分挖掘自身庞大的研究资源和数据库，为财富管理顾问提供帮助。 财经新闻：理解背后的市场“情绪”，辅助金融资讯写作 在财经新闻领域，理解式大模型帮助理解和判断财经新闻文章中的情感走 向，生成式大模型助力更准确的金融问答和资讯写作。例如，彭博社近期发 布的 BloombergGPT 得益于大规模金融垂直领域的文件、行业新闻、社交 媒体等文本数据集的训练，能够理解财经新闻背后的市场“情绪”，辅助金 融资讯写作，这解决了通用 大的研究和数据库，并计划在未来几个月内广泛推广。 财经新闻：理解财经新闻背后的市场“情绪”，辅助金融资讯写作 在财经新闻领域，理解式大模型帮助理解和判断财经新闻文章中的情感走向，生成式大模 型助力更准确的金融问答和资讯写作。例如，彭博社近期发布的 BloombergGPT 得益于大 规模金融垂直领域的文件、行业新闻、社交媒体等文本数据集的训练，能够理解财经新闻 背后的市场“情绪”，辅助金融资讯写作，这解决了通用

收入预测模型 业务平台 数据服务 数据开发 元数据管理 数据地图 数据清洗 数据共享 台 建 非结构化数据 业务日志 视频 流媒体 文件 外部数据 客户财报 国家风险 行业信息 财经信息 维度 区域 外部数据 社交媒体 中 台 核 心 资 产 数 据 湖 主数据 客户基本信息 云服务信息 基础数据 国家 Region 数字化运维

阿里通义千问能够较好的解释金融概念、提供一般性的金融投 资分析指导，但存在时效性限制。腾讯混元可以优化金融服务的个性化体验、市场情绪的追踪等。科大讯飞火星则将语音识别和处理技 术用于交易系统、智能财经助手等。 数据来源：文心一言，通义千问，东吴证券研究所 2.4. 通用大模型在金融领域应用表现各有差 异 11 国内外金融垂类模型发展进程 金融大模型始于 2023 年 3 月 BloombergGPT

需求持续推升 800G/1.6T 光模块的增长动力。传统服务器也随着规格升级，带动 400G 光模块 的需求。 图 46：全球高速光模块出货量预估 资料来源：TrendForce，智通财经，Wind，中原证券研究所 高速率光模块迭代周期缩短。数据/智算中心内部网络架构趋向扁平化，连接密度及交换容 量大幅增长。在数据流量激增和网络架构演进双重驱动下，光连接技术向高速率、大容量、高