<div id="readability-page-1">通用大模型與金融數據的深度融合邁出了關鍵一步。4 月 7 日，千問 App 官方微信公眾號發佈消息稱，千問 “深度研究” 專業能力完成升級，新增財經分析等模塊，正式接入 1.3 萬隻股票的實時行情以及約百萬家上市公司的財報數據。幾乎同一時間，Kimi 也宣佈接入了同花順 iFinD 金融數據庫。<img src="https://imageproxy.pbkrs.com/http://img.zhitongcaijing.com/images/contentformat/25dfe22a4aa5a0b11570aca112240e5c.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="751" height="716" original-src="https://imageproxy.pbkrs.com/http://img.zhitongcaijing.com/images/contentformat/25dfe22a4aa5a0b11570aca112240e5c.jpg"/>不可否認，通用大模型接入行情數據，是 AI 推動投研 “平權化” 的又一個里程碑。從機構專屬的金融數據終端，到幾乎零代碼的 OpenClaw 智能體，如今再到人人手機裏的千問和 Kimi，金融數據的獲取成本正在無限趨近於零，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 與專業金融數據平台 AI 迎來新的機遇與挑戰。業內人士更多認為，通用大模型並不會取代券商 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。這也將為券商帶來機遇，券商可以將自身更深度、更合規的 AI 投顧能力以插件或智能體形式接入通用大模型生態。通用大模型完成金融進化過去，普通用户想要用大模型分析股票，往往需要自行編寫提示詞、通過插件調用外部數據接口，或者像技術愛好者那樣本地部署 OpenClaw 並配置金融 Skill。整個過程往往需要一定的技術認知。而這一次，通用大模型千問和 Kimi 直接接入股票行情。千問在升級後的 “深度研究” 模式中，用户可以直接詢問某隻股票的實時行情、歷史走勢，或者要求基於最新財報進行財務健康度分析，模型將自動調用後台的股票數據和財報數據庫，給出帶有數據支撐的回答。同樣，Kimi 接入同花順 iFinD 後，其金融信息檢索與推理能力得到了專業數據庫的加持，用户不再需要在不同軟件之間反覆切換。這種變化的本質，是將金融數據從 “外掛” 變成了 “內嵌”。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據感知能力的 “投研助理”。對於數以億計的普通投資者而言，這意味着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 等終端數據再進行分析和研究。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型投資者率先實現了 “手搓” 分析助手，近期通用大模型原生接入行情數據，則將 AI 投研的能力直接推到了每一個手機用户的指尖。這兩種路徑形成了有趣的互補。個人自建 AI 助手以 OpenClaw 為代表，優勢在於高度定製化、數據本地化以及可以接入社交媒體等異構信源，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，用户無需任何部署、無需配置 API 密鑰，打開 App 就能問股票。“這就像是專業相機和智能手機的區別。” 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門檻；而千問、Kimi 接入股票行情後就像手機計算攝影，普通人隨手一拍也能得到不錯的結果。兩者共同的結果是，更多人開始 ‘拍照’。”從數據上也可以看到這一趨勢的加速。據記者瞭解，春節後國內金融數據平台 Tushare 新增用户與接口調用量大幅上漲，單日新增用户峯值接近 4000 人。而隨着千問、Kimi 等通用大模型直接內嵌行情數據，金融數據的觸達人羣將擴展到數億普通股民。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”，早已佈局 AI 投顧的券商作何感想？記者梳理發現，華泰證券的 AI 漲樂、國泰海通的靈犀 APP、廣發證券的易淘金等券商應用，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。這些券商 AI 的核心壁壘在於持牌合規、垂類大模型等，以及經過合規審核的專業投研內容。通用大模型的優勢則在於泛化能力和用户基數。千問和 Kimi 本身擁有數千萬甚至上億的活躍用户，接入行情數據後，它們能夠以極低的邊際成本為海量用户提供基礎投研服務。對於券商而言，這既是一種挑戰，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、更合規的 AI 投顧能力以插件或智能體形式接入通用大模型生態。“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。”事實上，金融數據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 金融數據服務，Choice 上線了妙想 Claw。這些專業工具不僅服務機構，也開始通過更友好的交互方式向個人用户滲透。通用大模型與專業金融數據平台的邊界，正在變得模糊。 </div>

同花順

通用大模型千問和 Kimi 接入股票行情與金融數據庫，標誌着 AI 在投研領域的平權化進程。千問的 “深度研究” 模式升級後，用户可直接查詢股票實時行情和財報分析，降低了分析門檻。Kimi 也通過同花順 iFinD 增強了金融信息檢索能力。這一變化為券商 AI 帶來機遇，未來將形成通用大模型與券商 AI 的協同發展。

通用大模型直接接入股票行情數據，新的競爭信號來了？