2月17日，北京农商银行透露，其已成功完成DeepSeek本地化部署。

具体而言，该行整合浪潮系列服务器与vLLM推理引擎，实现了DeepSeek R1蒸馏模型的本地化部署，对DeepSeek在金融领域的应用进行了探索。

据悉，DeepSeek以其独特的模型压缩技术和先进的分布式训练框架，展现了较为出色的性能以及具有竞争力的成本优势。在分析DeepSeek的技术潜力后，北京农商银行便探索将DeepSeek大模型的能力融入现有技术体系。后续将尽快投入生产环境，并通过持续优化，在语义理解精准度、逻辑推理能力及多轮对话交互体验等核心能力上实现提升，助力行内数智化转型。

未来，北京农商银行将采取“技术+场景”双轮驱动模式，将人工智能、大数据分析等技术率先在特定业务环节，如智能风控、智能客服、智能投顾、合规管理及精准营销等进行试点。

事实上，北京农商银行近年已在人工智能技术方面进行探索。其开展了“基于开源大模型应用”课题的研究工作；将AI技术融入业务及内部管理链条，涵盖智能交互问答、工单信息智能提取、智能化题库构建、代码辅助开发及自动化测试案例生成等多个应用场景。

据《银行科技研究社》了解，ChatGPT“横空出世”后，有多家银行在2023年、2024年对大模型应用进行了探索，包括一些区域性银行。

经查询，北京农商银行在2023年报、2024半年报中均未透露大模型相关进展。

不过，该行在2025年2月的一篇推文中介绍了其数字金融发展情况。其中提到，在新技术应用上，正推进大模型技术在知识库对接及智能问答、系统研发代码辅助等方面的应用。