在2025年蛇年春节的喜庆氛围中，杭州人工智能领域的黑马DeepSeek公司发布了其开源模型R1，这一事件迅速在全球范围内引起了轰动。从访问量的激增，到面临外界的质疑与围堵，再到成功上线英伟达等平台，R1的热度始终不减，同时也引发了业界对大模型技术未来的深度思考与探讨。

回顾历史，2022年底ChatGPT的火爆开启了全球AI大模型的井喷时代。经过2023年国内外科技公司的“百模大战”，2024年，大模型技术正式迈入金融、医疗、法律等多个垂直行业的应用元年。

聚焦于金融行业，银行作为数据资源的宝库，自然而然地成为了大模型应用的先行者。过去一年多，以国有大行和股份制银行为代表的金融机构，通过自建或联合共建大模型，积极探索大模型在智能客服、智能投顾、数字员工、风险管理、合规审查、反欺诈等多个业务场景中的应用，涵盖了银行前中后台的各个领域。

展望未来，随着大模型技术的不断进步，2025年是否将迎来突破性创新？DeepSeek的火爆或许正预示了这一趋势。其以创新的力量向世界展示了AI技术的无限可能，无疑将激励国内各行业在AI创新道路上继续前行。

银行大模型应用：多场景探索与实践

银行对大模型的热情源于其被视为银行数字化转型的重要驱动力。大模型有望深刻改变银行业的经营模式与服务模式，进而重塑竞争格局。根据中国银行业协会发布的《2024年度中国银行业发展报告》，金融与人工智能具有天然的契合性。AI大模型技术能够充分挖掘银行业的海量数据资源，而银行业则拥有众多适用AI大模型技术的丰富场景。当前，AI大模型正推动我国银行业在服务、营销、产品等领域的全面革新，加速“未来银行”的到来。

然而，在数据安全的要求下，当前银行的大模型技术主要应用于各种碎片化的场景。尽管国有大行和多家股份制银行在2023年年报和2024年半年报中均对人工智能大模型布局表达了高度期待，并披露了大模型领域的技术研发和应用进展，但现阶段大模型在银行业的应用主要集中在内部助手、智能编制代码、AI办公和中台运营管理等方面。对于涉及账户交易等核心业务的大模型应用，目前尚未实现落地。

以工商银行为例，该行与国家级实验室、科研机构和头部企业合作，全面建成同业最大的千卡云算力集群、最懂金融的千亿级金融大模型以及高质多维的金融数据集。目前，该大模型已实现约20个业务领域的端到端、规模化应用，包括远程银行、运行管理、对公信贷、金融市场等领域。邮储银行则发布了自有大模型“邮智”，该大模型从底层算力到顶层应用均实现自主可控，支持多场景的金融应用，包括企业智能助手、数字员工、信贷模型等。江苏银行等中小银行也在积极探索大模型的应用，如运用“智慧小苏”大语言模型赋能风控领域的数智化转型等。

大型银行：高成本投入，引领创新

据银行业内人士透露，训练一个大型模型需要投入大量的脱敏数据，其前期资金成本、设备成本、人力成本和试错成本高昂，非中型银行所能承受。因此，大型银行在这一领域具有显著优势。根据中国银行业协会发布的报告，2023年六大行金融科技投入首次突破1200亿元。从过去一年各大银行对大模型领域的招采需求来看，邮储银行、建设银行旗下子公司建信金科、交通银行等多家银行均发布了与大模型相关的硬件、软件招标中标信息。此外，大模型训练对算力的需求巨大，如光大银行曾发布智能运营中心大模型GPU算力资源采购项目招标公告。

与此同时，与大模型相关的金融科技人才也越来越受到银行的重视。近期，兴业银行、宁波银行等银行在招聘科技人才时，均提到了“熟悉主流大模型”“具有相关理论基础和实践经验”等要求。

中小银行：跟随策略，择优而用

与大型银行的高成本投入不同，中小银行普遍选择跟随策略。这是因为除了资金、人力成本外，后期的试错成本同样高昂。一家城商行人士表示，中小银行采取跟随策略是为了观察头部银行的成熟应用，从而选择成功率高的路径。上海银行首席信息官胡德斌也表示，中小银行在资源上存在差距，但不放弃深入研究与部署，积极拥抱大模型带来的变革。在场景选择上，中小银行更加注重依据业务场景需求来确定实现方式。

（文章来源：券商中国，本文总结了2025年春节前后杭州DeepSeek公司发布的R1大模型对全球科技圈的影响，以及大模型技术在金融行业的应用现状和未来趋势。）