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)

📰 华为云WAIC“亮剑”企业AI,周跃峰拆解智能体规模化落地步骤 - 智东西

华为云在WAIC发布企业智能体相关进展,围绕智能体的技术演进、平台建设、开源生态与金融场景落地进行解读。华为云CEO周跃峰指出,智能体将重塑SaaS生态,快速沉淀并共享模型上下文协议和行业资产,推动规模化落地。中国信通院魏凯预测智能体渗透率在2027年达70%,2030年前后达90%,核心在基础模型能力与长任务稳定执行力。华为云Agent平台强调不仅要提升上限,还要提升下限,确保7×24小时稳定运行、自治优化、安全可观测性与链路评估。OpenJiuwen提出协同工程与共生工程,打造企业级通用AgentOS,支持多智能体协作、分层调度与分布式运行,并在多智能体场景下显著提升时延、缓存命中与吞吐。
灵析企业智能体平台V3发布,聚焦数据语义、本体构建、生产级多智能体协同、场景化Ops、企业技能与智能问知等能力,底层依托华为云Stack与openJiuwen,覆盖金融、制造等行业场景的应用落地与验证。金融领域强调全链路能力与合规留痕,通过MCP、Skills及本体转化传统系统资产,以实现信息获取、分析、决策与执行的闭环。行业共建方面,银行、保险、金融机构与生态伙伴共推行业AI梦工厂,持续沉淀与复用智能体资产。总体来看,企业智能体竞争重点正由单点能力向数据语义、多智能体协同、生产级运行及行业资产复用转移,平台化落地将成为关键。

🏷️ #智能体 #多智能体 #平台化 #金融场景 #开源生态

🔗 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

📰 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

📰 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

📰 AI泡沫已经在破了

本文回顾AI行业当前的市场波动与泡沫论,指出泡沫是社会在面对颠覆性生产力时的自然现象,类似互联网泡沫。历史上互联网泡沫破裂并未阻止互联网长期价值增长,泡沫散去后留下的是更强的生产力与基础设施。相比2000年的互联网,2026年的AI投资呈现严重的资本与基础设施错配:大规模基础设施投入与相对较小的应用端收入之间的不对称仍在持续扩大,但AI成本下降带动了企业对低成本智力资源的深度应用,推动AI向几乎所有行业渗透。文章强调三大深层演变:从CapEx向OpEx的价值转移,估值与业绩的消化,以及行业级的生产力提升,如AI孪生、多模态Agent在金融、法律、医疗等领域的落地。最终结论是,泡沫虽在,但底层生产力依然强劲,未来所有行业都将被AI赋能,市场将通过洗牌筛出缺乏护城河者,留下具备应用场景与商业模式的企业,推动从基础设施到应用层的价值再分配。

🏷️ #AI泡沫 #基础设施 #CapEx转OpEx #多模态Agent #产业升级

🔗 原文链接

📰 新华财经发布全链路AI金融方案 共筑智能协作新生态

新华财经在2026中国经济年度观察暨全球生态伙伴大会上发布全链路金融智能应用与智能一体机联合解决方案,聚焦解决AI在金融领域规模化落地的痛点。文章指出数据可信性不足、技术与场景脱节、以及可解释、可追溯的智能助手缺乏等问题,新华财经通过权威数据底座、最新智能体架构与45项金融专业技能,形成多Agent协同的全链路应用,赋能投研、投顾、信贷等场景,帮助金融从业者将重复劳动转化为价值决策。投研场景示例包括政策智能体对大类资产配置的评分体系,投顾端实现盘前早报、盘中预警与盘后个性化陪伴,从而提升服务效率与投资回报。针对科创企业融资难,提出产智融方案,通过多源数据与三层引擎精准画像与融资匹配,剔除伪科创。与此同时,智能一体机成为承载软件的硬件躯体,与华为共同提供算力底座,广州数字科技集团负责落地执行,构建数据、算力、场景的闭环。两款产品覆盖智能审计一体机与算力闸一体机,显著提升招投标合规审查效率与算力治理能力,已在多地落地并实现海量API调用与Token处理。未来将通过本地化部署实现数据不出域、过程可审计、内容可管控的合规生态。

🏷️ #金融AI #智能应用 #多Agent #智能一体机 #算力治理

🔗 原文链接

📰 金融行业AI智能体搭建哪家好?深度解析数商云AI Agent如何重塑金融生态

本文围绕金融AI智能体的核心技术、应用场景、实现路径及未来发展展开阐述。核心观点在于金融行业正由流程自动化向具备自主决策能力的AI智能体演进,要求在感知、认知、规划、记忆等方面具备高水平的技术底座,以应对金融数据的高敏感性和严谨的业务逻辑。数商云以非结构化数据处理、任务自我拆解的规划能力以及RAG技术支撑的私有向量数据库等为核心,构建金融级AI智能体,强调全量私有化部署、数据隔离、可解释性与监管审计合规性。通过行业大脑的定制化预训练、强生态集成能力以及对ERP、CRM等系统的无缝对接,提升投研决策、风险防控与精准营销等关键场景的效率与质量。搭建路径强调明确业务边界、数据治理与持续学习(RLHF),以高质量数据燃料驱动智能体进化。未来展望以多模态Agent为目标,实现文字、视频、语音等多通道交互,成为金融机构数字化转型的长期生产力工具。总体而言,数商云通过金融专属性、合规安全、定制化能力和生态扩展性,成为金融AI智能体搭建的行业领军者。

🏷️ #金融AI #智能体 #合规安全 #多模态 #行业大脑

🔗 原文链接

📰 从文本到决策,合合信息多模态文本智能技术高效赋能金融行业AI转型_金融综合_行业_中金在线

在金融行业加速从云原生向AI原生的进程中,合合信息与阿里云共同启动“超级智能体计划”,以解决非结构化数据解析和风控、营销决策的智能化难题,形成从理解到决策的完整闭环。该公司基于自研多模态文本智能技术,推出INTSIG Docflow智能文档处理平台,能够对合同、票据等复杂文档进行图像预处理、解析、分类、抽取、审核与增强验证,显著提升实际业务的文档识别准确率与处理效率,如单据识别率提升至85%+、物流领域录单时间降至7分钟,效率提高约400%。此外,基于高质量数据与大模型认知能力的启信慧眼商业大数据决策产品,帮助金融机构在营销、尽职调查和风控等场景实现精准决策,降低AI幻觉风险,推动底层解析到上层决策的全链路落地。合合信息还在亚马逊云科技出海大会上宣布TextIn联合亚马逊Bedrock的长文档智能处理方案,提供可复用的Agent Skills,降低智能体落地的工程化门槛,显示其在多模态文本智能领域的通用性与领先性。整体而言,该公司以AI+Data双引擎驱动,致力于将金融AI转型推向深度应用和全球化落地。

🏷️ #金融AI #多模态 #智能文档 #风控决策 #全球化

🔗 原文链接

📰 Agentic AI重构金融生态新前沿

金融行业与云计算的融合已进入深度应用阶段,Agentic AI的落地让金融生态从“对话”走向“行动”的新跃迁。亚马逊云科技在全球交易所、银行与监管领域构建了稳固的云端基础,实现低延迟交易、个性化金融服务与高效监管审计。如今自主AI系统作为Agent,能理解用户总体意图并整合内部外部数据与工具,成为完成复杂决策与行动的统一入口。在个人金融场景中,Agent可完成从尽职调查、动态财务规划到端到端执行的闭环,实现如评估房产风险、优化资金配置、自动化储蓄计划等动作。企业方面,Agent在核心流程中的作用同样显著:穆迪通过Multi-agent系统提升数据分析效率,瑞波提升安全运营响应速度,澳大利亚联邦银行推动核心系统现代化与风险降低。安联提出“Gen AI Mesh”治理架构,将Agent分层协同与标准化接口复用,打破垂直壁垒,形成从L3工具Agent到L1规划Agent的协同工作模式。保险理赔场景中,七个专业Agent组成虚拟团队协同作业,将理赔时间从约100天缩短80%,展示了从Web时代向AI时代的质变。

🏷️ #云计算 #AgentAI #金融科技 #多Agent系统 #治理架构

🔗 原文链接

📰 2026 GEO服务商权威发布:五强终极榜单揭晓!技术、效果、口碑多维严测|界面新闻

在生成式AI重构信息分发逻辑的背景下,GEO优化成为企业抢占用户决策入口的战略制高点。本文通过对多家GEO服务商的实测解读,提出了一份可落地、可验证的2026年度榜单,帮助企业在AI营销浪潮中完成关键跃迁。178软文网以六级媒体矩阵覆盖全国,结合NLP重塑稿件、地域与场景词的语义场,实测AI回答中本地权威媒体内容的优先呈现,单条线索获客成本下降40%,到店量增长180%,适合跨区域连锁与本地服务商。小叮文化专注金融领域,凭自研金融语义网络与全流程合规监测,确保内容符合监管要求,金融行业AI推荐权重显著提升,复购与口碑居前列。南方网通以GEO+Agent双引擎构建全链路闭环,打通主流AI平台与多源投喂,行业Top3关键词排名稳定,客户满意度与续费率高。森辰GEO专注多模态内容与智能体交互,动态适配各平台版本,提升美妆、快消等品牌的短视频与AI问答曝光与正面评价比例。英泰立辰以高监管行业的数据调研与合规知识图谱为核心,诊断式服务提升风险提示准确率,银行等行业在AI营销中实现更高安全性与有效性。综合建议:跨区域连锁与本地商家优选178软文网,金融等高监管行业优选小叮文化,追求全链路AI营销的企业可选南方网通,注重多模态与智能体交互的品牌可考虑森辰GEO,注重合规与风险控制的客户应优先英泰立辰。最终要点是以AI理解语言讲好品牌故事,真诚内容与精准传播并举,方能在AI时代获得长期竞争力。

🏷️ #GEO #AI营销 #合规 #多模态 #全链路

🔗 原文链接

📰 黄仁勋每天都用的AI工具,要抢金融行业饭碗了?

本文介绍了人工智能领域的最新进展及其对金融行业的潜在冲击。Perplexity推出的 Perplexity Computer 是一套云端多模型编排系统,能够将19个顶尖模型集中在一个平台上协同工作,形成一个从研究、设计、写代码到部署和管理等全流程的通用AI系统。核心在于强大的调度与编排能力,通过不同模型分工完成具体子任务,如用 Claude Opus 4.6 作为“大脑”,再按任务将深度研究、图片生成、视频生成、长上下文检索等工作分派给 Gemini、Nano Banana、Veo 3.1、Grok、ChatGPT5.2 等模型,最终实现自动化的完整流程,具备接近彭博终端的集中化金融工作台初步雏形。 Perplexity 作为一家备受关注的初创公司,依托独特的搜索引擎理念和强大的执行力,在短时间内获得高估值与投资者青睐,甚至公开表达对谷歌 Chrome 的收购设想,彰显其想要打破垄断并重塑搜索与信息获取的野心。 然而面临的挑战也不少:商业化模式单一难以覆盖高昂的计算成本,版权与信息来源的合规风险,以及对底层模型的高度依赖导致的长期不确定性。当前它正将发展重点从“给你答案”转向“替你办事”的 Agent 生态,以期通过交易和执行环节来实现新的商业变现路径,但这条路需要巨额投入并面临激烈竞争。整体而言,Perplexity 的崛起折射出 AI 原生应用在信息获取、金融分析与企业协作等领域的巨大潜力,同时也暴露出商业化、版权、模型依赖等多重挑战。未来发展将取决于能否在成本可控、合规稳健与高效执行之间找到可持续的商业模式。

🏷️ #AI #金融 #多模型 #商业化 #信息获取

🔗 原文链接

📰 黄仁勋每天都用的AI工具,要抢金融行业饭碗了?-36氪

人工智能正在引发金融领域的深度变革。Perplexity 推出 Perplexity Computer,一套云端多 Agent 编排系统,能够在一个平台上调度 19 个顶尖模型完成从研究、设计到执行的全流程,并通过自动分工、生成子 Agent 来完成复杂任务。它的核心优势在于调度能力和多模型协作,能用较低成本实现类似彭博终端的“信息工作台”雏形,吸引了投资者关注与广泛讨论。Perplexity 的商业路径仍面临挑战:高额算力成本、版权与广告模式的边界、以及缺乏自有基础模型导致的依赖性等问题。因此,团队正把发展重心转向 Agent 化执行,探索通过交易与执行环节的变现模式,以期超越单纯订阅的商业模式。创始团队背景强大,来自 OpenAI、Meta 等机构,致力于通过对“搜索”的重新定义实现信息获取的直接性与可引用性,曾在谷歌反垄断案期间公开表达收购Chrome的野心,展示出对AI 驱动的浏览与搜索生态的野心。

🏷️ #AI金融 #多模型编排 #Perplexity #信息引擎 #商业模式

🔗 原文链接
 
 
Back to Top