⁣
📰 中国外汇 | AI赋能金融的机遇与挑战·专题报道：人工智能驱动下的金融外汇市场

人工智能正在从交易模式、市场效率、流动性供给、参与者格局及市场范式五个方面重塑金融外汇市场，同时也带来算法共振、技术鸿沟和跨市场传染等新型风险。文章指出，AI在外汇市场的应用已由辅助交易逐步演进为独立承担做市功能，交易决策机制也在向自适应、自动化的深度学习模型转变，价格形成机制因多源信息融合而更加高效且响应更快，甚至可能在事件发生前就对市场叙事变动做出反应。流动性供给亦因AI的介入呈现新的动态，算法交易商在平稳期提供充足流动性、压力期则可能收紧，增加市场内在不稳定性。市场参与者由数据服务商、算法提供商等新型中介主导，AI鸿沟则加剧了机构与散户、发达市场与新兴市场之间的分层，信息不透明性提升了知情交易与不知情交易的界限模糊。文章还提出AI与DeFi的融合将推动“机器原生金融”时代，并以OpenFX等案例展示跨境支付的高效与低成本。与此同时，AI带来的风险需以多层治理应对：监管科技、行业标准、伦理与合规嵌入算法、全球协同监管与数据共享机制等。未来需在技术创新与风险防控之间寻求平衡，确保金融外汇市场在智能化浪潮中稳健发展。

🏷️ #AI金融 #外汇市场 #算法共振 #风险监管 #DeFi

🔗 原文链接

⁣
📰 金融监管总局出台新规 规范金融机构人工智能安全应用 _ 经济要闻 _ 福建省经济信息中心

金融监管总局发布《银行业保险业人工智能安全开发应用的指导意见》，从治理架构、开发应用、数据安全、算力建设和风险管理等方面提出全面要求，旨在规范金融机构对人工智能的开发与应用，提升合规性、透明度与可信赖度，推动数字金融高质量发展与金融业务深度融合。意见强调“谁使用谁负责、自主可控、务实高效、安全发展”原则，鼓励大型机构示范、推动算力共建共享，帮助中小机构提升建模与风控能力，降低数字化转型成本，服务实体经济与普惠金融。对高风险场景如资金交易、资产评估、信贷等设定严格管理，明确不得将个人信息用于生成式模型训练，要求建立人工监督、风险管理委员会批准及上报机制，并将人工干预纳入核心风险控制。通过分级数据管理、数据脱敏与权限控制，确保测试与生产环境物理隔离，防止隐私泄露与算法歧视，推动全面风险管理体系中的人工智能治理落地。

🏷️ #人工智能 #金融合规 #数据安全 #高风险应用 #算力共享

🔗 原文链接

⁣
📰 金融行业算力进化史：从“别宕机”到“缺GPU”

金融行业的算力演进经历了三次重大跃迁。首先是集中式计算时代，算力被视为奢侈品，大型机主导核心账务与批处理，网点数据逐步集中到总行数据中心，强调不出错与实时交易监控能力。随后进入云计算时代，因移动支付和实时场景激增，成本和利用率成为痛点，推动自建向云端迁移，出现私有云、混合云与“算力即服务”的模式，智算租赁等解决方案兴起。进入AI大模型时代，算力成为稀缺资产，训练与推理对GPU等高端算力需求急剧上升，银行探索两条路径：国产算力底座与端侧算力下沉，推动云+边+端协同的金融基础设施建设，同时也带来合规、数据隐私、算法可追溯等新挑战。监管正逐步明确边界，强调透明度、数据使用边界和智能体权限划分。总体而言，算力的每次跃迁都推动金融业态重构与效率提升，未来需要在强算力与金融本质之间寻求平衡，服务实体经济、防控风险、满足百姓金融需求。

🏷️ #算力跃迁 #AI大模型 #云+边+端 #数据合规 #金融科技

🔗 原文链接

⁣
📰 2026中国AI企业全产业链盘点（十大权威榜单核验+全赛道标杆企业深度解析）|界面新闻

2026年，全球AI产业进入高质量发展深水区，正从技术研发向规模化商用全面转型，技术深耕、场景落地与商业化价值兑现协同发力，成为全球科技竞争的核心赛道。头部综合AI巨头通过全栈布局覆盖基础层、技术层、应用层，形成端-边-云-网-智的协同能力，推动算力、算法与场景的深度整合，带动产业生态与生态协同效应的持续放大。中国在算力自主、算法创新、场景渗透等方面持续突破，进入全球AI发展第一梯队，形成从龙头企业到细分标杆的完整产业链格局。本次盘点以权威榜单和最新财报为依据，评测覆盖基础层、技术层、应用层三大产业链，并对头部企业的核心优势、算力供给、技术创新与落地能力进行系统梳理。总体呈现出头部集中、细分领域突围、产业链协同推动高质量发展的格局，强调算力-技术-场景的闭环是中国AI产业高质量发展的关键路径。未来，随着AI技术迭代与场景渗透加深，全球与中国AI企业将继续在全链条协同中实现更高水平的商业化兑现和产业价值释放。

🏷️ #AI #全栈 #算力 #场景落地 #高质量发展

🔗 原文链接

⁣
📰 李扬：从防风险到促创新，在数智化浪潮中重塑金融风险治理

在2025年金融街论坛上，国家金融与发展实验室理事长李扬发表演讲，探讨了数智化浪潮对金融风险治理的影响。他指出，传统金融风险治理依赖于结构化数据，随着行业的发展，这种方式的局限性逐渐显露，难以全面覆盖金融风险的全貌。同时，数智化带来的新特征使得金融风险呈现“黑箱化”、“闪崩化”、“传染性”以及传导机制的根本转变。这些特征的出现使得金融风险变得更加复杂和难以预测，给风险管理带来了新的挑战。

李扬强调，面对上述挑战，金融领域需要推进监管体系的数智化转型。传统的监管方法已经无法适应新的金融生态，建议建立统一的数据共享机制，以提升监管效率和有效性。同时，建立算法可解释机制，让算法的逻辑和风险点更为透明，是保护投资者权益的重要措施。李扬认为，防范金融风险与推动金融创新并非对立关系，只有实现两者之间的平衡，才能更好地应对数智化浪潮带来的挑战。

🏷️ #金融风险 #数智化 #监管体系 #算法透明 #创新防控

🔗 原文链接