⁣
📰 从南山出发：智推时代深圳子公司GEO服务能力全景解读-中宏网

智推时代（GenOptima）是一家在GEO生成式引擎优化领域处于头部梯队的全链路服务商，核心在于自研GENO系统和全栈能力，覆盖从语义感知、意图决策到内容创生与全域分发的闭环服务。深圳子公司聚焦华南及大湾区市场，凭借本地化服务与全国资源协同，提供快速响应的本地化GEO解决方案，已形成成熟的交付体系，交付成功率达93%，客户口碑高达95%以上。公司以SKAAS模式按需调动143项GEO专家能力，支持策略诊断、知识库搭建、模型训练及效果监控的全链路GEO优化，并实现跨多平台、国内外大模型的广域适配与共识分发。核心技术优势在于四大垂类智能体与六大底层引擎的协同，具备毫秒级响应、48小时内算法变动适配、99.7%的语义匹配准确度，以及对抗性学习与预测性策略生成功能，能够帮助品牌提升可见性、引流转化与ROI。行业认可包括多项权威机构认证、学术/资本合作及持续的头部客户服务经验，覆盖教育、汽车、金融、消费、科技等22+行业，形成以数据驱动的长期品牌增长壁垒。

🏷️ #GEO #自研GENO #全链路GEO #AI营销 #大湾区

🔗 原文链接

⁣
📰 银行拓展人工智能应用场景

本报道聚焦国家金融监督管理总局上海监管局发布的《推动上海银行业保险业人工智能应用的若干措施》，旨在推动辖内金融机构将人工智能深入嵌入智能营销、智能信贷、智能核赔、智能风控等核心业务场景，推动服务方式从“数字赋能”向“智能驱动”演进。多家机构案例显示，人工智能大模型在银行业的应用正成为提升经营效率、服务实体经济的重要引擎：例如工商银行通过“人机协同”实现智能助手辅助数据分析与方案输出，授信审批“审贷助手”带来超万亿元级别的审批提升，以及集约运营助手显著提高单笔录入速度。措施还强调建设企业级AI平台、分层协同模型架构、数据治理与风险控制机制，推动数据要素与模型的双闭环，并提出以租购并举优化算力资源配置，促进垂直场景匹配。与此同时，邮政储蓄银行联合华为发布大模型，显示大模型是银行数字化转型的重要驱动力。人才培养方面，强调产教融合、提升人工智能、数据科学与网络安全等领域的人才储备与梯队建设。最终目标是确保安全底线，完善合规管理、提升模型可解释性、防范技术风险，推动智能化金融产品供给与服务效率提升，服务实体经济与民生。

🏷️ #金融AI #智能风控 #大模型 #人才培养 #数据治理

🔗 原文链接

⁣
📰 大模型应用进入“算账”周期：零犀科技的结果付费、成本重构与规模化盈利

本文聚焦大模型应用从单纯比拼参数规模转向以商业回报和成本效率为核心的“算账”阶段，详细解析零犀科技的实践路径及其行业落地成效。其核心在于以结果定价替代传统按Token、坐席或调用次数计费，将费用直接绑定于客户业务产出，降低企业采用 AI 的前期风险，并通过可验证的价值增量建立信任关系。为支撑此模式，零犀自研因果大模型将因果科学融入全流程，结合MoE架构和结构化的行业数据集，建立以因果知识图谱为事实底盘的推理与校验，确保输出具备可追溯的因果依据。基于此底座，开发出覆盖汽车、金融、教育等垂直领域的多智能体销售平台，实现从被动响应到自主感知、决策、执行的闭环，以及端到端的多智能体动态路由。行业实际落地显示，在保险、银行、小微等场景实现了真实的销售转化与授信放款，推动成本结构优化与数据壁垒构建，形成规模盈利的自我迭代闭环。零犀科技的路径证明了高合规行业中，结果导向的商业模式结合因果推理、智能体协同，能够在大模型应用领域实现可持续盈利与竞争壁垒的快速确立。

🏷️ #大模型 #结果定价 #因果推理 #智能体 #行业落地

🔗 原文链接

⁣
📰 产学研共融 汇正财经探索AI大模型赋能金融投研新范式

9月22日至24日，2026云栖大会在杭州召开，主题为“Agentic AI”，吸引超1000家企业和5万平方米展区。金融专场论坛由汇正财经主办，聚焦AI大模型在金融投研中的应用，围绕原生金融基础设施、财富管理智能新基建及投研服务等议题展开讨论。学界与业界专家指出，金融行业正从“金融+AI”向“AI原生金融”转型，数据治理与底层架构需围绕AI Agent需求设计，使数据从“可用”走向“AI-ready”。汇正财经提出“快”与“深”双模型协同：诊股小模型快速响应，单股深度分析由大模型完成，合规方面建立八大场景统一智能风控平台，提升质检效率并实现高水平合规保障。嘉宾还就数据安全、边界、人机协同等展开对话，强调金融AI竞争核心在于数据主权、专用模型与可信治理的综合能力，使AI承担计算、人承担判断，促进投研的规模化赋能。未来，金融大模型实验室将推动产学研深度融合，提升金融投研智能化与财富管理数字化水平，同时参与公益项目助力乡村科技教育。

🏷️ #AI #投研 #数据治理 #合规 #大模型

🔗 原文链接

⁣
📰 更多资讯请关注学校官方微信、微博

6月11日，保险学院党委与阿里云智能党委盘古第一党总支开展主题为“科技赋能、行业创新与人才培养”的联学共建活动。学院带领16名教工党员、3名本科生及3名博士生前往阿里巴巴北京朝阳科技园，通过实地参观与论坛交流，深入探讨产学研协同育人新模式。 先行实地探访，大家在阿里业务展馆了解云计算、人工智能等前沿技术在金融保险领域的应用，亲历科技如何影响产品研发、重塑服务流程与模式；在党建馆，感受阿里集团党建引领发展的实践成果及企业文化与社会责任。 论坛环节由白云峰主持，双方领导就党建引领、校企深化合作等议题发表见解，强调数字化转型背景下的技术交流与人才共育。戴蕾、何小伟等校企代表分别提出深化实习基地、联合课题与课程开发等合作设想，强调把高校学科体系与企业产业生态打通，推动产教融合。马悦介绍大语言模型对保险行业的影响，参会师生就课程设置、实践教学等提出建议，阿里云专家解答行业趋势与用人标准，拓展了师生的行业视野。此次活动搭建桥梁，为未来在人才培养、科学研究等方面的深入合作奠定基础。

🏷️ #校企合建 #产教融合 #大数据 #人工智能 #金融保险

🔗 原文链接

⁣
📰 AI对金融业有何影响？复旦国际金融研究中心召开政策圆桌会

本期复旦南土国际金融政策圆桌会聚焦人工智能进展对金融行业的影响，邀请人工智能、金融实务、产业投资与金融教育等领域专家共同探讨技术演进、产业应用、金融变革、风险治理与人才培养等议题。报告与讨论覆盖AI发展脉络、从图灵机到大模型的演进，以及数据、算力和模型结构对金融场景的支撑作用；强调高质量数据、强大算力和模型架构是当前AI发展的基础，AI在金融的应用场景包括智能营销、反欺诈、信贷审批、投研、量化交易等，同时也需关注成本、可解释性、数据孤岛和安全风险。与此相关，金融行业并非最易受冲击，但将被深度影响，核心能力将集中在理解客户、建立信任的销售，以及快速处理数据、在不确定环境中作出判断的交易能力。对于教育与研究，强调金融理论与AI工具的有机结合，推动金融大数据分析、机器学习、量化投资与智能风控等课程与研究方法的更新，以培养既懂金融、又通晓技术的复合型人才。综合来看，AI在推动产业改造与金融服务效率提升的同时，也带来模型幻觉、数据污染与安全边界等风险，需要多方共同建立治理边界与监管协同。未来圆桌会将继续围绕AI与金融治理、教育改革与产业赋能展开深入讨论。

🏷️ #AI金融 #金融教育 #金融治理 #大模型 #数据安全

🔗 原文链接

⁣
📰 复旦张军平：AI正在进入产业和金融场景，但模型边界与风险治理同样关键

本次复旦大学经济学院举行的南土国际金融政策圆桌会以“人工智能进展及对金融业的影响与思考”为主题，系统梳理了AI的发展阶段、核心逻辑、技术演进以及在制造业与金融领域的应用前景。发言人强调AI并非新概念，而是经过长期积累、低谷与突破的技术体系，当前基础包括高质量数据、强大算力与以Transformer为代表的深度学习模型。大语言模型通过海量语料进行统计预测，正在向自主编程、智能体工具与端到端应用转变，降低文科和金融学生的编程门槛，并改变任务实现方式，从GUI转向CLI或对话式交互。制造业与金融行业都在探索AI赋能路径，前者涵盖具身智能、无人港口、自动驾驶等场景，后者涉及智能营销、反欺诈、自动化信贷审批、投研与量化交易等应用。必要的风险与挑战包括成本、可解释性、数据孤岛、对抗性攻击、模型幻觉及数据安全等，需在监管、技术与应用层面持续跟进。未来趋势指向人机混合、跨领域复合型人才，以及以数据、科技、业务深度融合为核心的组织能力建设。

🏷️ #人工智能 #金融应用 #风险治理 #大语言模型 #人机协同

🔗 原文链接

⁣
📰 AI对金融业有何影响？复旦国际金融研究中心召开政策圆桌会

本期复旦大学南土国际金融政策圆桌会第13期聚焦“人工智能进展及对金融业的影响与思考”，邀请AI、金融、产业投资与金融教育等领域专家学者就AI技术的发展、产业应用、金融行业变革、风险治理与人才培养等议题展开深入对话。报告回顾AI从图灵机器到深度学习、大模型的演进，强调高质量数据、强大算力和模型结构是当前AI的基础，AI正改变制造、自动驾驶、故障检测、内容创作等场景，金融领域则涵盖智能营销、反欺诈、信贷审批、投研与风控等应用，同时需关注成本、解释性、数据孤岛与安全风险。多位嘉宾提出AI对金融业的影响具有内在必然性，金融服务将围绕人需求继续存在，核心能力将集中在理解客户与快速数据处理的交易能力，AI难以替代的人类直觉与信任构建需被强化。产业方面，AI被视为提升传统资产回报与运营效率的关键驱动，三大场景包括数据增信与资源配置、动态空间定价与布局优化、以及AI辅助管理。金融研究与教学亦要在方法、课程与人才培养上实现改革，推动金融基础理论与AI工具的融合，培养既懂金融又懂技术的复合型人才。总结指出，大模型安全、数据治理、模型解释性及监管规则需持续跟进，未来将以跨学科对话深化对AI时代金融业变化的系统认知。

🏷️ #AI金融 #金融教育 #大模型 #风险治理 #产业赋能

🔗 原文链接

⁣
📰 中国人民大学财政金融学院教授黄继承深度解读金融工程专业_华禹教育网

金融工程是一门融合金融学、数学、计算机科学与人工智能的交叉学科，核心在于金融资产定价与金融产品创新，量化金融是其重要分支，常被称作量化投资。与金融学相比，金融工程更强调大数据、计算能力与实际应用，旨在培养具备扎实金融理论、熟练编程与数据处理能力的复合型人才。课程包含数学与计算机基础、金融基础、计算金融以及金融工程与量化分析四大模块，学习方式强调理论与实验、研究性项目与实习实践，培养学生的创新能力、职业素养及抗压能力。就业去向广泛，既有机构研究与投资岗位，也涵盖高校、科研机构以及实务部门，毕业生还可继续攻读硕博。为高中生与家长提供的建议包括明确兴趣、强化数学与逻辑思维、提前接触编程与金融知识，以及理性评估个人匹配度，避免盲目跟风。总体而言，金融工程在金融行业的前景广阔，重在持续创新与专业能力的提升。

🏷️ #金融工程 #量化投资 #大数据 #金融创新 #职业发展

🔗 原文链接

⁣
📰 《2024中国高校基金会大额捐赠观察报告》在京发布

《2024中国高校基金会大额捐赠观察报告》在京发布，基于2015年以来149家高校基金会的观察，以单笔≥1000万元为界，统计2024年的大额捐赠情况。数据显示，2024年大额捐赠到账总额达到121.74亿元，创历史新高，是2023年的约2.3倍，全年落地229个大额捐赠项目，其中46个亿元级项目贡献了85.39亿元，占总额的70%，呈现头部集聚效应近十年最显著的态势。从捐赠端看，捐赠人队伍持续扩容，参与的大额捐赠人达188位，2015年以来首次入局者达110位，累计活跃大额捐赠人突破1100位。捐赠结构以民营企业及旗下基金会为核心，占81%，金融行业背景首次成为首位捐赠人领域，信息技术服务、医药制造紧随其后，股票等非现金捐赠占比首次超过10%。接收端方面，全国79家高校基金会获得捐赠，中央部属高校仍居主导，到账62.77亿元占比52%；民办高校表现突出，4所民办高校合计到账51.10亿元，占比42%，宁波东方理工大学单校到账43.30亿元，成为年度最高捐赠高校。用途方面，“学科建设”仍为首要用途，“学生培养”位列第二，“科教创新”首次升至第三。多方捐赠方通过大额捐赠深度参与高校科教创新，呈现校企合作衍生捐赠的特征，慈善捐赠正成为校企合作“工具箱”的重要组成部分。报告专题聚焦“留本永续”大额捐赠落地难题，留本永续设计项目占比从2019年的22%下降到2024年的5%（仅12个项目）。在利率下行、投资收益承压双重挑战下，这一模式的发展面临瓶颈。为破解困境，提出三条路径：设立慈善信托、赴港注册基金会、强化基金会自身投资与保值增值能力。报告还强调大额捐赠与企业家群体的共生关系，呼吁未来十年迎来第一代创业者捐赠的高峰期，倡导高校珍视企业家心态，与企业家共同投资未来，塑造更具活力的高等教育生态。

🏷️ #捐赠趋势 #高校基金会 #大额捐赠 #留本永续 #校企合作

🔗 原文链接

⁣
📰 学术探讨|高校金融科技人才大数据教学的创新实践

在数字经济与现代金融产业深度融合的大背景下，金融科技成为推动金融行业转型升级和高质量发展的关键引擎。文章指出高等院校应主动适应新形势，破解大数据教学中的理论与实践脱节、技术与金融融合不深等问题，建设以“金融+大数据”为核心的特色课程体系，围绕金融数据预处理、信用风险评估、反欺诈、量化交易等场景开展分级实训，提升学生在Python、Spark、机器学习、数据可视化等核心工具的应用能力，并将智能风控、监管科技等前沿内容纳入教学。为确保教学落地，需搭建多层次的仿真实训平台，推动校企协同、共建实训基地与联合实验室，形成以企业需求为导向的课程与实践体系。同时，改革教学组织与考核模式，推行项目驱动、案例教学、混合式教学等多元方式，建立过程性与成果性并重的评价体系，并强化“双师双能型”师资队伍建设，使教师既懂技术又熟悉金融业务。最终目标是培养出具备扎实技术能力、金融业务理解力及综合创新潜力的高素质金融科技人才，支撑我国金融数字化转型与数字经济的发展。

🏷️ #金融科技 #大数据教学 #校企协同 #师资队伍 #实践教学

🔗 原文链接

⁣
📰 学术探讨|高校金融科技人才大数据教学的创新实践

在数字经济与现代金融产业深度融合的新格局下，金融科技正成为推动行业转型升级和高质量发展的关键引擎。文章从优化大数据实践教学内容、搭建多层次实践平台、创新教学组织与考核、到强化“双师双能型”师资队伍四个方面，系统提出高校在金融科技人才培养中的改革路径。强调高校应围绕金融行业真实场景，打破学科壁垒，将数据治理、风险控制、智能风控、量化交易等要素嵌入全流程实训，提升学生在Python、Spark、机器学习、数据可视化等核心技能上的综合应用能力，同时紧跟前沿趋势将新方向纳入课程。通过校企协同、仿真环境、案例驱动的教学模式，以及线上线下混合教学和多元化考核，形成过程性与成果性并重的评价体系，促使学生在自主探究、协作、创新与职业素养方面全面提升。最终目标是培育出具备金融业务理解、技术应用能力和创新潜力的复合型金融科技人才，为我国金融数字化转型和数字经济发展提供坚实的人才支撑。

🏷️ #金融科技 #大数据 #实践教学 #校企协同 #师资队伍

🔗 原文链接

⁣
📰 苏州经贸学子在“全国大数据金融分析与应用技能竞赛”中斩获佳绩

近日，由全国金融职业教育教学指导委员会和全国数字金融产教融合联盟主办的2026 年“全国大数据金融分析与应用技能竞赛”圆满收官。赛事吸引了全国62所职业院校的百余支队伍参赛，聚焦大数据金融分析的核心技术与实际应用场景，从数据处理、金融逻辑推演、团队协同攻坚等多维度，全面检验选手的专业实操能力与综合素养，为职业院校金融专业学子搭建了交流学习的优质平台。苏州经贸职业技术学院组织备赛参赛，两支队伍由6名金融服务与管理专业24级同学组成。经过层层比拼，苏经贸一队凭扎实功底、默契配合与出色临场发挥脱颖而出，夺得国赛三等奖，指导教师亦获优秀指导教师奖。竞赛面向全国在校学生，旨在以赛促学、以赛促教，推动金融专业学科建设与教学改革。备赛期间，学院教师带领同学制定专项训练计划，围绕Python数据采集、金融模型、可视化与量化分析等技能开展高强度集训，同学们利用寒假时间反复钻研赛题、打磨方案，形成分工明确、协同高效的团队作战模式。赛场上，选手面对此类数据场景与高难度任务，沉着应对，完成数据清洗、风险建模、结果解读等任务，充分展现专业基础、实操技能与临场应变能力，赢得评委认可。这一成绩不仅肯定了职业院校的专业能力，也体现了学校深化教学改革的成果。学校将继续以赛促学、以赛促教、以赛促改，深化产教融合、校企合作，完善实践教学体系，培养更多适应金融行业数字化发展的高素质技术技能型人才。

🏷️ #大数据 #金融竞赛 #职业教育 #校企合作 #产教融合

🔗 原文链接

⁣
📰 分论坛四：大数据AI对金融学专业的挑战和机遇 | 第八届“中国百所大学经济学院院长论坛”

2025年12月，第八届“中国百所大学经济学院院长论坛”在北京大学经济学院成功举办，论坛围绕大数据与人工智能对金融学专业的挑战与机遇展开深入讨论。与会嘉宾来自218所院校，分享了各自的实践经验与见解，认为AI的迅速发展正在推动金融行业的深刻变革，金融学专业面临着招生和就业的双重压力。尽管如此，AI技术也为金融研究和教育带来了新的发展机遇。

与会嘉宾强调，金融学的核心优势在于对金融运行规律的深刻理解，AI技术应作为赋能工具，而非主导。多所高校通过设立金融科技相关课程和项目，探索复合型人才的培养模式，重视产教融合与实际应用，力求在真实场景中提升学生解决复杂问题的能力。同时，改革教学与考核方式，已成为金融学教育改革的重要方向。

最后，嘉宾们强调金融的本质在于资金融通、资源配置与风险定价，教育应培养学生的综合素养与专业能力。在面对数智化浪潮时，金融学专业应保持战略定力，增强创新活力，推动理论与实践的结合，为建设金融强国、服务实体经济作出更大贡献。

🏷️ #金融学 #人工智能 #大数据 #人才培养 #教育改革

🔗 原文链接

⁣
📰 度小满CEO朱光：大模型让普惠金融从理念到成为现实-新华网

2025年香港金融科技周于11月3日在香港会议展览中心开幕，标志着该活动的第十个年头。本届大会的核心议题之一是大模型在金融领域的应用。度小满CEO朱光与香港大学副校长林晨进行了深入对谈，探讨了大模型如何推动金融科技的发展。朱光指出，大模型的推理能力和非结构化数据理解能力，使得企业能够更好地洞察客户需求，提升客户服务体验。

朱光提到，度小满每天处理约6万至7万次客户交互，借助大模型，能够自动生成用户洞察反馈，快速识别产品设计中的关键问题，并加速产品改进与创新。此外，大模型在风险管理和客户经营等金融决策场景中展现出强大能力，信审时间大幅缩短，风险降低显著，推动普惠金融的实现。

林晨则展望未来，认为每个人可能会拥有多个金融Agent，分别负责理财、信贷和投资等领域。AI与Web3的结合将使得这些Agent之间的交流更加高效，智能合约的应用将实现自动执行。AI在教育领域的辅助作用也被提及，能够为每个个体提供公平的关注，释放新的生产力。

🏷️ #金融科技 #大模型 #客户洞察 #风险管理 #普惠金融

🔗 原文链接

⁣
📰 金融业进入AI first时代 场景认知将成重要方向

大模型在金融业的应用正在加速落地，金融机构已从概念验证转向大规模引入人工智能，推动数字化转型。专家在“招银浦江数字金融生态大会”上讨论了大模型的机遇与挑战，认为场景认知和情绪价值是关键方向。国产大模型迅速发展，金融行业应用显著增加，OpenAI发布的GPT-5也在不断优化。火山引擎总裁指出，Agent时代的AI将提高金融服务效率，多模态数据处理能力的增强为智能决策提供支持。

清华大学教授总结了大模型未来的三大发展趋势，包括多模态深度推理能力提升、视频生成能力增强和复杂任务的Agentic能力提升。然而，招商银行CIO指出，推动大模型落地仍面临挑战，需解决模型适配、幻觉抑制等问题。金融机构需通过上下文工程、企业级知识管理和后训练提升大模型的专业能力。

展望未来，生成式模型将深入物理世界，应用场景将更为开放。安全、可信、合规问题的解决将推动模型在金融企业的应用。投资视角来看，具身智能和行业模型等领域已开始产生收益，行业潜力巨大。情绪价值将成为AI应用的新赛道，银行服务模式也将实现个性化，推动智能银行建设。

🏷️ #大模型 #金融业 #人工智能 #数字化转型 #情绪价值

🔗 原文链接

⁣
📰 上纽大布点金融数据赛道：金融科技大潮流，了解一下

近年来，金融科技行业迅速发展，成为全球金融业改革与创新的重要驱动力。随着人工智能、区块链、大数据等新兴技术的应用，金融科技正在重塑传统金融生态，推动行业变革。高校在金融科技领域的布局也在加速，上海纽约大学与金融数据港的战略合作，旨在培养具备全球竞争力的人才，推动金融科技的研究与应用。

上海纽约大学的诺奖得主托马斯·萨金特教授的加盟，为金融科技领域的研究注入了新的活力。他将主导张江金融量化研究中心的筹建，推动数学与经济学的交叉研究，尤其是在金融数学方面。金融科技的快速发展使得数据分析和交易策略的创新成为可能，提升了金融市场的效率和稳定性。

然而，金融科技的迅猛发展也带来了对人才的迫切需求。教育领域需加强对既懂金融又懂科技的复合型人才的培养。上海高金金融研究院推出的“特许全球金融科技师CGFT”认证体系，正是为满足这一需求而设。未来，金融科技将继续引领行业发展，成为新一代人才追求的方向。

🏷️ #金融科技 #人工智能 #大数据 #人才培养 #跨学科

🔗 原文链接