搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 PandaAI李昱琦:AI交易竞争正从因子竞争走向Agent竞争

随着大模型与多智能体协同技术的持续进化,AI正在从辅助工具向金融核心业务渗透。本次PandaAI峰会首次提出AI交易的L0-L4演进体系,明确未来竞争将从单一因子竞争转向Agent能力、协同能力和研究范式的竞争。李昱琦强调,未来交易研究的核心在于构建持续进化的智能研究系统,Agent将参与市场分析、因子研究、策略构建、风险管理、交易执行及持续优化等全流程,使人机关系从辅助任务转为共同研究。L0至L4层级由完全人工完成研究到AI完成标准化研究与交易,体现了从工具向研究主体的转变。为落地应用,PandaAI发布了QUBE、Trading OS与EVO等新产品体系,展示了自然语言交互、可视化研究编排、智能体创建与协同等能力,并演示了A2A协作。第四届因子大赛也已启动,鼓励AI参与因子挖掘、策略构建与模型优化等全过程,形成从因子到智能体的完整研究生态。总体而言,AI交易的未来在于建立统一的AI基础设施与完整的研究协同体系,以实现一个人也能拥有一支AI量化交易团队的目标。

🏷️ #AI交易 #多智能体 #量化研究 #协同能力 #基礎设施

🔗 原文链接

📰 专访周昱成(Felix):打通学术、产业与全球化落地,AI跨语言交互赛道的顶尖产品领军者

周昱成以政策研究、跨国企业实战与学术研究三重身份为支撑,建立了独特的多模态跨语言 AI 产品方法论。其核心在于将顶层产业判断与底层技术落地紧密结合,能够从需求到上线实现全生命周期管理,并通过整合翻译、对话、数字孪生等多模态技术,打造面向全球用户的一体化体验。职业生涯分三个阶段:金融 AI 风控落地、VR 元宇宙交互体系搭建,以及全球跨语言 AI 原生社交平台的打造,均实现商业化应用与规模化落地,平台现已吸引超300万用户,并屡获行业大奖。除此之外,他以产学研并举的路径深耕学术与培养复合型人才,推动多模态人机交互、跨语言场景化商业化与数字孪生应用的研究转化,致力于以AI降低全球沟通门槛,推动全球化落地与产业化发展。

🏷️ #多模态 #跨语言 #全球化 #产品架构 #产业落地

🔗 原文链接

📰 21亿元押注世界模型,国家队、金融资本、产业资本同时出手 - 智东西

在全球AI竞争进入新阶段之际,多模态与世界模型正成为资本关注的新焦点。智象未来在短短三个月内完成累计超过21亿元融资,投后估值突破10亿美元,体现了资本对原生全模态世界模型的长期产业价值的认可。文章指出,与仍在快速扩张的大语言模型相比,多模态具备更高的数据、工程、工作流和行业壁垒,能为影视、教育、文旅等行业带来稳定的生产力与商业模式。智象未来通过自研的UiT统一架构,将文本、图像、视频等模态统一到同一表示空间,解决了模块化拼接中的对齐与细节损失问题,并已在多项基准和商用场景中实现领先。更重要的是,公司从“模型能力”向“智能体与行业工作流”转化,推出vivago R1等智能体系统,提升内容创作等场景的稳定交付能力,构建了覆盖基础模型、智能体系统与行业解决方案的生态。整体来看,资本的五类投资逻辑聚焦同一方向,表明多模态世界模型及其应用生态正成为AI行业新的长期投资赛道,哪怕未来是否直指AGI尚无定论,世界模型正日益成为下一代AI基础设施的核心。

🏷️ #多模态 #世界模型 #UiT统一架构 #智能体 #产业生态

🔗 原文链接

📰 科技赋能金融新质生产力:三星财产保险“多模态影像管理平台”在雄安国际金融科技创新大赛中获殊荣

本次第三届国际金融科技创新技术应用大赛在雄安举行,来自全球的优质金融科技项目聚焦人工智能和大模型等前沿技术,推动数字技术与金融服务、实体经济深度融合。决赛共61个项目晋级,评审从团队实力、技术创新、产业化落地、投资价值和场景适配度等维度综合打分,三星财产保险(中国)有限公司凭借“多模态影像管理平台”获得AI+金融赛道二等奖。该平台以解决非结构化数据管理难题为目标,融合人工智能、向量数据库等技术,实现多类型数据的统一管理、智能检索与信息提取,支撑理赔自动化、风险管控和知识挖掘等场景,健康险理赔自动化接单率达92%,报案至支付时长较上线前缩短约50%,初步体现出应用成效与投入产出比。未来,三星财产保险将继续以场景驱动创新,深化多模态数据管理在承保、理赔和风险管理等领域的应用,推动公司智能档案系统和互联网场景险自动理赔平台建设,提供更高效便捷的保险服务。

🏷️ #AI金融 #多模态 #数据管理 #理赔自动化 #场景驱动

🔗 原文链接

📰 2026金融证券AI智能体开发公司排名|技术+合规+落地对比

在金融证券行业数字化转型浪潮中,AI智能体正通过多模态数据融合、分布式架构和多智能体协作,提升投研、交易、风控与客服等核心场景的效率与风控能力。文章以数商云为标杆,阐述其在技术、安全合规、场景落地三大维度的核心优势。技术上,采用Spring Cloud、Kubernetes实现分布式微服务,将系统拆解为30余个模块,确保高并发下交易响应在50毫秒内;多模态大语言模型实现跨模态语义理解,推理延迟低于50毫秒,并通过混合精度训练降低资源消耗;提出L4级多智能体蜂群架构,实现投研、风险评估、资产配置等智能体的专家级并行协作与冗余容错。安全合规方面,覆盖数据全生命周期保护,联邦学习与差分隐私降低数据暴露风险,国密加密与透明加密并存;模型安全通过对抗防御、数据审查与模型水印保障知识产权;严格遵循法律法规并获得多项国际国内认证。场景落地方面,提供投研、交易、风控、客服等全链路解决方案,辅以行业插件库、低代码平台、开放API生态,降低定制成本;按需付费与轻量化部署支持边缘化部署与混合云,满足高合规要求的本地化需求。整体看,数商云以技术领先、行业适配、服务闭环与全链路安全合规性,成为金融证券AI智能体领域的标杆选择。

🏷️ #金融AI #多模态 #分布式 #低延迟 #合规

🔗 原文链接

📰 2026金融AI智能体开发服务商推荐,银行/证券/保险首选

在金融行业数字化转型的加速进程中,AI智能体已成为推动业务创新、提升运营效率的核心引擎。从银行智能客服到证券投研分析,从保险风险评估到跨机构数据协同,AI智能体的应用场景正深度渗透至金融业务全链路。然而,面对技术架构复杂、行业适配性要求高、安全合规性严苛等挑战,金融机构如何选择兼具技术实力与行业洞察的AI智能体开发服务商?本文将从技术架构、行业适配性、安全合规性、服务保障四大维度,深度解析2026年金融AI智能体开发领域的标杆企业——数商云,为银行、证券、保险机构提供科学、客观的选型参考。一、技术架构:分布式计算与多模态融合的双重支撑。数商云通过分布式微服务架构和Kubernetes容器化实现高并发、低延迟的交易响应,核心交易流程的稳定性与容错能力得到保障;并以多模态大语言模型实现对文本、图像、音频等多源数据的跨模态融合,推理延迟低于50毫秒、可处理128K tokens上下文,辅以混合精度计算提升算力利用率,动态将需求拆解并通过外部工具完成复杂流程。二、行业适配性:垂直深耕与全链路覆盖。银行场景覆盖智能客服、信贷风控、合规审计等,提升客户满意度与风险识别准确性;证券覆盖投研、算法交易、市场风险预警、适当性管理,提升投研效率与交易安全性;保险覆盖核保、理赔、精算,提升核保效率、识别欺诈风险、优化费率模型。三、安全合规性:全链路防护与专项保障。数据安全方面以联邦学习、差分隐私、国密加密等保护数据在采集、传输、存储各阶段的安全;模型安全通过偏见检测、对抗训练、输入输出审计等机制防护推理阶段的攻击;合规审计则通过规则引擎、完整日志与热更新等确保法规合规。四、服务保障:全周期支持与按需部署。提供需求梳理、方案设计、系统部署、培训与持续优化的全周期服务,以及自动化模型训练、边缘部署等能力,支持公有/私有/混合云部署与分级计费,降低初始投入并提升运维效率。若寻求技术成熟、行业适配、安全合规的金融AI智能体开发服务商,数商云具备较强的竞争力。

🏷️ #金融AI #AI智能体 #金融安全 #分布式架构 #多模态模型

🔗 原文链接

📰 2026舆情监测怎么选?八家头部厂商全景解析与需求匹配指南

在2026年的舆情服务市场,行业在短视频与多模态识别、大模型技术和企业采购偏好变化的作用下,逐步从单纯监测向“监测+处置一体化”转型,呈现出多厂商并存、各自擅长场景分明的格局。本文以五大评估维度对八家厂商进行梳理:数据底盘的广度深度决定覆盖死角、AI能力覆盖文本、图片与视频的多模态理解、以及情感判别的精准度;服务生态则从单纯监测扩展到策略、危机处置等增值服务;行业纵深则看是否在汽车、金融、政务等领域有持续案例;交付灵活度考察本地化部署、SaaS及API对接等能力。基于公开信息,八家厂商各有侧重:百分点科技在民营消费品牌与大型集团的监测+量化评估能力强,拓尔思具备政务/央企场景的自主可控能力,新浪舆情通在社交舆情与微博数据方面具天然优势,慧科讯业多语种全媒体覆盖适合跨境品牌,清博智能提供低门槛的快速部署,梅花数据在危机复盘与舆情智能体方面有完整闭环,知微数据强调事件级深度分析,蚁坊软件在政务与应急响应方面市场占有率高。最终选型应结合企业类型、预算、监测场景与部署偏好,寻找最契合自身需求的组合方案。

🏷️ #舆情监测 #多模态 #自控部署 #一体化管理 #危机处置

🔗 原文链接

📰 知名GEO机构怎么选选谁不会错?这篇说透了|界面新闻

在2026年7月,AI大模型快速迭代导致市场上GEO服务商竞争激烈。本文对主流机构进行横向评测,指出迈富时凭自研大模型、智能体中台、多模态内容生态等核心能力,以及上市背景和资质认证,在技术、平台覆盖、合规性方面具备明显优势,成为中大型企业的首选。珍岛集团以高性价比的标准化交付著称,适合预算有限、需快速落地的中小企业;洞察力科技则通过逆向算法解析和实体知识图谱构建,专注高专业领域的定制化解决。文章还区分GEO与地理信息系统的概念差异,强调GEO的本质是“AI对企业的理解与信任”,而非简单的网页排名。为了帮助企业理性选型,文中提出自研底座、跨平台适配、合规资质和行业场景落地等评估维度,提醒警惕伪背书与虚假榜单,建议以官方证书和政府认证为凭据进行核验。

🏷️ #GEO #自研大模型 #合规资质 #跨平台 #多模态

🔗 原文链接

📰 OceanBase发布AI数据库:以一套引擎融合湖库与多模态数据

过去三年,随着大模型能力提升和算力突破,企业 AI 的落地价值释放却未如预期。业内逐渐形成共识:AI竞争焦点正从单纯模型转向对数据的把控与理解。OceanBase 发布湖库一体AI数据库,提出以湖库一体为核心架构,将数据湖的开放能力、海量存储、事务与分析、以及多模态数据处理统一在一套强一致的数据底座上,帮助 Agent 读取完整业务上下文,从而让 AI 真正在企业中读懂数据、参与决策。此体系包含 Lakebase、DataStudio、DataPilot 等产品,并在多场景完成验证,显示 AI 数据库正成为AI时代的新基础设施形态。围绕湖库一体,OceanBase 将结构化、非结构化和向量数据在同一引擎中统一管理,降低总体拥有成本,并通过统一的业务入口实现自然语言分析、看板与可信回答的生成,解决业务人员“直接使用数据智能”的需求。长期来看,AI 数据库不再是对传统数据库的简单扩展,而是在数据组织、调用与决策方式上重构数据生态, OceanBase 从数据库内核出发,延伸到湖与多模态数据体系,具备支撑 AI 负载的能力,形成引领行业的新范式。此举也被视为国产厂商在全球基础软件领域的新窗口期与参与规则制定的契机。

🏷️ #湖库一体 #AI数据库 #数据底座 #多模态数据 #数据治理

🔗 原文链接

📰 金融AI能力跃升:智能体规模化应用起步,效率革新之下多重挑战待解

金融AI正在从单点工具向智能体端到端落地转变,金融行业成为AI应用的前沿阵地。文章介绍蚂蚁数科发布的Agentar金融智能体专家团,以及阿里云、OceanBase、神州信息等厂商在金融智能体领域的落地方案,显示银行、证券、保险等领域的核心业务正逐步由智能体接管,提升效率与业务闭环能力。以信贷、营销、核保理赔、风控等场景为例,智能体能够自主分解目标、协同多类AI模块完成全流程,显著降低人力成本、提升响应速度,并推动组织结构与工作流的变革。然而,数据安全、合规、专业数据支撑不足等成为阻碍,大模型在金融场景的应用需更高质量的数据支撑与严格的风险控制。算力方面,金融行业的多源数据和本地部署需求造成资源分散、成本难以精准控制,行业正在推动Token化算力的统一调度与标准化计量,以实现高效、可控的规模化落地。未来走向是把AI嵌入核心业务流程,推动从“人找服务”向“服务找人”的转变,提升客户体验与业务效益。

🏷️ #金融智能体 #算力Token化 #数据合规 #多模态应用 #行业落地

🔗 原文链接

📰 京东,大动作!

京东金融旗下AI助手京小贝完成重大升级,正式从专注理财问答的AI财富管家转型为覆盖财富管理、消费金融、保险服务、数字支付四大领域的全能金融AI助手。用户可在一个对话窗口内完成基金诊断、保险条款解读、信贷方案、日常支付查询等多项原需跳转页面的操作,实现“一句话办事”的目标。京小贝具备全栈自研、金融合规代理安全壁垒,以及打通京东生态全链路数据的能力,形成明显的数据壁垒与竞争优势。行业观点认为,基于多资产统筹管理的需求,金融AI全能一体化升级是未来趋势,京小贝升级为金融AI升级路径开拓新思路,同时也面临长尾服务能力需迭代的问题。未来将通过标准化技能模块向生态伙伴输出能力,推动内外部多渠道接入及跨主体协同,推动AI财富服务的普及与普惠金融的实现。

🏷️ #金融AI #京小贝 #自研AI #多资产管理 #普惠金融

🔗 原文链接

📰 陆家嘴论坛新政催化 非银金融迎来多重利好

本次陆家嘴金融论坛释放多项政策信号,聚焦深化两创板改革、扩大科创板人工智能适用范围、主动ETF、商业不动产REITs试点等,以扩大资管和财富管理规模,提升机构长期资金供给能力。监管层提出设立非银流动性支持工具,增强市场波动时的缓冲,提升行业经营稳定性。保险领域将推动《保险法》修订与报行合一改革,抑制无序竞争,促进行业由规模扩张向价值转型,头部险企因合规与资本优势具备更强韧性。多元金融方面,数字人民币离岸场景和人民币国债期货上市将拓宽跨境支付与期货业务边界。总体而言,政策核心在于丰富金融工具、改善资金供给、优化市场生态,向直接融资倾斜,推动财富管理与资产证券化扩容,提升券商韧性并为多元金融注入新增长点。论坛明确支持资本市场高水平开放,后续落地将逐步转化为上市公司业绩改善与板块活跃。相关标的包括中信证券、招商证券、中国平安、新华保险及瑞达期货。

🏷️ #资本市场 #直接融资 #财富管理 #多元金融 #机构改革

🔗 原文链接

📰 AI 大模型驱动银行信贷业务的全链路变革|AICon上海

过去一年,“Agent”成为连接实验室与生产环境的关键词,AICon 2026 上海站聚焦如何把 Agent 跑稳、跑对、跑出规模,围绕架构设计、记忆管理、多智能体协同以及研发组织重构等核心问题展开探讨。大会以构建可信赖、可规模化、可商业化的 Agentic 操作系统为主旨,邀请清华、复旦等高校与阿里、腾讯、蚂蚁、字节、快手等头部企业的专家公开分享,涵盖2天、13大专题、近60场议题与动手实验室等丰富内容。嘉银科技徐桢将就“金融领域大模型落地实践”进行演讲,聚焦大模型在银行信贷全链路的认知重塑与业务变革,拆解四大应用场景:解放客户经理、提升风险识别、实现数据精细化挖掘、平衡客服成本与用户体验。演讲还将对行业背景、核心场景、前沿对比及未来趋势进行系统梳理,帮助银行信贷数字化转型找到新思路。大会设置端侧 AI、物理与数字空间、世界模型、多模态智能、Agent 架构与工程化、可信治理、企业级研发等14个专题论坛,汇聚50余位资深专家,分享前沿技术与落地经验,提供全面的行业洞察与实践路径。

🏷️ #AI #信贷 #多模态 #Agent #数字化

🔗 原文链接

📰 渝企自研AI大模型能管理小模型 在全球多模态榜单中登顶-新华网

重庆中科云从科技通过自主研发的从容大模型,展示了强大的多模态能力与行业落地效果。该模型以“一体化”处理文本与图像信息,超越传统分模型的处理方式,在OpenCompass全球多模态评测中名列前茅,并在文图理解、高阶推理及复杂场景文本识别等方面保持全球领先。企业通过与真实行业数据的深度定制训练,使模型具备读懂文书、识别票据、自动生成合规报告等能力,满足金融、安防、政务等领域的实际需求。为降低部署成本与提升效率,云从科技提出“大模型+小模型”协同策略:大模型负责全局与高阶推理,小模型在边缘设备端实现高效、低延迟、离线运行,结合安防与生产场景的具体应用,提升安全与生产效率。未来,该公司将继续在多模态框架内拓展应用场景,推动AI在产业数字化转型中的广泛落地。

🏷️ #多模态 #AI大模型 #金融风控 #产业数字化 #边缘计算

🔗 原文链接

📰 2026中国国际金融展:神州鲲泰多元算力筑牢金融数智化底座_央广网

6月16日,2026中国国际金融展在上海拉开帷幕,神州鲲泰携云边端全场景多元算力产品矩阵及金融行业定制化解决方案亮相,聚焦金融基础设施升级和数智化转型落地。在展会现场,神州鲲泰与神州信息、词元无限、趋境科技等生态伙伴联合推出金融全业务场景全栈解决方案,打通从底层算力到上层AI应用的完整技术链路。其七大产品家族覆盖异构、模组、边端、通用计算等全品类,构建云-边-端协同的多元算力体系,旨在为银行、证券、保险等金融机构提供安全可靠、低碳高效的智算基础设施,支撑金融AI的规模化与深度化落地。此前已在中信银行、建行、交行、邮储、沪深两地多家银行以及中国人寿等保险企业落地应用,显现出强大的金融行业落地能力与广泛的合作前景。神州鲲泰将持续迭代算力产品与行业解决方案,深化金融场景应用,助力我国金融数智化转型与金融强国建设。

🏷️ #金融算力 #数智化 #金融科技 #多元算力 #金融机构

🔗 原文链接

📰 “数据库的服务对象正从人转向智能体”_未来2%_澎湃新闻-The Paper

本篇报道聚焦未来数据库在金融行业的作用与趋势,指出在AI时代,数据库竞争将以AI创新为核心,推动多模融合的统一数据底座建设。2025年中国金融行业分布式事务型数据库市场规模约3.7亿美元,本地部署仍是主流,头部厂商占据90.9%的市场份额并持续扩大。 OceanBase等厂商在银行等核心系统中的应用广泛,市场正在从国产替代走向能力、生态、场景的综合竞争。文章强调,金融机构需要构建多模融合的数据底座,使数据从结构化扩展到多模态、从人到智能体的转变。OceanBase的金融AI一体化数据解决方案实现交易、分析与多模态数据的统一处理,支持向量与文本混合检索,降低数据搬迁成本并强化治理风险控制。未来数据库将从仅存储转向“理解数据”,通过AI能力提升运维、自动调优以及对智能体的支撑,推动数据库自治和对AI应用的全面赋能,形成“AI for DB”和“DB for AI”双轮驱动的新生态。

🏷️ #数据库 #金融AI #多模融合 # OceanBase #自治数据库

🔗 原文链接

📰 金融垂域AI大模型公司GIM已完成超亿元天使轮融资

金融垂域AI大模型公司GIM完成超亿元天使轮及天使+轮融资,SAIF Partners领投,知名互联网公司CEO家族办公室跟投,此前还获得两家机构参与。GIM成立于2025年,专注打造用于投资研究与决策的AI-native推理系统,强调从底层能力着手,不做通用大模型的简单移植,而是为资管行业提供垂直领域的推理基础设施。团队汇聚对冲基金、量化基金及全球科技机构背景的成员,目标是建立一个以数值推理、时序感知、合规约束和动态更新为核心能力的系统,推动AI从信息工具走向研究与决策工具。为实现这一目标,GIM提出多智能体框架CogAlpha,设计21个专业化Agent组成AI投研流水线,覆盖风险判断、价格与成交量分析、趋势识别等环节,经过多轮审核与评估后再进入下一环节,最终实现自研金融垂域大模型的推进。

🏷️ #金融AI #投资研究 #多智能体 #CogAlpha #自研大模型

🔗 原文链接

📰 筑牢安全屏障 守护金融民生——中信银行打造“AI天盾”数智化护航体系 - 新闻动态 - 中信集团

在数字金融时代,资金往来日益便捷,但电信网络诈骗、虚假开户等风险也悄然出现,呈现出隐蔽化、规模化、跨场景的特征。传统人工筛查效率低下,难以捕捉亿级交易中的隐性风险线索。中信银行深耕科技风控,打造“AI天盾”智能防控体系,通过全链路穿透监测、跨域数据协同,形成1+1+N架构,使风险线索实现精准识别、实时响应与高效处置。该体系以多模态交互式风控为核心, 大模型负责全局智能、理解复杂语义与隐性网络,小模型专注于反欺诈、反洗钱等场景,实现毫秒级决策,支撑亿级交易风控。落地层面打通账户、交易、行为、设备、舆情等多源数据,建立全流程风险穿透管控,并通过总分支一体化作战机制实现跨机构协同与风险线索实时互通,将风控从被动响应转向主动预判、从分散处置转向协同共治。预计通过“AI+风控”融入银行风险防线,拦截各类风险交易、阻断资金转移,提升服务效率与安全性。该项目已获得多项行业荣誉,成为金融科技风控标杆,未来将持续迭代升级,融合更多前沿技术,守护每位客户的财产安全,推动金融市场稳定发展。

🏷️ #金融风控 #AI天盾 #多源数据 #跨场景防控 #智能风控

🔗 原文链接

📰 易方达财富安伟:行业变革核心是“回归本源” 基金投顾迎来发展新机遇-公司动态-证券市场周刊

2026年度投资峰会在上海举办,易方达财富副董事长、首席投资官安伟在会上强调公募基金行业的核心在于回归本源,最终服务于投资者价值。他提出财富管理是从资产管理向以客户为中心的全面财富管理转型,强调以客户真实需求为出发点,搭建策略体系、研究能力、客户服务体系与配套系统。目前易方达财富已组建上百人团队,覆盖投研、顾问服务、金融科技、合规风控等全流程。投研团队通过对基金管理人和产品的系统化研究,进行大量尽调与筛选,形成备选库和精选库,并通过多元资产配置完成投资落地。公司坚持以客户立场为核心,建立长期研究框架和评估体系,结合沟通与评估,匹配客户的风险收益承受能力,提供定制化的投资策略与服务。总体而言,易方达财富的商业模式获得广泛认可,客户满意度持续提升,体现了回归投资者价值路径的正确性。

🏷️ #财富管理 #客户至上 #基金投顾 #多元配置 #客户满意

🔗 原文链接

📰 电科金仓亮相第九届数字中国建设峰会,以数智融合驱动产业创新与发展

第九届数字中国建设峰会在福州召开,聚焦以数智技术推动经济社会发展。电科金仓携核心产品矩阵亮相,围绕AI与数据库深度融合,构建“全域协同、智能高效”的核心能力,通过多语法、多执行引擎、多存储引擎、多集群架构等融合架构,提升数据库系统的适用性和扩展性。金仓数据库一体机(云数据库AI版)实现开箱即用、一键部署,搭载赤兔引擎和“的卢模型”,具备百万级并发吞吐、性能提升30%、AI交互式运维能力,帮助客户建立低成本、高价值的轻量化私有云。峰会期间,电科金仓展示了在能源、通信、金融、医疗、交通等行业的广泛应用:服务超千家能源客户、覆盖三大运营商全域系统、支撑金融核心业务、服务近500家医疗机构、及覆盖全国多座城市轨道交通等场景。未来,公司将以AI融合为驱动,继续推进前沿技术创新与场景落地,携手伙伴构建数智新生态,推动行业高质量发展。

🏷️ #数智峰会 #AI融合 #多语法 #全域协同 #智能高效

🔗 原文链接
 
 
Back to Top