財聯(lián)社4月15日訊（記者 王晨）通用大模型與金融數(shù)據(jù)的深度融合邁出了關(guān)鍵一步。

4月7日，千問App官方微信公眾號發(fā)布消息稱，千問“深度研究”專業(yè)能力完成升級，新增財經(jīng)分析等模塊，正式接入1.3萬只股票的實時行情以及約百萬家上市公司的財報數(shù)據(jù)。幾乎同一時間，Kimi也宣布接入了同花順iFinD金融數(shù)據(jù)庫。

不可否認，通用大模型接入行情數(shù)據(jù)，是AI推動投研“平權(quán)化”的又一個里程碑。從機構(gòu)專屬的金融數(shù)據(jù)終端，到幾乎零代碼的OpenClaw智能體，如今再到人人手機里的千問和Kimi，金融數(shù)據(jù)的獲取成本正在無限趨近于零，分析門檻也在以前所未有的速度降低。

面對通用大模型的“跨界”，券商AI與專業(yè)金融數(shù)據(jù)平臺AI迎來新的機遇與挑戰(zhàn)。業(yè)內(nèi)人士更多認為，通用大模型并不會取代券商AI，未來反而格局會更加清晰，通用大模型負責廣度和便捷，券商AI更多負責深度和閉環(huán)。這也將為券商帶來機遇，券商可以將自身更深度、更合規(guī)的AI投顧能力以插件或智能體形式接入通用大模型生態(tài)。

通用大模型完成金融進化

過去，普通用戶想要用大模型分析股票，往往需要自行編寫提示詞、通過插件調(diào)用外部數(shù)據(jù)接口，或者像技術(shù)愛好者那樣本地部署OpenClaw并配置金融Skill。整個過程往往需要一定的技術(shù)認知。

而這一次，通用大模型千問和Kimi直接接入股票行情。千問在升級后的“深度研究”模式中，用戶可以直接詢問某只股票的實時行情、歷史走勢，或者要求基于最新財報進行財務(wù)健康度分析，模型將自動調(diào)用后臺的股票數(shù)據(jù)和財報數(shù)據(jù)庫，給出帶有數(shù)據(jù)支撐的回答。

同樣，Kimi接入同花順iFinD后，其金融信息檢索與推理能力得到了專業(yè)數(shù)據(jù)庫的加持，用戶不再需要在不同軟件之間反復(fù)切換。

這種變化的本質(zhì)，是將金融數(shù)據(jù)從“外掛”變成了“內(nèi)嵌”。通用大模型不再只是會聊天的文本生成器，而是具備了實時股票數(shù)據(jù)感知能力的“投研助理”。對于數(shù)以億計的普通投資者而言，這意味著他們可以用最日常的對話方式，獲取股票研究和行情分析，而這在過去，往往需要首先付費使用Wind、Choice等終端數(shù)據(jù)再進行分析和研究。

投研門檻的“二次坍塌”

年初，OpenClaw等開源框架的爆火，讓具備一定動手能力的技術(shù)型投資者率先實現(xiàn)了“手搓”分析助手，近期通用大模型原生接入行情數(shù)據(jù)，則將AI投研的能力直接推到了每一個手機用戶的指尖。

這兩種路徑形成了有趣的互補。個人自建AI助手以O(shè)penClaw為代表，優(yōu)勢在于高度定制化、數(shù)據(jù)本地化以及可以接入社交媒體等異構(gòu)信源，適合對隱私和靈活性有更高要求的進階玩家。而千問、Kimi等通用大模型則走的是“開箱即用”的大眾路線，用戶無需任何部署、無需配置API密鑰，打開App就能問股票。

“這就像是專業(yè)相機和智能手機的區(qū)別。”受訪人士向記者比喻道，“OpenClaw類似單反，功能強大但需要一定技術(shù)門檻；而千問、Kimi接入股票行情后就像手機計算攝影，普通人隨手一拍也能得到不錯的結(jié)果。兩者共同的結(jié)果是，更多人開始‘拍照’。”

從數(shù)據(jù)上也可以看到這一趨勢的加速。據(jù)記者了解，春節(jié)后國內(nèi)金融數(shù)據(jù)平臺Tushare新增用戶與接口調(diào)用量大幅上漲，單日新增用戶峰值接近4000人。而隨著千問、Kimi等通用大模型直接內(nèi)嵌行情數(shù)據(jù)，金融數(shù)據(jù)的觸達人群將擴展到數(shù)億普通股民。這種量級的躍升，可能帶來資本市場信息傳播與決策模式的深刻變化。

券商AI與通用大模型是競合還是替代？

面對通用大模型的“跨界”，早已布局AI投顧的券商作何感想？

記者梳理發(fā)現(xiàn)，華泰證券的AI漲樂、國泰海通的靈犀APP、廣發(fā)證券的易淘金等券商應(yīng)用，近年來已完成了AI原生化改造，不僅提供智能診股、財報解讀，還打通了交易閉環(huán)。這些券商AI的核心壁壘在于持牌合規(guī)、垂類大模型等，以及經(jīng)過合規(guī)審核的專業(yè)投研內(nèi)容。

通用大模型的優(yōu)勢則在于泛化能力和用戶基數(shù)。千問和Kimi本身擁有數(shù)千萬甚至上億的活躍用戶，接入行情數(shù)據(jù)后，它們能夠以極低的邊際成本為海量用戶提供基礎(chǔ)投研服務(wù)。

對于券商而言，這既是一種挑戰(zhàn)，部分付費AI投顧功能需求可能被通用大模型分流，也是一種機遇，券商可以將自身更深度、更合規(guī)的AI投顧能力以插件或智能體形式接入通用大模型生態(tài)。

“我不認為通用大模型會取代券商AI。”一券商分析師表示，“未來，通用大模型負責廣度和便捷，券商AI更多負責深度和閉環(huán)。”

事實上，金融數(shù)據(jù)提供商也在積極擁抱這一趨勢。萬得推出了WindClaw，同花順iFinD推出了MCP金融數(shù)據(jù)服務(wù)，Choice上線了妙想Claw。這些專業(yè)工具不僅服務(wù)機構(gòu)，也開始通過更友好的交互方式向個人用戶滲透。通用大模型與專業(yè)金融數(shù)據(jù)平臺的邊界，正在變得模糊。