潮消退後，大模型行業就迎來了過濾分層，行業格局逐漸變得明朗。
資料來源：九方智投
- 綜合能力強：百度文心一言率先向全社會全面開放，跟科大訊飛星火大模型一併成為“六邊形戰士”，在眾多細分應用場景有垂類AI助理解決特定任務；阿里巴巴大規模語言模型通義千問劃分相應垂類AI助理，但數量少於前兩者；騰訊混元大模型也劃分眾多細分場景，具備強大的中文創作能力，複雜語境下的邏輯推理能力以及可靠的任務執行能力。
- 擅長特定類型任務：智譜AI也率先進行了商業化的落地，推出了不同參數量級的商業化模型ChatGLM系列。字節跳動公測基於雲雀大模型開發了AI對話產品“豆包”。智譜清言、豆包分別偏向於辦公效率工具及日常生活助手。商量是商湯科技多模態模型系列日日新中的文本對話應用，系列內其他應用具備圖像、視頻、3D模態的生成能力。
不僅如此，一些高校和科研機構也在積極布局大模型。復旦大學推出了國內首個類ChatGPT大模型MOSS，清華大學知識工程實驗室與其技術成果轉化公司智譜AI發布了ChatGLM，中科院自動化所推出了多模態大模型紫東太初，IDEA研究院CCNL推出了開源通用大模型姜子牙等。
大模型的商業化應用之路
新質生產力以科技創新為核心驅動力，需要通過人工智能賦能各行各業。於是，大模型的商業化應用成為一個新的命題。大模型的發展將趨於“通用”和“垂直”並行的發展態勢。
以ChatGPT為代表的通用大模型是OpenAI公司在2022年推出的一種人工智能技術，可以模擬人類自然語言交流並提供智能聊天回復。其技術主要是通過預訓練模式和統計規律生成回答並完成各種文本任務。ChatGPT適應能力強、應用範圍廣、訓練負責度高，可通過收集和分析海量文本數據，更好地貼近用戶習慣、理解用戶意圖，進行有效的交流互動。
而在不同領域崛起的垂直大模型，雖然應用範圍有限，但勝在專業性強，訓練過程也更為簡潔，在解決特定領域的專業問題方面更具優勢。
從通用走向垂直，從語言走向多模態
隨着技術迭代創新，人工智能將在更深層次上廣泛賦能政務、新聞、金融、製造等垂直行業領域，不斷形成新質生產力。當前大模型的商業模式是“通用大模型+產業模型”。
按照應用領域不同，大模型主要可以分為 L0、L1、L2 三個層級。
21世紀資管研究院在對華為雲、騰訊雲等多家涉足大模型的科技公司採訪調研了解到，科技公司均將金融行業作為大模型落地應用的最優場景之一。這個知識密集、專業壁壘高、投資者認知困難的行業，無疑是認知大模型應用最廣闊、最具潛力的藍海。因此，在新一輪技術浪潮到來之際，國內外各大金融機構都紛紛加快數智化轉型步伐，以求抓住時代風口，搶佔先機。
1.從全球情況來看，當前金融大模型的應用已涉及風險管理、客戶服務、投資決策、反欺詐等諸多領域，大型金融機構及科技公司同樣積極布局或應用大模型技術以提升業務水平，當前已有多個金融領域的垂直大模型落地。2023年3月，Bloomberg（彭博）發布首個利用各類金融數據進行訓練，全方位支持金融領域的大模型BloombergGPT，是一個有500億參數、基於BLOOM模型的金融大語言模型。Morgan Stanley（摩根士丹利）則與OpenAI合作推出一款基於GPT-4技術的聊天機器人，被列入GPT-4發布時公布的6個使用案例之一。
2.從國內的布局情況來看，銀行、保險、證券、基金及諸多金融領域科技公司也紛紛開啟布局。據21世紀資管研究院不完全統計，僅2023年就有工商銀行、農業銀行、興業銀行、平安銀行等多家銀行推出或探索自研大模型平台；此外，交通銀行組建GPT大模型專項研究團隊，中國太保基於大模型技術的數字化員工投入應用等，金融機構對於大模型的應用和布局仍在加速。
智能投顧“先驅”——九章證券領域大模型
上海九方雲智能科技有限公司（以下簡稱“九方智投”）是國內領先的在線投資決策解決方案提供商九方財富（09636.HK）旗下核心業務子公司，也是國內首批獲得證券投資諮詢資格的機構之一。多年來，九方智投非常重視數字化技術的研發與創新，已基於人工智能、區塊鏈、雲計算、大數據分析等科研領域展開研發並獲得了一定的成就。
2019年九方智投就已全面開啟數智化轉型，開始探索人工智能在證券投資顧問領域的應用，並推出了第一代文本對話機器人AI旺財；2020年又率先將人工智能技術應用到合規方向，將所有客戶溝通全面留痕，通過語義識別、搭建合規模型，打造AI合規能力矩陣，為之後創建九章證券領域大模型積累了寶貴的數據財富；2021年，九方智投打造了智能營銷話術推薦系統，用人工智能來輔助營銷；2022年，九方智投將深度學習應用在虛假金融輿情識別，同時證券垂直領域的內容AIGC（生成式人工智能）也取得突破進展。2023年7月，以多年積累技術經驗和數據為基礎，九方通過跨界合作的方式再開行業先河，推出九章證券領域大模型。
資料來源：九方智投
九章證券領域大模型以華為AI算力雲平台為底座，提供穩定可靠的AI算力，同時基於科大訊飛“星火認知大模型”並結合九方20餘年沉澱的海量宏觀政策、經濟數據、行情數據、業務數據、研究報告、資訊新聞、公司公告、法律法規八大行業特色知識庫，進行大模型證券行業知識增強訓練，全面賦能證券行業投顧、投研、客服、合規、風控、營銷六大業務場景。
九章證券領域大模型依靠九方金融信息資源，可基於金融語義進行提示預處理，使提示信息更加容易操作且能實時進行AIGC智能創作，可持續探索滿足各類業務場景的AI使用需求。
九章證券領域大模型使用先進的OCR（光學字符識別）和計算機視覺技術，能夠準確地識別圖片文本和圖像信息，同時不斷採用最新數據優化迭代模型，提升識別效果，確保高質量服務。在強大算力支撐的基礎上，採用高效的並行處理機制，可快速準確地處理大量圖片數據，保證各種場景下輸出的穩定性。還可以根據不同的需求場景，不同的用戶需求設置識別參數，提供豐富的API接口，輕鬆實現個性化需求，提升用戶體驗和工作效率。
從以往的通用大模型走向垂直證券領域大模型，九方深耕證券行業的應用場景，在證券場景下的語言理解、語言生成、邏輯推理、多輪對話等能力方向已取得突破性提升。在九章證券領域大模型的技術架構支持下，基於人工智能技術打造了業內首款智能投顧數字人產品——數字人“九哥”。這款數字人擁有大盤分析、板塊挖掘、熱點追蹤、個股診斷、策略生成、金融百科、事件推理、情緒陪伴八大核心功能，可以全天候不知疲倦地為不同投資者提供匹配理財模式和專業的投顧服務。
模型即服務，智能投顧重塑與客戶的連接
近年來九方智投快速發展數字化技術，是市場供需不平衡的“產物”。數據顯示，當前中國有2.2億人投資者與7.9萬投資顧問，即每位證券投資顧問服務約2750位個人投資者。相比而言，美國有1.5億個人投資者與93萬名投資顧問，證券投資顧問服務客戶數僅為156人，這意味着國內每位證券投資顧問服務的客戶數是美國的17倍。
個人投資者是資本市場最廣泛最重要參與者，目前我國有72%的個人投資者可投資資產在10萬元以下，投資體量小且投資顧問缺口大，因此個人投資者難以享受到優質的投顧服務。
資料來源：九方智投
為幫助個人投資者更好地了解金融市場及定製投資決策，九方智能投顧數字人已全面接入九章證券領域大模型。對於“金融小白”來說，數字人可以幫助他們獲取各類金融信息，加深對金融知識的理解，成為他們行走的“金融百科全書”；對有更高需求的用戶來說，智能投顧數字人的金融數據處理功能，有助於其分析大盤、挖掘板塊、追蹤熱點，解決投資中的“痛點”；對於有投研需求的“投資高手”來說，數字人在九章證券領域大模型的加持下，可以為其提供策略生成、個股診斷、事件推理、情緒陪伴等更高階的服務體驗。
資料來源：九方智投
目前，九章證券領域大模型除了將數字人應用在多元金融消費業務外，也能夠針對B端企業提供多元服務，包括企業的合規性管理、智能風險監控、智能圖像識別、智能輿情分析、AIGC智能創作等等。同時，在服務過程中積累的數據，又將進一步優化大模型，同時反哺投資者，提升證券行業的數據處理和分析水平，形成正向循環。
從發展的角度來看，證券行業需要垂直領域大模型，大模型可以加速證券行業的金融科技創新，為新質生產力發展蓄能。而九章證券領域大模型基於大量的證券行業數據沉澱和科技研發能力而完成，通過挖掘更深層次的行業數據，不僅能大幅提升九方的業務運營效率，還將優質的金融證券服務惠及所有普通投資者和行業機構，為資本市場的投資側改革貢獻力量。
目前，大模型在金融領域的應用仍處於早期階段，還面臨著部署成本、數據安全、模型可解釋性等方面的挑戰，但隨着技術、政策、產業端共同發力，大模型將重塑金融行業已成為各方共識，相信會有更多的行業主體投身其中，共同探索可行的解決方案，推動革命性的‘奇點’儘早到來。“人工智能+”將加速行業大模型百花齊放，為新質生產力的培育和發展注入澎湃動能。
