通用大模型与金融数据的深度融合迈出了关键一步。

4月7日，千问App官方微信公众号发布消息称，千问“深度研究”专业能力完成升级，新增财经分析等模块，正式接入1.3万只股票的实时行情以及约百万家上市公司的财报数据。几乎同一时间，Kimi也宣布接入了同花顺iFinD金融数据库。

不可否认，通用大模型接入行情数据，是AI推动投研“平权化”的又一个里程碑。从机构专属的金融数据终端，到几乎零代码的OpenClaw智能体，如今再到人人手机里的千问和Kimi，金融数据的获取成本正在无限趋近于零，分析门槛也在以前所未有的速度降低。

面对通用大模型的“跨界”，券商AI与专业金融数据平台AI迎来新的机遇与挑战。业内人士更多认为，通用大模型并不会取代券商AI，未来反而格局会更加清晰，通用大模型负责广度和便捷，券商AI更多负责深度和闭环。这也将为券商带来机遇，券商可以将自身更深度、更合规的AI投顾能力以插件或智能体形式接入通用大模型生态。

通用大模型完成金融进化

过去，普通用户想要用大模型分析股票，往往需要自行编写提示词、通过插件调用外部数据接口，或者像技术爱好者那样本地部署OpenClaw并配置金融Skill。整个过程往往需要一定的技术认知。

而这一次，通用大模型千问和Kimi直接接入股票行情。千问在升级后的“深度研究”模式中，用户可以直接询问某只股票的实时行情、历史走势，或者要求基于最新财报进行财务健康度分析，模型将自动调用后台的股票数据和财报数据库，给出带有数据支撑的回答。

同样，Kimi接入同花顺iFinD后，其金融信息检索与推理能力得到了专业数据库的加持，用户不再需要在不同软件之间反复切换。

这种变化的本质，是将金融数据从“外挂”变成了“内嵌”。通用大模型不再只是会聊天的文本生成器，而是具备了实时股票数据感知能力的“投研助理”。对于数以亿计的普通投资者而言，这意味着他们可以用最日常的对话方式，获取股票研究和行情分析，而这在过去，往往需要首先付费使用Wind、Choice等终端数据再进行分析和研究。

投研门槛的“二次坍塌”

年初，OpenClaw等开源框架的爆火，让具备一定动手能力的技术型投资者率先实现了“手搓”分析助手，近期通用大模型原生接入行情数据，则将AI投研的能力直接推到了每一个手机用户的指尖。

这两种路径形成了有趣的互补。个人自建AI助手以OpenClaw为代表，优势在于高度定制化、数据本地化以及可以接入社交媒体等异构信源，适合对隐私和灵活性有更高要求的进阶玩家。而千问、Kimi等通用大模型则走的是“开箱即用”的大众路线，用户无需任何部署、无需配置API密钥，打开App就能问股票。

“这就像是专业相机和智能手机的区别。”受访人士向记者比喻道，“OpenClaw类似单反，功能强大但需要一定技术门槛；而千问、Kimi接入股票行情后就像手机计算摄影，普通人随手一拍也能得到不错的结果。两者共同的结果是，更多人开始‘拍照’。”

从数据上也可以看到这一趋势的加速。据记者了解，春节后国内金融数据平台Tushare新增用户与接口调用量大幅上涨，单日新增用户峰值接近4000人。而随着千问、Kimi等通用大模型直接内嵌行情数据，金融数据的触达人群将扩展到数亿普通股民。这种量级的跃升，可能带来资本市场信息传播与决策模式的深刻变化。

券商AI与通用大模型是竞合还是替代？

面对通用大模型的“跨界”，早已布局AI投顾的券商作何感想？

记者梳理发现，华泰证券的AI涨乐、国泰海通的灵犀APP、广发证券的易淘金等券商应用，近年来已完成了AI原生化改造，不仅提供智能诊股、财报解读，还打通了交易闭环。这些券商AI的核心壁垒在于持牌合规、垂类大模型等，以及经过合规审核的专业投研内容。

通用大模型的优势则在于泛化能力和用户基数。千问和Kimi本身拥有数千万甚至上亿的活跃用户，接入行情数据后，它们能够以极低的边际成本为海量用户提供基础投研服务。

对于券商而言，这既是一种挑战，部分付费AI投顾功能需求可能被通用大模型分流，也是一种机遇，券商可以将自身更深度、更合规的AI投顾能力以插件或智能体形式接入通用大模型生态。

“我不认为通用大模型会取代券商AI。”一券商分析师表示，“未来，通用大模型负责广度和便捷，券商AI更多负责深度和闭环。”

事实上，金融数据提供商也在积极拥抱这一趋势。万得推出了WindClaw，同花顺iFinD推出了MCP金融数据服务，Choice上线了妙想Claw。这些专业工具不仅服务机构，也开始通过更友好的交互方式向个人用户渗透。通用大模型与专业金融数据平台的边界，正在变得模糊。

本文转载自“财联社”，作者：王晨；智通财经编辑：冯秋怡。