近期，金现代大模型产品全面接入DeepSeek，基于DeepSeek-R1（6710亿参数）的推理能力，打造思考能力更强、准确率更高、交互体验更好的智能中枢。

推理模型DeepSeek-R1在处理高复杂度任务上具有更高的准确性与逻辑性，不仅在一定程度上缓解了大模型幻觉问题，而且大幅降低了大模型训练与推理成本，实现了技术创新与商业落地的双重突破，在面向企业的ToB业务场景中表现突出。

 金现代接入的大模型

金现代研究院人工智能研究所所长宗云兵指出，“我们看重的是DeepSeek-R1模型的推理能力，面对用户提出的复杂任务，能够以专家顾问的身份，串联各类信息、做专业判断。”目前，金现代大模型产品已经实现了文本问答、数据库问答、智能写作、文档审查、工单填写等智能应用场景模型的全面升级。

小金智问作为一款AI智能问答产品，在接入DeepSeek-R1模型之后，语义理解和逻辑推理能力取得了显著进展。通过该模型的“思维链” ，小金智问可以更加精准地解读用户提问，将推理过程拆解成多个步骤，让用户可以清晰地看到模型是如何一步步推导出最终答案的，从而大幅提升了智能问答准确度，优化了用户的智能问答体验，在电力安全应急管理、汽车行业合规性管理、销售数据管理、实验室数据管理等实际场景中展现出更高的价值。

基于DeepSeek-R1模型的文本问答场景

基于DeepSeek-R1模型的数据库问答场景

比如，当用户提问“合同中是否存在逾期付款违约金过高的风险?”时，小金智问可以模仿人类解决问题的渐进式思维，将复杂问题拆解为可解释的中间步骤，依次提取合同中的“违约金条款”内容，以及企业财务规范中的相关要求，动态计算并判断违约金是否超标，最后给出风险是否过高的结论。

除此之外，金现代的智能文档处理平台、知识管理平台、智慧识才干部大数据分析系统等产品也接入了DeepSeek模型，让产品在面对企业级端到端的复杂任务、流程任务、分析任务时，给出更精准、更契合用户需求的答案，提高文档审查、知识检索等智能化水平。

宗云兵介绍道：“金现代不是DeepSeek火了之后才开始研究大模型的，而是从2020年就组建了人工智能算法团队，2022年就开始了基于ChatGPT等国内外大模型的AI技术研究，并且已经实现了数十个应用案例的落地，这是我们接入DeepSeek的先发优势。”

此次部署基于国产化技术完成全栈适配，金现代在现有主流算力环境下实现了从硬件兼容到推理引擎适配的全自主可控验证。未来，金现代将在继续加大AI技术研发投入的同时，紧跟行业前沿的AI技术动态，积极引入和集成业界最先进的AI成果，帮助企业在数智时代抢占先机！

(风险提示：相关产品接入DeepSeek对业绩尚不构成重大影响，对未来业绩的影响不确定，请投资人注意风险)