天阳科技机构调研报告总结
一、公司AI大模型研发进展介绍
- 产学研合作：2024年1月，天阳科技与湖南大学共建金融超算联合创新中心，每年投资4000万，5年总计不低于2亿用于超算及大模型联合研发。
- 应用场景落地：2024年2月，在营销领域落地智能标签、人群扩散、智能商户分类等应用；智能招聘方面实现智能简历筛查、一键发布招聘等功能。向湖南大学提出涵盖智能信贷等领域的垂类大模型研发需求。
- 多模态大模型计划：2024年5月，发布天策多模态大模型，涵盖营销、金融合规、测试、全面风险管理、智能监管、代码生成领域。
- 与生态伙伴合作：2024年6月，与生态伙伴及AICC合作，同沐曦探索针对国产芯片和飞腾操作系统的智算一体机，为中小银行提供一体化解决方案。
- 产融大模型与培训体系：2023年7月左右开始产融大模型研发，在华南某创新型银行落地基于大模型的培训需求，形成培训体系，并成立智能金融实验室。
- 最新成果发布：2025年1月，成功部署满血及蒸馏版本DeepSeek，将产融大模型研发成果全面部署在DeepSeek平台上并做行业发布。
二、投资者问答交流环节
- Q1：大模型训练数据来源：产融大模型基于外部数据，如产业公开数据、分析报告；测试领域数据来自公司金融测试领域积累的经验和数据。信贷领域初期可不依赖行内数据，后期可联合研发。
- Q2：DeepSeek部署难度及服务：部署成本取决于模型版本（满血/蒸馏），技术层面公司已成功尝试；根据银行场景需求选择合适版本，小型化模型通过专业人员干预效果更佳。
- Q3：收费方式探索：产融大模型可考虑SaaS方式提供访问，减少银行数据出域问题，提高灵活性。
- Q4：AI信贷领域布局：按不同业务场景赋能现有系统提效，如智能报告助手提升客户经理撰写效率，信贷智能知识问答系统帮助快速定位客户信息，智能单证识别、财务报表分析等。
- Q5：AI应用场景优势：长期耕耘银行业务场景，积累专业领域知识库，结合大模型解决实际问题；早期投入研发，与高校合作做垂直类小模型；搭建AI人才梯队，市场端和人才端形成护城河。
- Q6：客户AI诉求变化：2024年银行对大模型持谨慎态度，DeepSeek发布后，头部城商行要求加快算力采购，部署大模型及DeepSeek相关版本，融入日常工作。
- Q7：业务增量及营收影响：DeepSeek降低算力依赖，解决数据出域问题，推动大模型在银行金融场景落地。大模型应用为已有业务模式带来增量，以信贷系统为例，引入智能信贷报告可增加营收，但对毛利率影响不一定明显。
- Q8：AI赋能应用场景及内部效率提升：信贷平台有天元数字化研发管理平台，接入大模型后提升费效比，包括需求分析、开发编码阶段效率提升，实现零代码转变。
- Q9：AI研发投入和人员招聘计划：扩大智能金融实验室尖端人才规模，补充大模型工程化实施人才和相关工程团队，推进与头部城商行共研，提升大模型自研团队规模和质量。
