行业核心驱动力 - 金融行业作为数据、信息、决策密集型产业，其数智化转型需求与大模型技术特性高度契合 [1] - 人工智能相关政策和顶层设计为金融机构向“人工智能化”转型提供外部驱动 [2] - 金融机构IT支出的持续扩张为AI落地提供了强劲内驱，2024年以来金融行业大模型相关招投标已开始明显加速 [2] 技术发展与应用路径 - 通用大模型技术已跨越“技术验证”向“产业适配”的关键拐点，AI在垂直领域的规模化应用落地将进入加速期 [1] - AI与金融结合的技术路径包括通用模型结合金融语料进行训练，以及开发金融垂类大模型 [2] - 2025年DeepSeek R1的发布助推通用模型推理能力跃迁和成本锐减，并实现模型开源，成为金融机构本地化部署AI的行业拐点 [1][2] 应用场景与未来展望 - AI应用已在各类金融机构的核心业务领域以及中后台场景中加速渗透 [1] - 大模型普遍应用在理解、问答、信息提取等“短思考”金融场景，而智能体则主要面向需要AI自主承担长流程工作任务的高规划要求场景 [2] - AI智能体尤其是多智能体协作已成为未来重点研发方向，未来AI有望重构金融业务流程和组织架构 [1][2]