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)

📰 直击2026中国国际金融展:国产大算力芯片公司“抢镜” 金融企业探索算力部署新业态

本届中国国际金融展在上海举行,展示了金融科技创新的最新成果与应用趋势。随着监管试点深入与两轮全球金融科技中心建设的推进,上海金融科技发展进入提质增速的新阶段,凸显了创新示范效应。展会聚集了海光信息、沐曦股份、兆芯、飞腾等国产大算力芯片企业及长江存储等存储厂商,展示了面向金融行业的全套数字化解决方案,并通过独立展区、主题演讲与论坛等形式,与产业链伙伴共同推进自主可控的算力和安全能力。海光信息强调在安全芯片、机密计算等领域的持续升级,提出CPU+DCU双芯战略以提升金融场景的算力安全与性能,已覆盖90%以上的金融机构场景。沐曦股份聚焦AI场景的底层算力与安全可信性,助力AI Agent在风险管控、报表分析等领域的落地。兆芯则通过KX-7000系列等处理器和与联想等合作,推动金融终端与AI智能体应用的开箱即用体验,市场占有率高,未来8000系列有望带来新刺激。华为、长江存储等也在推动超节点、存储与算力的整合,推动“Token经济”背景下的算力采购与应用落地。总体来看,金融行业对国产算力、安全、AI落地能力的需求显著提升,重点在于提升可用性、降低延迟并实现端到端的可信智能化应用。

🏷️ #金融科技 #国产算力 #安全计算 #AI落地 #超节点

🔗 原文链接

📰 直击2026中国国际金融展:国产大算力芯片公司“抢镜” 金融企业探索算力部署新业态

本次中国国际金融展在上海举行,聚焦金融科技创新与算力应用的落地。报道指出,上海持续推进全球金融科技中心建设,监管试点深入,金融科技创新示范效应凸显。展会上,海光信息、沐曦股份、兆芯、飞腾等国产厂商展示包括CPU、GPU、机密计算、可信算力等在内的全套数字化解决方案,强调安全性与性能并重在金融场景的落地需求。海光信息提出“CPU+DCU”双芯战略,强调在金融行业对可用性与安全性的双重要求,机密计算和CSV技术不断升级以支撑大模型落地;沐曦股份则聚焦国产算力底层安全与AI应用的快速落地,强调AI Agent在提升业务效率方面的应用前景。同台展出还包括兆芯的KX-7000系列处理器及其在各类金融终端设备中的应用,联想天开等终端产品实现“开机即用”的部署体验。展会还体现了对超节点、Token经济等新业态的探索,如华为昇腾超节点、科创板日报所述的“Token工厂”模式,金融机构正从传统采购向按实际业务价值和成本效益的采购转变,推动算力向金融应用的进一步落地。长江存储等厂商则通过服务器与数据中心解决方案参与,提出“以存强算”的金融数据存储与处理能力建设。

🏷️ #金融展会 #国产算力 #机密计算 #安全可信 #应用落地

🔗 原文链接

📰 金融领域的人工智能:独特的S曲线,还是重塑银行业的最新技术?

人工智能已在金融领域实现效率提升,但尚未重塑行业格局,只有约2%的机构已全面应用,六成机构在过去一年提升了AI能力,然而成熟度参差不齐,约25%机构将概念验证投入生产,只有5%推进规模化、受监管项目。投资者面临复杂信号,乐观来自基础设施需求逐步成为不可或缺的推动力,悲观则担心金融行业的谨慎性会使AI仅充当生产力补丁。AI的落地自底层基础设施起步,美国数据中心支出在2025年有望超过5万亿美元,资本支出将持续加速,预计到2030年计算能力将显著扩张。金融行业需要更强大的基础设施,其应用重点从节省成本转向创收产品,预计到2030年,原生AI产品在美国前50大银行的银行业务收入占比可能达到25%,约660亿美元,乐观情景超过750亿美元。潜在收益可能集中在云服务等领域,关键在于实际使用情况。基础设施方面面临经济密度挑战,全球基金经理中有34%认为超大规模企业资本支出可能成为未来系统性信用事件的来源;科技公司已借入超过3000亿美元用于AI支出。高盛警示AI对商业模式的破坏性及贷款决策、风险评估的复杂性。支出水平可能超过实际交付能力,物理瓶颈比资本更关键。验证理论需关注银行是否将AI用于创收产品,安全支出被视为领先指标,机构预计到2026年安全投资将平均增长约40%。需要关注AI向客户产品的转向、安全预算的增长、更多概念验证投入生产,以及基础设施需求向实际计算能力的转化等因素。可能使理论失效的因素包括AI应用停留在浅尝辄止、投资者对运营收益增长压力的抵触及对债务融资的过度依赖、融资或物理瓶颈导致计算能力延迟。

🏷️ #金融AI #基础设施 #创新投资 #计算能力 #安全预算

🔗 原文链接

📰 2026年中国消费者注重AI大模型的能力情况数据分析:“图像识别与处理”以63.24%的占比位居首位

本文聚焦中国AI大模型行业的发展态势、市场规模与预测,以及2024-2026年用户对大模型的认知、使用与期待。通过梳理2019-2025年中国AI市场与云计算、数字经济等相关产业的规模增速,揭示AI大模型在教育、金融、医疗、网络安全、制造业等关键领域的潜在应用与挑战,并结合2026年的用户洞察,分析消费者对大模型在要点提炼、语言表达、复杂任务处理、情感理解与内容合规性等维度的评价与需求。研究还涉及全球视角下的AI芯片、AI制药、云计算与数字经济的协同效应,强调技术成熟、数据隐私、安全合规以及行业应用场景的协同推进。总体来看,中国AI大模型市场正处于快速扩张与结构性深化阶段,企业需在提升模型能力、降低成本、增强可解释性与安全性之间取得平衡,同时加强教育培训、行业标准制定与跨领域协同,推动AI大模型在医疗、教育、金融等领域的落地与创新应用。

🏷️ #AI大模型 #市场规模 #应用场景 #用户洞察 #安全合规

🔗 原文链接

📰 隐身于后台,矗立于云端:中国人寿数字地基锻造记_保险_金融频道首页_财经网

国寿的数据中心云计算团队以数字底座支撑全局,虽不直接创造保费,但却是每次服务触达客户的起点。团队百余人,平均年龄不足32岁,具备多项高级资质与认证,长期在学术刊物发表论文,形成自研与底层突破的文化。通过自主构建云平台与自动化运维,持续提升混合云能力,确保系统稳定高效运行。
自2020年以来,团队完成从集中式向分布式架构的转型,采用横纵解耦思路,将核心业务迁移到分布式平台与机架式服务器,建立全栈分布式能力,推动国寿成为金融行业分布式架构转型的标杆。云网融合覆盖全国近3万个职场、日均40万余在线活跃,安全方面引入零信任和微隔离等手段,建立全链路风险排查与整改闭环。

🏷️ #数据中心 #分布式架构 #云计算 #金融科技 #安全零信任

🔗 原文链接

📰 直击政企AI落地“深水区”,华为混合云推出OpenClaw本地部署方案-CSDN.NET

华为云发布基于华为混合云的OpenClaw本地部署方案,围绕“部署、技能、安全、资源与运营”五维战力,帮助政企客户将AI Agent落地到核心业务中。该方案通过服务构建器实现“一键部署”的本地化体验,将复杂依赖和模型接入流程封装为自动化工具,使企业在自有数据中心便可快速上线Agent能力,提升金融风控和政务应急等场景的时效性。Skills生态则从通用工具向行业专家演进,提供企业可自研的行业专属Skills,推动OpenClaw由对话工具转化为“智能专家”。在安全合规方面,提出五层全栈防线,覆盖身份、网络、系统、应用与模型、运营运维,解决数据不出域及公网暴露等风险。资源与运营层通过自有计算存储资源、Token统计、弹性调度和潮汐式调度,提升硬件利用率和OpenClaw的并发性能,降低算力成本与卡顿问题。华为此举旨在破解政企AI落地的“深水区”,实现模型即应用的落地,加速政企AI的工程化部署与生产化应用。

🏷️ #华为云 #OpenClaw #混合云 #政企AI #安全

🔗 原文链接

📰 中国互金协会:OpenClaw在互金行业应用存在四大风险_北京商报

互联网金融行业正处在高度数字化和线上化阶段,OpenClaw(“龙虾”)作为开源AI智能体,因默认高系统权限及较弱的安全设置,被攻击者利用的风险显著上升,可能直接窃取资金、支付密钥、证券API凭证等敏感信息,甚至发起未授权交易。风险提示将其分为四大类:资金损失、交易责任、数据合规和新型诈骗。资金损失方面,已发现中高危漏洞和插件投毒事件,攻击者可借助提示词注入等方式获取设备控制权,致使网银与交易账户被非法操作。交易责任方面,智能体可自主执行多步操作,误操作导致资金转账或投资购买,且自动化交易的可解释性不足,责任主体难以界定。数据合规方面,持久记忆与本地会话数据可能在调用大模型或外部接口时传输至第三方,涉及征信、信贷材料和交易流水等敏感数据,数据访问范围与留存周期可能超出业务必要。新型诈骗方面,不法分子可能以“AI代炒股”等噱头批量仿冒金融机构发布虚假信息,诱导下载仿冒应用或向指定账户转账,并可能以远程调试等方式获取设备控制权,植入恶意程序。整体而言,这些风险对金融行业的资金安全、交易合规与数据保护提出了严峻挑战,需加强安全审查、加强权限控制、提升可解释性与合规性建设。

🏷️ #安全风险 #资金安全 #数据合规模

🔗 原文链接

📰 中国互联网金融协会发布风险提示!

本报告聚焦OpenClaw(“龙虾”)在互联网金融行业中的应用安全风险及防范要点。由于该智能体通常默认具备较高系统权限,且安全配置薄弱,极易被攻击者利用来窃取金融敏感信息、操控交易或远程控制设备,给资金安全、交易合规与数据保护带来多方面挑战。风险表现包括资金损失、交易责任不清、数据合规风险及新型诈骗风险。具体而言,漏洞与插件投毒可能导致网银密码、支付密钥、API凭证等被窃取,从而发起资金操作;自动化执行的交易流程易因误操作引发损失,且缺乏可解释性使责任认定困难;数据在本地记忆与传输过程可能超出业务边界,涉及征信、信贷、交易数据等高度敏感信息;诈骗方可能借助AI热度开展虚假投资、代安装和远程调试等欺诈活动。针对上述风险,协会提出四方面防范:一是金融消费者慎用并限制权限,及时修复漏洞并注意高额Token费用;二是警惕以“AI代炒股”等名义的金融诈骗,避免通过非正规渠道转账投资;三是机构避免在处理敏感信息的终端安装OpenClaw,避免输入敏感数据;四是将OpenClaw等智能体应用的安全管理纳入单位信息安全体系,加强培训与风险识别。以上措施旨在降低资金、数据与合规风险,提升行业对新型AI应用的防控能力。

🏷️ #OpenClaw #安全风险 #金融诈骗 #数据合规 #防范

🔗 原文链接

📰 一只“龙虾”搅动投研圈 金融机构内部紧急提示风险

最近,一只被称为 OpenClaw 的 AI 智能体在金融业掀起热潮。与云端大模型不同,OpenClaw 完全本地化运行,具备与用户相同的系统权限,能够像数字管家一样处理邮件、编写代码,甚至自动购物;投研人员关注的是它是否能解放繁琐的日常工作,投资者则在关注它是否打开新的投资窗口。OpenClaw 能以对话形式自动完成投研流程:每天抓取公告、分类筛选、提取关键信息、输出结构化结果,并自动生成 Excel 汇总与消息文本,用于晨会、盘中与复盘。这与传统 AI 的差异在于工具链的自动化串联,只需对话即可完成流程设计与定时运行。多家券商在测试中发现其可接入同花顺、米筐、Wind 等数据接口,开发出多种策略,显示出高效率与高完成度,同时也强调其价值在于让专业人员从信息处理的体力活中解放出来,提升策略创新与判断能力。市场对 OpenClaw 的热度也带来算力与基础设施的需求升级,OpenRouter 等平台的模型调用量显著提升,推动产业向云服务、安全防护与持续存储方向演进。与此同时,安全风险警示与内部紧急通知也接踵而至:模型的幻觉、权限边界、第三方技能质量参差等问题令企业担忧,部分机构要求在公司资产环境中禁止安装使用,且个人设备若使用需隔离接入并加强杀毒防护。业内普遍认为,OpenClaw 的落地需要跨越知识融合、安全沙箱、API 接口等门槛,云厂商将提供定制化平台与安全防护,推动企业级应用与服务市场的发展,同时需建立更完善的权限管理与信任机制,才能实现更广泛的落地与盈利。

🏷️ #OpenClaw #投研自动化 #安全风险 #算力升级 #产业生态

🔗 原文链接

📰 储能困局:30个痛点击穿行业真相,下一轮增长曲线在哪?-碳索储能网

文章从全产业链视角梳理了储能行业当前面临的30个核心痛点,涵盖安全、收益、政策、技术、供应链、运营、金融、环保等多个维度。首先在安全维度,热失控、BMS 预警不足、消防标准缺失、系统健康状态难评估以及运维标准不统一等构成持续压力,直接影响行业信任与可持续发展。随后在商业化层面,峰谷价差收窄、独立储能市场定位不清、结算与补偿机制不完善、长时储能成本偏高,以及现货与辅助服务收益波动大,使盈利周期拉长,投资吸引力下降。顶层设计虽明确,但并网、审批、标准更新等“最后一公里”阻碍显著,制约扩张。技术方面,能量密度、寿命、成本之间的矛盾突出,长时储能与前沿技术尚未形成规模化,系统集成协同性低下也制约整体效率。供应链、运营数字化、金融支持及退役回收等环节同样存在结构性瓶颈。结语强调痛点即拐点,未来竞争将以安全、收益、技术、运营为核心,具备解决痛点能力的企业将成为新阶段增长的主角。

🏷️ #储能痛点 #安全挑战 #商业化困境 #技术瓶颈 #产业升级

🔗 原文链接

📰 人工智能已成英国金融业关键连接组织

Finastra最新研究显示,英国金融服务行业仅1%未使用人工智能,全球范围内也仅2%完全不使用AI。AI已成为金融业的‘连接组织’,不再局限于后台自动化,而是在实时欺诈检测、个性化产品推荐与智能承保等场景落地,推动数据与服务的整合。预计2026年AI相关安全与云计算支出将持续增长,安全支出平均提升40%。
当前金融公司正在运行的AI应用包括风险管理与欺诈检测71%、数据分析与报告71%、客户服务与支持69%、文档智能管理69%。未来一年重点是AI驱动个性化、工作流程自动化与AI模型治理。AI也推动其他技术投资,90%计划投资现代化,其中29%将云技术列为优先。

🏷️ #连接组织 #云计算投资 #安全支出增长 #个性化服务

🔗 原文链接

📰 金融大模型评测体系2.0版在上海发布

近日,2025金融大模型评测体系在上海发布,标志着自去年发布的首个金融大模型评测体系以来的第一次全面升级。此次升级聚焦于标准引领、数据驱动、安全可信与生态共建四个方面,力求为行业提供一个科学的选型工具和能力对标的“标尺”。评测体系包含多个指标、方法和基准,弥补了行业内缺乏权威评测体系的空白。

该评测体系汇聚了4个公开数据集和22个自建数据集,约3.6万条评测数据,采用循环选项打乱机制和多样化提示词,研发了金融裁判大模型,实现评测流程的自动化和标准化。通过这一体系,上海金融领域的银行、券商、基金及投资等机构能够获得权威、精准的大模型能力评估,从而助力机构在选型、优化及风险管理上做出更加科学的决策。

根据最新的评测结果,今年金融大模型的测试成绩显著提升,行业平均分从71.9分升至87.37分。评测还发现,海内外大模型整体能力相近,但在中文领域,国内大模型表现出领先优势。同时,国内金融大模型在语言理解、法规政策更新等方面具备优势,而国外大模型在数学计算和跨语言推理等领域更为突出。

🏷️ #金融大模型 #评测体系 #数据驱动 #安全可信 #行业标准

🔗 原文链接

📰 聚焦金融安全|三未信安亮相金融科技大会 共话金融安全新范式

2025金融科技大会于11月19、20日在苏州和深圳同时举行,三未信安董事长张岳公在论坛上分享了金融科技安全领域的创新实践。在数智融合加速的背景下,金融行业面临转型窗口,云原生架构、量子计算和AI大模型的崛起带来了新的安全挑战。三未信安提出了包括云原生密码、抗量子密码和密码+AI在内的三大支柱方案,旨在为金融科技构建安全底座,实现创新与安全的动态平衡。

三未信安通过“密码即服务”推动密码技术与云基础设施的融合,降低密码管理成本并提升用户体验。同时,针对量子威胁,三未信安推出了抗量子密码技术体系,提供可落地的解决方案以确保长期安全。此外,三未信安还提出构建AI大模型数据安全体系,通过密码赋能AI,保障大模型的安全应用。

在论坛的圆桌讨论中,江南科友副总经理朱国华强调了构建抗量子密码体系的必要性,并提出了资产梳理、密改优先级和安全成本平衡的三点建议。随着数智融合的深入,安全已成为金融创新的核心驱动力,三未信安将继续推动密码技术的创新应用,助力客户实现安全合规与业务创新的平衡。

🏷️ #金融科技 #安全技术 #密码体系 #量子计算 #AI应用

🔗 原文链接

📰 2025国泰海通金融科技文化节主题论坛暨上海苏河湾大会高端对话成功举行

2025年国泰海通金融科技文化节主题论坛于10月24日在上海成功举行,汇聚了政府、行业、学界及金融机构的多方力量,旨在推动金融科技与实体经济的深度融合。论坛以“智汇金融新动能 共创科技新生态”为主题,强调开放证券生态的共建,致力于构建“金融+科技”的新格局。国泰海通董事长朱健与静安区委书记钟晓咏分别致辞,强调了科技与金融的协同发展以及未来的合作方向。

在论坛期间,国泰海通发布了数智化升级全球灯塔样板点及信息安全韧性防护体系,展示了与华为在核心交易、AI应用及数据中台等领域的创新合作。国泰海通作为行业首家提出安全韧性防护理念的券商,通过创新的体系架构为行业提供了宝贵的实践经验。此外,国泰海通与静安区人民政府签署了全面战略合作协议,进一步深化政企协同。

此次论坛不仅是国泰海通金融科技文化节的收官之作,也为未来的金融科技创新奠定了基础。通过系列活动的开展,国泰海通展现了其在科技赋能行业及金融服务实体经济方面的综合实力与发展愿景,为行业的高质量发展提供了新的思路与方向。

🏷️ #金融科技 #数智化转型 #安全防护 #合作创新 #行业发展

🔗 原文链接

📰 “全链更安全 智算赢未来”数据中心碳索金融行业研讨会在京召开_商业要闻_财经_中金在线

随着金融行业数字化转型的深入,数据中心的安全、可靠性、绿色和智能化水平成为关键因素。在2025年10月18日举行的研讨会上,近五十位金融行业专家与代表探讨了金融数据中心的发展方向,强调了其在金融安全和创新中的重要性。华为提出了以“安全可靠、弹性敏捷、绿色低碳”为核心的发展策略,希望通过模块化架构和智能预警系统来增强数据中心的安全性。

与会者指出,面对AI技术的迅速发展和“双碳”目标的挑战,金融数据中心的数字化转型必须深化,确保业务的高可靠性和可用性,并有效降低碳排放。华为的技术创新和行业经验被认为是推动金融数据中心高质量发展的重要支撑,会议旨在汇聚行业智慧,共同探索可持续的解决方案。

作为推动中国式现代化的重要支撑,金融行业的数字化转型离不开数据中心的保障。此次研讨会明确了金融数据中心的未来发展路径,并搭建了经验共享的平台。未来,中国计算机用户协会将继续与企业合作,持续推动金融数据中心的技术创新与标准建设,以促进金融行业的高效发展。

🏷️ #数据中心 #金融行业 #数字化转型 #安全可靠 #绿色低碳

🔗 原文链接

📰 AI基础设施发展与金融行业应用展望_腾讯新闻

在数字经济时代,人工智能(AI)基础设施成为推动行业变革的关键。AI基础设施包括算力资源、软件平台和数据可观测性等,支撑AI技术的开发和应用。算力资源是核心动力,高性能计算集群和AI专用芯片提供强大的计算能力,云计算和边缘计算则灵活满足不同场景的需求。软件平台如机器学习框架和自动化运维工具,提升了AI应用的开发效率。

数据是AI的“燃料”,可观测性确保系统稳定运行。通过OpenTelemetry和APM等技术,开发者能够实时监控系统性能,优化AI模型的训练和推理过程。安全与治理同样重要,SASE等技术保障数据和系统安全,合规性控制避免法律风险。展望未来,AI基础设施将朝着自主可控、智能融合和绿色高效的方向发展,金融行业的数字化转型将得到进一步推动。

金融机构将利用AI基础设施提升智能风控、个性化服务和运营效率。通过大语言模型和可观测性技术,金融机构能够实时分析风险信号,提升合规监管能力。同时,生成式AI将推动个性化金融服务的发展,基础设施自动化将提高运维效率。未来,AI将成为金融行业创新和发展的核心引擎,推动行业的智能化和可持续发展。

🏷️ #人工智能 #基础设施 #金融服务 #数字经济 #安全治理

🔗 原文链接

📰 从策略博弈到算力争霸——合众远景TGG-X系统升级引领行业

合众远景宣布投入1亿元人民币增设AI智算集群中心,旨在全面提升其量化交易系统TGG-X的技术基础。此举不仅是硬件的扩容,更是对未来量化交易生态的前瞻性布局,提供更快速、安全和稳定的交易环境。

在量化交易中,速度、算力和安全性至关重要。合众远景的集群中心采用高性能的计算架构,能够在毫秒级别内完成交易指令,提高执行效率30%至60%。此外,集群支持人工智能实时推演,自动识别风险,保障交易安全。

此次增设不仅提升了用户的操作体验,也为机构提供了强大的算力和风控支持。同时,合众远景的战略布局将推动量化交易行业从“拼策略”迈向“拼算力、拼智能”的新时代,标志着其在全球金融科技领域的进一步领先。未来,合众远景将致力于构建全球量化交易基础网络。

🏷️ #AI智算集群 #量化交易 #合众远景 #算力 #安全性

🔗 原文链接
 
 
Back to Top