华泰证券研究所计算机行业首席研究员谢春生则指出，大模型呈现出更通用和更垂直两大演化方向。以金融这一垂直场景为例，海内外已经有一些探索，比如Bloomberg基于开源模型训练推出了BloombergGPT，这种训练方式要求垂直数据丰富、使用场景多样，对AI工程化经验、研发投入要求较高；Morgan Stanley基于整体要求较低的闭源模型微调，推动其财富管理部门的知识管理及智能投顾项目，对业务的渗透程度较BloombergGPT更深。未来，GPT技术有可能带来产业链变革、重构竞争格局、收入增加、降本增效四种层次的变化，影响的深度取决于金融企业的选择。在算法、算力、数据、场景这四大技术要素中，金融企业应该聚焦于数据和场景这两大强项，探索技术变现的方式。

FICC数字平台亮相，关键场景的数智化探索

在下午的分论坛中，华泰证券相关业务线专题介绍了FICC和PB两大业务平台建设的最新进展和数智化解决方案。

中国债券市场规模不断扩大，一方面市场需要更多活跃的做市商以提升流动性，另一方面市场主体则需要增强信用风险管理能力，应对各类风险违约事件，同时积极参与跨境交易，把握人民币国际化等开放机遇。面对市场的重大变革，华泰证券通过自主研发的信用分析平台“CAMS”、FICC大交易平台“大象”，推进FICC业务的数字化转型并为机构客户提供相关服务。

“CAMS”构建了融合买方经验的特色投研体系，汇聚各类市场数据，研发量化模型，能够高效全面地进行信用风险分析和研究，并基于此进行内部信用定价，从中捕捉投资机会。目前，平台定价已覆盖约30000只信用债，每日可对全市场95%以上的信用债进行定价。作为华泰证券投行、投资、资管等多项业务的基础能力平台，“CAMS”也是“大象”平台信用类产品的功能引擎。“大象”利用低延时交易、实时金融工程模型计算框架、智能分析引擎、大规模市场数据中心等前沿技术，打造一体化的交易、风控、量化策略执行和组合管理能力。除了交易执行，“大象”还打造了量化策略研发服务，依托定价、数据、模型、算法、回测引擎等量化能力，为FICC交易策略研发提供快速设计、验证与部署的一站式服务。除了赋能华泰证券自身业务，“大象”的客户端建设也不断推进，目前在信用债分销、现券及利率衍生品报价交易、跨境互换等方面已经形成了多个对客服务应用与功能。

这两大平台的能力已在华泰证券的业务场景中得到了广泛使用，华泰证券也将向客户、合作伙伴开放信用研究、量化策略研发等平台能力，在全市场的检验下，不断优化、迭代平台，并建设开放、去中心化的FICC生态，实现科技金融下的互促互进。