5月18日，恒生电子与阿里云正式签署AI全栈合作协议，双方将围绕大模型、智算算力、Agent平台三个层面展开系统性协作，并把通义千问引入金融、交通、医疗等垂直行业大模型的训练与推理场景。 签约规格与覆盖范围
签约现场，恒生电子总裁范径武与阿里云智能集团资深副总裁、公共云事业部总裁刘伟光出席见证，恒生电子副总裁张晓东与阿里云智能集团公共云事业部SaaS业务副总经理、金融行业线生态拓展部总经理宋勇代表双方签字。
合作内容明确分为三块：算力层面，恒生电子将使用阿里云智算集群和高性能算力，开展行业垂直大模型的训练、微调与推理部署；模型层面，双方将基于千问模型联合研发金融、交通、医疗等行业垂直领域大模型；应用层面，双方将围绕Agent平台与应用研发展开协作，探索行业智能体落地。这是一份覆盖IaaS到应用的全栈协议，而非单点产品合作。
从超级智能体计划到全栈协议
双方的合作并非首次。4月2日，阿里云联合中电金信、中科软、恒生电子等近100家金融AI联盟伙伴共同启动"超级智能体计划"，恒生电子旗下恒生聚源的金融综合问数MCP同步上架阿里云百炼平台。联盟在过去一年已累计开展超过300场技术共创与方案共建会议，落地100余个客户、150多个项目。
恒生聚源的金融数据服务MCP目前已接入阿里云云市场、百炼MCP广场、点金等平台。从4月的智能体计划到5月的全栈协议，合作从生态层面的MCP接入,推进到算力采购与底层模型联合训练。在2025云栖大会上披露，中国头部金融机构已经全部接入阿里云AI，包括工商银行、建设银行等国有大行，中信证券、国泰海通、中金公司等头部券商，以及中国人寿、平安集团、太保集团等保险机构，恒生电子的角色更接近金融机构与云厂商之间的应用层连接器。 金融IT厂商的AI路线分化
金融IT赛道的AI路线已经形成明显分化。同花顺走自研路线，依托HiThink GPT大模型推出问财2.0，服务日均超500万人次，覆盖策略回测、行情解读等推理场景；iFinD系统嵌入自研模型，支持研报提纲生成。东方财富以Choice智能终端为核心，推出七大AI功能模块。九方智投则自研九章大模型并构建九方灵犀智能体。
与上述厂商不同，恒生电子选择了与云厂商深度绑定的路径，把算力与基础模型外包，自身聚焦投研、投顾、运营、客服等垂直场景的智能体应用。恒生电子在产品层面已经推出"金融龙虾池"，包含投研虾、投顾虾等子模块，接入A股数据后服务于宏观信号监控、AI热点日报、概念产业链选股等场景。这条路线的优势在于算力与模型成本可控、行业落地速度更快，但同时也意味着模型迭代节奏受制于云厂商。
落地仍有硬约束
金融大模型的落地并非顺畅。大模型应用在落地具体金融业务场景时，往往会陷入"幻觉"或"逻辑崩溃"，问题本质在于传统金融数据库为"人类专家"和"确定性算法"设计，并不适配大模型应用精准取数的需求。恒生聚源为此打造AIDB数据库，但行业层面的数据基础设施改造尚处早期。
用户侧的渗透率也是短板。第三方测评显示，传统金融平台的AI功能在活跃用户中的实际使用率仅约15%–20%，B端机构客户的接受度高于C端散户，付费模式尚未跑通。麦肯锡此前给出过乐观估计——生成式AI将为银行业带来2000亿至3400亿美元的新增价值——但落到具体产品上，模板化研报、辩证深度不足、合规边界模糊仍是普遍问题。
对恒生电子而言，签约阿里云解决了算力与基础模型两块成本压力，但金融机构对模型可解释性、合规边界、数据出域风险的审查并不会因为云厂商背书而放松。下一阶段的关键，是看金融龙虾池能否从"接入数十家"扩展到规模化营收，以及行业垂直大模型在交易处理、流程编排等核心场景的实际替代率能否突破。
AI 速览
