1年前，东方财富妙想大模型成为国内首批通过网信办备案的金融大模型，并于2024年1月推出国内首款基于金融大模型的智能应用——「妙想」。
定向开放期间，妙想每天帮助数万金融从业者解决专业问题，为金融信息检索、市场深度分析等多个金融场景开辟了AI时代的工作范式。
经过1年的实战锤炼，东方财富重磅首发下一代智能金融终端——妙想投研助理，专注于解决当前投研流程中的“卡壳点”，为整体的投研效率和质量带来突破性提升。
在大模型底座能力上，妙想基于推理强化与多信源分析，对金融业务有了更深层次的理解力与处理能力，并显著提升了获取数据的可靠性、完整性。凭借多步骤、多组合、多智能体协作的任务执行能力，妙想成为了业内第一个会像分析师一样思考问题，并且懂业务、强推理、能反思的大模型。
01 首发下一代智能金融终端
致力于成为金融AI第一品牌
投研行业当前正面临着信息过载的严峻问题。平均每天会增加1500份研究报告、9000条公告，几百万条财经资讯，一个分析师平均每年需要阅读的文字材料超过1000万字…
传统金融终端在处理信息过载这个问题上已经“力不从心”——信息的无差别堆积和功能模块的不断扩容，不仅持续增加用户的学习成本与操作精力，也让投研人员陷入了每天在多个工具间切换工作的困扰。
东方财富将投研场景定为妙想金融大模型为行业赋能的首个“登陆滩头”，带来下一代智能金融终端——妙想投研助理，帮助投研人员完成从“操作多个工具”到“交给一个助理”的工作范式转变。
推出“下一代”的底气，来源于三大独家优势：
覆盖最全的金融数据，1个指令智取万数
数据是投研的基石，数据质量是决定大模型的回答是否可被撰写研报等场景采用的硬性标准；妙想团队在数据的完整度和深度上久久为功，投入了巨大的人力与资源，建立了目前国内品类最全、质量最高的金融数据库。
当前，妙想已覆盖2亿+的资讯舆情，4亿+的宏观数据、6亿+的行业数据、10亿+的企业数据、百亿+的市场数据，以及百亿+的股吧、财富号等独家内容，涵盖上万种数据品类，从根本上保证数据来源的准确性、即时性、可靠性。
依托最深的业务背景，支撑产品长效打磨
东方财富在金融科技行业深耕20年，拥有全方位的人才体系。在妙想大模型的研发过程中，东方财富6大业务线总计超过千位一线人员全程深度参与，从数据的采集、处理到模型的构建、训练，每一个环节都紧密围绕业务需求展开，确保妙想大模型深度理解行业的实际规范与真实的业务要求。
拥有最强的技术基因，不断优化模型应用
东方财富从成立伊始就带有深刻的技术烙印，在大数据、人工智能等前沿技术形成了深厚的技术储备，并将NLP、CV、Ranking等多种AI技术应用于50多个业务场景。
过去2年，东方财富投入了大量研发资金和千人产研团队，目前算力储备已实现混合云布局，自建机房算力、云端算力等充分满足算力的高可靠要求。训练和推理全部容器化，推理算力实现实例层面的动态扩缩容，可以实现分钟级大模型推理算力扩缩容，灵活组合几十亿到上干亿参数规模不等的大、小模型族群，面向应用场景选择最佳的模型。
“东方财富有最强大的金融基因和最雄厚的科技实力，所以我们能带来最懂金融的大模型，和最懂投研的AI产品。”
与传统“点对点”的赋能方式不同，妙想投研助理能够覆盖从研究目标确立、市场信息检索、数据整合与分析，到撰写研究报告的完整投研工作流，帮助投研群体切实提效。原本一天忙不完的工作，用妙想，喝1杯咖啡的时间就可完成。
下面，我们以投研人员一个典型的工作日为例，来看看妙想投研助理如何实现提效。
开晨会，用妙想：增量信息一站式汇总
投研人的一天往往是在晨会中开始的，在信息爆炸的背景下，人工整合碎片化的会议材料不仅耗时，还容易出现疏漏。据统计，研究员日均花费超过1小时才能完成对行情、宏观政策、行业事件、热点消息、跟踪标的的全部增量信息整理。
现在用妙想，只需要1分钟，既可以对市场行情、宏观经济、政策变化等重点类目进行常态化跟踪，也可以辨别并筛选出增量信息中对行业有重要影响力的内容，按照层次分明、重点突出的结构进行呈现，相关信息的价值密度更高、更贴合投研的需求。
以汇总新能源车行业近期重要事件为例，不同于通用大模型的信源基本来源于网页资讯且汇总信息的重要性参差不齐，妙想投研助理综合了公告、研报、资讯等多个维度的信源，分类清晰，在回答时能够自动突出或提炼出数据、亮点、细节等关键信息，并为用户提供总结性分析。在回答的系统性、相关度和重要程度上都更加贴合投研群体的需求。
信息一站式汇总
听路演，用妙想：为投研人群量身打造的纪要助理
听路演是投研人群获取上市公司一手信息、了解行业动态的重要渠道，当多场会议同时召开或时间冲突时，会议纪要显得至关重要。人工记录、整理、提炼纪要不仅耗时耗力，导致决策分析滞后，还可能遗漏重要的细节。
妙想会议纪要，是为投研人群量身打造的纪要解决方案，对金融内容的转录速度更快、识别准确率更高、阅读体验更佳，不管是重要路演还是业绩交流，都能轻松“拿捏”。
通过结构化数据关联溯源，妙想可以快速解析会议内容并提炼核心信息，并基于会议内容自动生成分时段的章节大纲与要点回顾，支持词粒度级别的溯源定位，可通过点击关键词一键追溯至原音视频段落，或通过问答的形式自由检索信息、整合观点。
智能识别与会议内容相关的公司、证券、商品品种等标的，归纳会议提及的指标数据，均支持跳转查询与图表导出。面对海外重要路演，妙想会议纪要也能轻松翻译转录，让语言不再成为效率的阻碍。
智能会议纪要
做研究，用妙想：数据获取更灵活，图表一键可视化
深度研究分析是投研人员的核心竞争力。但据统计，在实际工作中投研人员有超过80%的时间用在了数据搜集、整合、处理等工作上，严重分散了其用于深度分析的时间和精力。
妙想投研助理秉承“一步到位”的理念，只要1个问句就能直接输出数据并生成图表，完成投研流程的闭环。
在数据分析中，妙想除了能进行数据一站式完整汇总，还支持灵活调整数据在时间、地域等维度的颗粒度，方便研究员进行层层细分的数据钻取与深度分析。真正实现1个指令智取万数，智探万维。
以查询理想汽车的销量为例，通过简单问句询问妙想，就可以得到各细分车型的详细销量数据，以及动态交互的图表。
行业数据查询
在数据处理中，妙想可一键完成同环比计算、变频、图表可视化、数据导出等，让投研人员告别从传统金融终端取数再到多个软件处理的繁琐流程，切实体会到“贴身投研助理”带来的极致提效。
看资料，用妙想：智能总结，沉浸阅读
在研究过程中，投研群体需要进行大量的资料阅读。据统计，一个投研人员一年的专业内容阅读量，累计会超过千万字。
其中一个很重要的部分是阅读研报，这是投研人员了解行业、个体公司、业内观点等信息的重要方式，但却长期面临研报数量太多，人工阅读效率过低的问题。传统金融终端只具有研报收集能力，缺乏内容分析能力；通用大模型存在专业概念理解不强、总结失真等局限性，另外在研报来源获取与多篇研报横向对比上有较大不便。
妙想智能研报总结，为研报阅读带来了前所未有的高效体验。妙想自带海量研报库，输入个股名称即可获取所有研报，省去上传多个研报文档的步骤；可在同一时间快速总结100多份研报，为研报整理极致提效。
与机械式的文本解析不同，妙想拥有更佳的阅读体验，自动生成目录导航，包括机构核心观点速览、公司事件点评、深度研究等研报核心要点，按照时间线进行梳理，帮助用户快速定位到想要查看的内容。
用户只用10分钟的时间就能看完以往数小时的内容，所有观点都支持原文追溯。另外还支持多方研报观点聚类、寻差异，避免重复性观点多次阅读，同时随时可以进行研报内、外信息的交互问答，快速拓展研究视角。
智能研报总结
面对外文研报或公告，妙想也为用户提供更优的阅读体验。除了更快的速度——可以在3秒内翻译100页英文文献，更严谨规范的表达——百万级金融术语词表，妙想还能100%呈现研报形式，方便用户对照查看。此外，在进行交互问答时，除了文字内容，还可以对图表中的数据等信息实现读取。
文档翻译
写研报，用妙想：含“金”量更高的笔杆子
将整理好的材料落笔为研究报告，是投研工作的“最后一公里”，但材料距离规范的研报表达还有一段不小的距离。在传统工作范式下，投研人员需要在整合资料、数据验证溯源并可视化、修改文字措辞与表达等非核心事项上耗费大量时间。
以撰写业绩点评为例，传统工作范式下需要在金融终端获取最新业绩数据，并人工进行二次处理。针对业绩变动，还需要通过搜索引擎获取行业信息、政策资讯，再结合公司公告进行点评分析。
用妙想，快速获取关于行业的政策、资讯、产业链数据、个股业绩、公告研报等信息，只需5轮问答，即可完成一篇财报点评。
在撰写研报时，妙想可以在框架结构、基础内容、行文表达等方面提供参考。妙想是在真实的金融业务场景中训练出来的，回答效果经过了业务一线人员的反复检验，在专业术语运用、合规考量、风险分析等方面的输出更加规范、更有“金融味”。
“大模型在投研核心场景落地，还隔着最后一扇门——研究员的信任危机。”
一方面，投研领域问题的复杂性远超通用问题，大模型除了要具备相应的知识和技能来解决之外，还需要对思维过程进行解释、为回答提供证明。通用模型不仅在专业性上力有不逮，推理过程采取的“黑盒机制”也会让投研人员担忧推理分析过程的合理性，进而影响对大模型回答结果的信任。
另一方面，金融作为严肃领域，对信息来源的准确性和权威性有极高要求，常规模型只具备检索能力，缺乏对信源的识别和筛选能力，无法达到实际投研工作的标准。
妙想金融大模型依靠前沿技术与对投研的深度理解，找到了打开“信任危机”这扇门的钥匙。
遵循行业专家级别的投研路径，实时展现思考过程
基于推理强化的技术思路，妙想通过“树状发散”的思索模式，能够多层次、多角度地考虑问题，更深度地挖掘出用户在提问背后隐藏的本质诉求。
在面对复杂的金融问题时，妙想会全程站在分析师的立场进行深度思考，遵循行业专家级别的投研路径，将问题拆解为多步骤、多组合的任务路径。推理全程采用“白箱”机制，实时展现思考过程，形成可穿透、追溯、分节点定位的研究思路图，增强回答的可解释性和透明度。
在任务执行时，妙想能自主调动多个金融智能体相互协作，在完成任务后按照专业分析师的汇报标准对结果进行整合与输出。最后为用户呈现的不仅是一个回答，而是一个可直接用于投研分析的金融问题解决方案。
比如查询“蔚小理三个品牌今年发布的主要车型有哪些，每个车型各自搭载的芯片是什么型号的”，在接受指令后，妙想将这个复杂问题拆解为了多个分支任务，通过穷尽式检索搜集了海量信息，覆盖了新能源行业数据库及800多个专业网站。经过筛选与整合，为用户总结出内容准确、结构化且条理清晰的汇报方案。
多步骤多层级思考
分级机制优先采取权威信源，自我反思能力强化回答可信度
投研人员对于采用的信息有准确性和信源权威性的双重要求。传统金融终端通过搭建结构化数据库与大量人工维护的方法保证数据质量，提供权威性保障，但无法覆盖海量的非标准化信息。通用大模型提升了非标准化信息的获取效率，但不具备对信源的分析、辨别能力，数据等信息在实际应用前仍须通过人工分析验证，高度依赖相关人员的专业经验。
妙想将传统金融终端与大模型技术的双重专业禀赋进行了有机结合，有效解决了用户的“信任危机”。在信息采选源头，妙想构建了专业度分级机制，可以识别并优先采纳更可靠、更符合投研偏好的信源；在信息获取过程中，妙想实现了多信源一并获取并交叉验证，让同类数据能够在时间、属性、单位等颗粒度上相互支持、补充和修正；在回答时，妙想能够持续对回答进行反思并不断完善，效果完整度更高、细节更丰富。
比如查询“新能源重卡销量数据”，此类数据往往存在多个发布渠道，各信源之间如果存在差异，通用大模型在汇总时就会出现幻觉。针对这个问题，妙想优先采用了来自EDB经济数据库中的权威数据，并按月度进行清晰展示。此外，妙想通过持续自我反思，在汽车行业垂直网站等经过筛选的信源中不断补齐信息，所有数据均提供了溯源链接，保证可验证性。
获取权威数据
“投研人员作为最擅长研究“变化”、解读“变化”的群体，也必然是最先拥抱变化的群体。”
过去，从PC时代最快的财经资讯平台，到移动互联网时代综合性的财富管理服务，再到今天推出AI时代的智能金融终端，东方财富20年来始终是中国金融数智化创新的见证者与参与者，科技也始终是东方财富践行“链接人与财富，为用户创造更多价值”的有力依托。
现在，在AI浪潮的百舸争流中，妙想有实力、有定力、有毅力，锚定投研痛点，致力于投研提效，为行业创造实际价值。
未来，东方财富将持续提升妙想金融大模型的能力，推进AI在更多金融核心场景应用落地，为金融行业注入数智化新动力。
文章来源于公众号：东方财富AI
