PROJECT CONTEXT
- 项目主体
- 长沙银行股份有限公司
- 具体项目
- AI智能体平台的本地模型部署
- 地区
- 湖南长沙
- 实施阶段
- 2025年半年度报告披露的已开展部署与应用
项目事实
- 长沙银行2025年半年度报告披露成立大模型创新实验室，统筹技术研究与场景落地。
- 银行基于AI智能体平台本地部署DeepSeek、千问，并管理和调度算力资源。
- 平台形成问答、问数、报告和图像四项通用能力，向财富、研发和运维助手等10余个场景提供支持。
实验室统筹与平台部署同时推进
长沙银行的2025年半年度报告介绍了大模型创新实验室的设立，由此统筹技术研究与业务应用。算力资源并非孤立配给某一个助手，而是进入AI智能体平台统一管理和调度，DeepSeek、千问等模型在平台上本地运行。项目的具体路径包含组织研究、准备底层资源、部署模型和输出共用能力，部署工作因此要与后续应用衔接。对其他企业，值得观察的是能力如何进入既有组织，而不是只比较模型文件是否已经安装成功。
四类共用能力承接不同岗位场景
报告列出的通用能力包括智能问答、问数、报告和图像，并提到财富助手、研发助手、运维助手等10余个场景。这些信息显示，底层模型需要通过不同的能力形式服务岗位任务：自然语言答案、数据查询结果、报告内容与图像处理，并非一种输出模板适合所有使用者。编辑分析认为，平台化部署的重点在于使多个应用共享可维护的能力入口，同时保留各自输入、配置和责任。实际接口与资源优先级仍应依据业务重要程度设计。
让上线与后续变更都能复现验证
验收可选择几类实际任务，在稳定负载和高峰负载下检查响应、错误处理和人工接续。升级模型时用同一组已确认问题比较变化，保留上一版本的恢复方法。部署记录应覆盖模型来源、运行参数、资源依赖和负责人，使维护人员能够解释一次失败发生在哪一层。平台稳定性需要由实际负载下的运行记录检验，其他企业也应按自己的应用规模、岗位任务和维护能力安排部署。
SERVICE PERSPECTIVES
这个项目，可以从哪些服务角度看？
WHAT TO LEARN
可以借鉴的三个方法
- 区分模型版本与应用版本。
- 共享算力需要容量和优先级管理。
- 每次变更都保留复测与恢复路径。
参考资料与图片署名
01长沙银行 — 2025年半年度报告
公司基本资料与金融科技创新章节：本地部署DeepSeek、千问，建设全行智能知识库，形成四项通用AI能力。
核对日期：2026-11-01