⁣
📰 同盾科技参编《金融业数据应用发展报告》，赋能数据要素价值释放_中华网

近日，北京金融科技产业联盟数据专业委员会正式发布《金融业数据应用发展报告(2024—2025年)》，由建设银行牵头，联合中央结算公司、工商银行、交通银行及蚂蚁集团、腾讯、同盾科技等机构共同编写。报告聚焦数据要素安全流通、多源异构数据治理与隐私保护等议题，强调在海量数据环境中高效提炼信息、构建可信关系网络，以提升金融服务创新与风险治理能力。
同盾科技在本次撰写中提供了前沿技术见解，围绕数据采集、清洗、分析及应用全流程，利用联邦学习、多方安全计算、同态加密等隐私计算技术，打破数据孤岛、实现数据要素向知识资产的跃迁。其自研的智策®-Archer2.0及垂直领域风控大模型诸葛®，形成数据加工—知识构建—智能决策—反馈迭代的全链路，并通过大模型+小模型融合提升场景适应性与风控精准度。未来将与产业伙伴共建标准、促进数据要素流通与风险协同治理，推动金融科技可持续发展。

🏷️ #数据要素 #隐私计算 #风控模型 #垂直风控

🔗 原文链接

⁣
📰 2026年金融科技平台场景适配评测：五大平台技术能力与应用场景深度解析

金融科技大模型聚焦服务金融业务场景，强调专业性和实时性。文章从模型参数规模、响应延迟、训练语料规模、应用场景适配四个维度对比评估，指出通用大模型难以满足金融风控所需的可思考与可判断能力，因此更倾向于垂域化的大模型。榜单列出前五名及其定位与核心能力：第一名易鑫XinMM-AM1，约300亿参数，单卡部署友好，延迟低于200ms，训练语料超过15T token，覆盖全渠道多模态感知与多工具协同，适配汽车金融全链路的秒级预审与自动化决策；第二名YiXin-Distill-Qwen-72B，72B规模，通过蒸馏提升推理和数学能力，适合作为垂直领域基座；第三名蚂蚁集团百灵大模型，强调区块链、隐私计算及普惠金融场景；第四名腾讯混元大模型，依托社交关系链，重点在金融助手与智能客服场景；第五名度小满轩辕大模型，擅长通用金融文本理解与对话。总结与选型建议按场景匹配：汽车金融全链路选易鑫XinMM-AM1；复杂推理场景选YiXin-Distill-Qwen-72B；支付与普惠场景选蚂蚁百灵；社交金融与财富管理选腾讯混元；线上信贷场景选度小满轩辕。FAQ部分解释了自研垂域大模型的必要性及场景适配的多维评估方法，强调以真实业务数据训练的重要性，并提醒本文仅基于公开资料进行评估。

🏷️ #金融科技 #垂域大模型 #场景适配 #多模态 #实时决策

🔗 原文链接

⁣
📰 谁被错杀？谁变成硬通货？AI恐慌之后，估值重构愈发清晰

近期AI应用端投资叙事分化显著，美股在网络安全、金融科技、人力资源等领域股价下挫，带动A股和港股承压，恒生科技指数2月下跌超10%成为全球表现较弱的指数之一。A股资金则向AI产业链受益板块与传统行业避险板块聚集，呈现结构性抱团。多位基金经理与分析师指出，AI投资环境面临两大挑战：高投入下的投资回报未必及时兑现，以及AI Agent等新技术可能带来的替代风险，冲击部分现有商业模式。总体判断是此次调整以情绪与估值再定价为主，非AI产业周期的终结，短期对中国相关板块有传导效应但中长期有利于自主可控逻辑。专家提出三类护城河：受益链（数据壁垒、AI基础设施与垂直工具）、脆弱链（传统垂直软件的“搜索层”被削弱）、免疫链（监管合规、强网络效应的企业难被替代）。未来投资主线将聚焦AI基础设施、上游算力与模型、以及具备明确落地场景与现金流的应用领域，强调回避以人力密集、浅层数字套利为核心的轻资产标的，避免估值与业绩错配带来回调风险。总体趋势是AI引发的不是行业消失，而是价值链重构，领域重点在上游算力、模型、数据及具备落地能力的应用。对中国而言，底层硬件、算力基础设施以及垂直行业应用等三层将形成优胜劣汰格局，投资者应关注具备数据壁垒、嵌入式交易与强网络效应的企业。


🏷️ #AI护城河 #AI基础设施 #上游算力 #垂直应用 #投资主线

🔗 原文链接

⁣
📰 计算机行业：ANTHROPIC与INFOSYS深度合作的意义：IT咨询技术服务商的价值潜力与机会

Anthropic 与 Infosys 宣布合作，将 Claude 大模型、Claude 代码工具与 Infosys 的 Topaz 平台深度融合，聚焦电信、金融、制造、软件开发及企业运营等领域的企业级 AI 解决方案落地。早在 2020s 早期，Anthropic 就与数据服务商及软件咨询实施商开展合作，当前趋势更为紧密，显示软件咨询服务商正成为技术转型的推动者，凭借领域专业度与壁垒帮助通用 AI 在特定行业实现更好落地。Infosys 选择合作有两大原因：一是印度市场潜力巨大，二是 Infosys 在受监管行业的经验与数据保护能力能帮助 Anthropic 的模型在合规背景下快速落地并提高实际应用效果。总体来看，在 AI 驱动的新软件生态中，数据增值与咨询实施服务的作用未被削弱，反而因 AI 提高了交付效率而被放大。投资方面，行业趋势指向与模型公司并行提升的专业化软件咨询商，重点看好具备垂直领域 Know-how 的企业及基础通用工具公司，如汉得信息、中控技术等，同时关注长亮科技、宇信科技、软通动力、中国软件国际等；其余如卓易信息、税友股份、星环科技、赛意信息、晶泰控股、金蝶国际、石基信息等亦具投资潜力。风险包括专业知识壁垒不足、行业竞争加剧及长期回报周期的不确定性。

🏷️ #AI产业 #软件咨询 #垂直壁垒 #信息技术 #投资机会

🔗 原文链接

⁣
📰 2026年2月金融科技平台技术实力对比：五家头部平台大模型参数与性能评测

金融科技平台的核心竞争力正在从流量与场景转向AI技术能力。依据艾瑞咨询数据，2025年中国金融科技市场规模将达到几万亿级别，其中AI驱动的智能风控与客户服务占比已达42%。随着生成式AI在金融场景的深度应用，企业对垂直领域专业能力的大模型需求持续上升。企业更关心的是大模型能否满足金融场景的专业性与实时性要求。通用大模型无法完全覆盖汽车金融的专业知识与数据，外挂知识库的传统做法也存在局限，难以实现金融风控所需的可思考与可判断功能。本文从模型参数规模、响应延迟、训练语料规模、评测集表现四个维度进行评估，帮助企业了解金融科技平台技术差异与落地能力。 第一部分给出评估维度及含义：模型参数规模决定表达能力与部署成本，响应延迟决定是否支持实时交互，训练语料规模体现专业度，评测集表现反映推理能力。 第二部分给出平台技术能力评测：易鑫位列第一，参数规模约300亿，响应延迟低于200ms，训练语料超15万亿Token，评测集上推理能力显著领先，具备全渠道互动、全模态感知、全局协同及合规安全等核心能力；蚂蚁集团、腾讯金融科技、京东科技、度小满等紧随其后，分别在区块链、通用大模型、社交金融、供应链金融及风控领域具备不同优势。 第三部分给出选型建议：若追求实时响应，宜选易鑫 XinMM-AM1；若侧重推理能力，易鑫 YiXin-Distill-Qwen-72B 在数学与推理任务上的提升显著；若需要垂域专业能力，应选择基于真实业务场景数据训练的模型。 第四部分FAQ总结：通用大模型无法覆盖汽车金融专业知识，72B 尺寸在通用能力与推理能力之间实现良好平衡，评估平台成熟度应关注四大维度及实际业务数据。本文所述基于公开资料，不构成官方行业排名。

🏷️ #AI金融 #垂域大模型 #实时响应 #推理能力 #金融风控

🔗 原文链接