数据：
发布时间：2025-02-14 10:02:00
线索：
DeepSeek推出的R1推理大模型在推理性能上与OpenAI的o1模型相当，但计算成本和响应速度显著降低。这为金融行业带来了更多的AI应用机会，同时也引发对当前通用模型的竞争与共存的思考。R1的推出可能促进中小金融机构的AI应用，但其在实现落地时需克服数据和算力的挑战。
正文：
随着金融行业对AI模型的不断探索，现有的共识是，大模型虽然能在海量数据中快速回应，却无法完全满足实际业务需求，因而“慢思考”的推理模型变得不可或缺。自OpenAI的o1模型去年推出以来，其通过强化学习提升了复杂问题的推理能力。然而，相较于通用大模型的瞬时反应，o1在计算和速度方面消耗较大，响应时间通常需要约10秒。
在2025年春节前，DeepSeek正式发布了其DeepSeek-R1推理大模型，并同步开源了模型权重。这一模型是全球首个成功复现o1能力的模型，其推理性能与o1相当，但算力消耗仅为十分之一，输入token价格更低，极大降低了费用。金融行业的一位高管对R1模型的发布表示欣喜，认为其性价比足以支持大量创新项目的涌现。
深度推理大模型的R1，虽仍需传统通用大模型的语料训练及参数调整，但它通过开源实现AI应用的平权，能为中小金融机构带来更大的应用想象。与此同时，尽管有多家金融机构接入R1模型，这并不意味着其他通用模型的退场。不同技术模型将按需共存，以应对多样场景的实施落地。
R1模型的深度推理能力使其在复杂数据分析中表现突出，但其表现也显示出幻觉现象与传统通用模型类似。AI幻觉率高达14.3%，远高于V3模型的3.9%。因此，加之算力与数据问题，金融行业在模型落地时仍需解决更为复杂的挑战。此外，不同金融机构在接入模型时会根据资源、成本和实际应用差异化选择。
尽管接受DeepSeek的深度推理模型，其带来的创新应用却将在金融行业引起一场变革。在数家金融机构尝试接入DeepSeek的代码语言模型基础上，R1的推出将进一步强化其应用潜力。从而带动“AI+经纪”“AI+投研”“AI+合规”等新兴模式的探索。
发布时间：
2025-02-14 10:02:00
评论 ( 0 )