项目入选与背景 - 恒生电子联合浙商证券及子公司恒生聚源申报的“面向金融行业大模型的多模态高质量数据集建设”项目成功入选国家数据局2025年高质量数据集建设先行先试名单 [2] - 先行先试工作旨在落实“人工智能+”行动 围绕试技术、试支撑、试标准、试机制四项重点任务 建设产业亟需、规模庞大、模态丰富、质量过硬的行业高质量数据集 [2] 项目内容与目标 - 项目聚焦解决金融垂类大模型在数据质量参差、可解释性不足、场景落地困难等方面的核心难题 [3] - 构建“数据融合—标准化处理—知识建模—场景应用—生态赋能”的建设路径 深度融合新闻、财报、研报、公告、会议等多模态信息 [3] - 数据集全面覆盖股票、债券、基金等全品类金融数据以及宏观经济与行业研究指标 通过系统化处理构建高准确性、高时效性、高覆盖的金融高质量数据集 [3] - 后续数据集将落地数据服务平台 可广泛应用于智能投研、智能投顾、风控合规等场景 推动金融大模型在真实业务场景中落地 [3] 公司技术与经验积累 - 恒生电子深耕资本市场信息化建设三十余年 为证券、基金、信托、银行、交易所等金融机构提供技术产品服务 [3] - 公司自2023年起积极开展大模型技术研发与应用 成功发布金融大模型中间件平台“光子”及系列应用 并与多家金融机构开展项目共建 [4] - 恒生聚源作为专业金融数据服务商 在金融数据收集、清洗、结构化处理等方面具有丰富经验 已为近千家机构提供金融数据服务 [4] - 恒生聚源已推出面向大模型深度优化的“AI友好型金融数据库AIDB” 旨在为大模型应用提供高可靠性、高精准的底层数据 [4] 未来规划与行业影响 - 恒生电子和恒生聚源将以本次试点为契机 在国家数据局和证监会指导下 全面践行“人工智能+”行动 [5] - 公司将持续聚焦金融行业高质量数据集建设 为大模型技术在金融业务场景中的融合应用创新打造坚实数据底座 [5] - 项目旨在为金融行业的数智化转型升级和高质量发展注入数据力量 [5]

行业趋势与竞争格局 - 金融科技已从行业“可选项”变为“必答题”，大模型、云计算等技术的规模化应用降低了中小机构的技术准入门槛，行业整体技术底座逐步趋同 [1] - 未来大中小机构在算法与算力上的差距将逐步缩小，金融机构的核心竞争力将转向对数据的获取与运用能力 [1][4] - 对于规模相近、业务模式易同质化的机构，内外部数据的挖掘利用能力将成为竞争胜负手 [1][5] 公司战略与产品布局 - 公司定位为AI时代金融行业的“智能信息服务伙伴”，重点聚焦投研、财富管理、风险预警三个与金融机构核心业务紧密相关的领域 [2][11] - 公司于2023年推出面向金融投研场景的大模型产品“WarrenQ”，并于今年发布AI友好型金融数据库AIDB，通过统一数据范式、简化查询逻辑及强化数据治理，实现大模型对金融结构化数据的精准调取 [2][5] - 公司希望承担三大核心作用：发挥数据要素企业的核心价值、助力金融机构大模型落地、联合各方共同探索商业模式创新 [2][10] 技术应用与场景落地 - 未来金融AI发展的真正突破口在于将技术与业务深度融合的“场景化应用” [2][7] - 在投资研究领域，借助大模型可深化知识加工，依据个性化偏好生成深度研究数据，未来5至10年将是研究类数据的蓬勃发展期 [11] - 在财富管理领域，公司旨在为用户优化资产配置提供信息支持，并赋能投资顾问 [11] - 在风险预警领域，公司将依托AI技术助力金融机构提升风险预判、评估能力 [12] - “智能体+大模型”的融合应用已进入关键实践阶段，智能体能够调用现有金融工程模型和内部投资策略，实现与业务系统的有机融合 [6] 大模型发展挑战与展望 - 应对大模型“幻觉”的常见方式是采用“检索增强生成（RAG）”和“上下文工程”，通过检索外部知识优化结果 [3] - 未来三到五年大模型发展将呈现三大变化：操作层面实现关键突破替代繁琐工作、人机交互模式变革、行业IT建设向低/无代码化发展 [9] - 大模型目前无法完全替代人类，尤其在重大决策、精准洞察和信息挖掘方面仍需人类判断力和经验 [4] - 国内金融科技公司在图计算、联邦学习等细分工程场景已处于全球领先水平 [7]