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)

📰 AI深度融入银行业务全流程,多家银行加速构建全行级AI平台- DoNews

在多家银行业绩发布会中,AI被视为提升效率、降本增效的关键驱动力,推动AI能力融入银行业务全流程成为共识。各银行围绕AI平台建设、智能客服、风控、财务分析等场景加速落地:建设银行的AI助手网点覆盖率高、兴业银行强调AI训练后可打破条线壁垒、浦发银行推出大模型服务矩阵并提升算力集群能力、招商银行实现AI工具高覆盖及大模型应用推进。外资银行亦以“人性化”为核心,依托AI释放员工高价值工作。上海银行、工行、花旗等则强调系统验证、信息安全与风控合规,确保AI决策在人工监督下运行。总体趋势是以AI原生能力驱动服务转型,构建统一调度、弹性算力和多层安全防控体系,以支撑智能化银行全流程运作与决策支持。各机构普遍认为AI深度参与需人控主导,风险管控需与技术进步齐驱,确保隐私与合规落地。

🏷️ #银行AI #全流程AI #风控安全 #算力平台 #大模型

🔗 原文链接

📰 邮储银行深度参与数据分类分级人工智能大模型训练工作_中国邮政报

本次在京举行的“数据分类分级人工智能大模型暨高质量数据集建设成果交流发布会”由邮储银行作为模型训练代表机构参与并做专题分享。文章聚焦大模型在金融机构数据分类分级中的应用痛点,如标准理解不一、执行尺度不齐、自动化水平不足等。邮储银行在发布会上介绍了模型选型与结构设计、关键超参数优化、四轮迭代演进路径,以及模型与高质量数据集的双向提升等关键实践,体现其在数据治理与智能化转型中的积极探索。近年来,该行全面推进数智化转型,把智能技术作为驱动变革的关键手段,构建了完善的大模型能力体系,并在人民银行的统筹引领下,计划深入参与大模型的推广应用,推动金融行业高质量发展。

🏷️ #数据治理 #金融科技 #大模型 #数智化 #数据集

🔗 原文链接

📰 银联、网联参与!银行业首个行业级“数据分类分级”大模型发布-移动支付网

此次在京召开的数据分类分级人工智能大模型暨高质量数据集建设成果交流发布会聚焦金融数据治理难题。人民银行副行长邹澜出席,发改、数据局、银行及金融基础设施单位代表参会,围绕标准理解不一、执行尺度不齐、自动化水平不足等痛点开展讨论。大模型由工商银行、农业银行、中国银行、建设银行、邮储银行等头部机构协同攻关,遵循共建、共享、共用、共治原则,凝练经验转化为中小金融机构可用的通用自动化工具,支持本地部署与在线MaaS服务,提升数据分类分级效率与一致性。在安全与合规方面,发布会强调通过协议约束、合规审查、数据脱敏、标注、权限控管等措施,确保数据采集、模型训练、部署运行安全。通过这些机制,建立可追溯治理,提升行业对大模型应用信心,推动合规创新与高质量数据集建设的可复制性。

🏷️ #数据分级 #大模型 #金融科技 #合规安全

🔗 原文链接

📰 邮储银行×昇腾:超节点赋能金融新型算力底座建设实践

在金融行业迈向全域智能的新纪元中,算力已从基础资源跃升为核心引擎,决定创新节奏与服务质量。邮储银行通过昇腾384超节点的大规模部署,建立了从资源管理、性能优化、稳定运维到业务赋能的全链路体系,为自主创新和高效协同提供可复制的行业范式。随着大模型在金融场景的落地,算力需求转向高并发、低时延、弹性调度,推动算力由“建好”走向“用好”,成为银行数字化转型的关键驱动。
当前金融智算呈现四大趋势:算力统一化、架构协同化、运营智能化、价值场景化。邮储银行将算力底座纳入全行数字化顶层设计,以SPEED科技战略为指引,推动从分散建设到集约供给、从被动运维到主动治理。通过千卡级别的高性能训推集群、统一调度平台与大EP方案,提升推理与训练效率,实现跨中心多活部署与资源高效利用。未来将继续以算力为载体,深化技术与场景融合,推动金融场景的广泛智能化落地。

🏷️ #算力 #邮储银行 #大EP #智能化 #场景化

🔗 原文链接

📰 行业观察|落地500多个应用场景,工商银行探索AI新范式

本文聚焦工商银行在人工智能时代的金融创新实践与数字化转型路径。以2025年报为线索,介绍工行通过“领航AI+行动计划”构建以智能体为核心的AI原生金融服务生态,打造“1+X”金融大模型应用范式,实现从单场景赋能到全方位业务重塑。工行已在30多个业务领域落地500余AI应用场景,形成包含智能中枢、专项智能体及丰富知识与数据能力的协同体系,显著提升交易智能化、风控前瞻性与普惠金融覆盖。技术底座方面,构建了全栈自主可控的工银智涌大模型体系、万亿级Token数据集和弹性算力池,确保训练与推理的高效转换,并推动“数智工行”作为未来五年核心战略。风控领域表现突出,不良贷款率降至2015年以来最低水平,近300个风控场景与全行智能风控平台提升了预警与决策能力。展望未来,工行将把数字工行升级为数智工行,推动高质量发展、治理效能提升与对实体经济的持续赋能。

🏷️ #AI金融 #数智工行 #大模型应用 #风控升级 #普惠金融

🔗 原文链接

📰 工业智能体将掀起工业互联网平台的新一轮发展热潮_行业资讯_数字中国建设峰会

智能体技术正在推动人工智能产业向更高层级跃升,尤其在工业制造领域的应用潜力巨大。文章指出,智能体能够感知环境、自主决策并协同多模态工具,为各行各业提供以大模型为基础的解决方案,并且在金融、法律、软件等领域逐渐落地。要将智能体融入工业制造,需解决技术、数据与产业三方面的挑战:一是大语言模型与工业控制逻辑的协同与可解释性问题;二是数据孤岛与格式差异导致的训练与应用障碍;三是中小企业在普及部署中的成本与激励。为有效推进,需要以不同行业特征为导向,开发定制化的工业智能体,如结合时间序列数据的Time-series Pre-trained Transformer,并建立促进中小企业参与的机制,利用算力、数据、芯片设计等资源开展协同攻关,同时制定财政、金融及行业管理等政策,推动智能体在“两化融合”中的落地。工业智能体被视为推动工业互联网平台升级的杀手级工具,预计将重构平台顶层架构,提升行业知识体系与智能化水平,促进我国工业互联网平台进入新一轮发展阶段。

🏷️ #智能体 #工业互联网 #大模型 #工业制造 #两化融合

🔗 原文链接

📰 CNFinBench公布大语言模型综合得分:中国平安金融大模型荣登第一名

中国平安的金融大模型 PingAnGPT-Qwen3-32B 在 CNFinBench 大语言模型公开榜单上荣登第一,尽管参数仅为32B,却在金融事实推理、专业知识问答、合规与风险控制等多项核心能力上实现领先,显示出极高的计算准确性、严谨的推理能力和完整的金融知识体系掌握。评测体系覆盖金融专业问答、业务理解、事实推理、合规与安全等五大维度,平安模型在多场景如投研分析、风险计量等具备重要应用价值和安全可控性。相比于更大规模的对手,这一“轻量高效”模型通过高效优化实现性能超越,已在产险报案、客服质检、智能话术、集团财资审核等近百个场景落地,形成可私有化部署与场景化应用的坚实基础。平安以海量数据沉淀与训练为后盾,持续扩展应用深度与广度,推动金融服务提质增效、降本增费、控风险,并在专利与核心技术方面保持领先,为金融强国建设贡献力量。

🏷️ #AI #金融科技 #大模型 #CNFinBench #平安

🔗 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

📰 信息化观察网 - 引领行业变革

无锡尚航华东云基地作为尚航科技在长三角的重要智算中心,围绕国家东数西算战略,致力于构建绿色、低碳、高性能、高可靠的新一代算力基础设施,支撑区域人工智能与数字经济发展。其通过大规模冷却系统实现显著降低PUE,并利用综合能源运营系统实现能源与算力协同,提升能效。具备大容量、低延时的网络与T级数据同步能力,为千万级AI算力集群提供支撑,设计上可弹性伸缩、具高可靠性,推动长三角区域算力资源的集约化供给与绿色发展。项目多次获得行业认可,如绿色算力基础设施奖等。 在算力与平台层面,通过分层调度架构实现资源最优配置,建立覆盖全国核心数据中心的强大算力网络,提供海量CPU/GPU资源,支持千亿参数大模型的分布式训练与推理。智能调度、超低时延网络、自研拓扑流量调度等技术提升训练与推理性能,降低运营成本,形成了金融、政务等行业的实践案例与应用场景。 创新性在于以液冷/冰川冷却降低能耗、以及自研调度与跨区域调度网络实现高效资源流转,打造“算力集群+平台调度+行业解决方案”的全栈服务模式,加强高合规场景的安全与容灾能力,降低企业上云门槛,推动数字化转型与产业升级。

🏷️ #绿色算力 #分层调度 #高可用 #大模型训练 #全栈服务

🔗 原文链接

📰 大模型赋能金融行业:应用场景、现实挑战与应对策略

大模型在金融领域的应用意义包括降本增效、提升客户体验、强化风险管理、推动创新和数字化转型。通过预训练与微调,大模型可自动化处理文档、分析数据、生成报告,提升客服效率,帮助机构更好理解需求、提供定制化服务。
当前态势显示金融行业大模型渗透率超50%,银行主导、证券保险跟进。面临数据不足、算力紧张、技术缺陷、人才短缺及数据安全等挑战,需通过治理、算力、稳健性、人才培养、法规完善等举措,稳妥推进合规与安全发展并加速落地。

🏷️ #大模型金融 #数据治理 #算力 #合规安全

🔗 原文链接

📰 恒生电子助力联储证券打造档案智能分拣 大模型破解机构开户难题

联储证券与恒生电子联合打造的档案智能分拣系统,借助大模型对机构客户档案进行自动分类与合规审核,覆盖采集‑分拣‑归档全流程。上线后开户分拣时间由30分钟降至1分钟,分拣准确率超95%,驳回率降至5%以内,显著提升运营效率与风险控制,并获2024年度金融科技发展奖微创新奖。
在技术实现上,系统以微服务架构为基础,嵌入多模态大模型作为核心引擎,针对文档旋转、模糊等问题进行专门训练,支持拍照上传即完成分类与信息提取,且具备事中扫码补采与事后补采等场景。未来可扩展至客户服务、合规监控等领域,推动知识赋能与流程自动化的持续融合。

🏷️ #大模型 #档案分拣 #机构开户 #智能运营

🔗 原文链接

📰 昇思MindSpore携手伙伴共建繁荣开源生态,加速行业实践创新-人民政协网

2025年12月25日,昇思人工智能框架峰会在杭州召开,主题为“昇思MindSpore为超节点而生的AI框架”。大会由昇思MindSpore开源社区和全球计算联盟主办,聚焦超节点技术创新,推出昇思HyperParallel架构,旨在加速新模型结构和训练推理方式的创新,推动AI框架进入“超节点时代”。

在峰会上,面壁智能的刘知远分享了大模型能力密度与计算成本之间的关系,提出了新路径。招商银行也展示了大模型在金融行业的应用,构建了高性能算力集群,显著提升了分布式训练效率,推动了金融服务的智能化变革。目前,招商银行的大模型应用场景已超过百个。

此外,昇思MindSpore开源社区积极与开发者合作,推动开源生态建设,举办了多项活动以促进开发者的成长和参与。北京师范大学结合产业需求,探索AI人才培养的新模式,进一步推动教育与产业的结合。峰会还表彰了在社区建设和技术传播中做出贡献的杰出个人,展示了开发者在开源生态中的核心作用。

🏷️ #昇思 #人工智能 #大模型 #开源社区 #金融应用

🔗 原文链接

📰 大模型有大应用,武汉遴选出首批26个垂直大模型 - 武汉市人民政府门户网站

近日,武汉市经济和信息化局发布了2025年武汉市垂直行业模型拟认定名单,经过多轮严格遴选,最终确定了6个标杆垂直行业模型和20个优秀垂直行业模型。这些模型涵盖医疗、工业制造、政务办公等多个关键领域,为城市的数字化转型注入了新的动能。其中包括全国首个脑出血AI大模型和全球显示领域首个具备强推理能力的垂域大模型等。

武汉人工智能研究院院长王金桥指出,大模型是通过“大数据+大算力+强算法”训练而成,具备强大的预测、决策和综合处理能力。根据应用领域的不同,大模型可分为L0、L1、L2三个层级,分别对应基础通用大模型、行业大模型和垂直大模型,后者聚焦于具体行业场景,是大模型落地的关键。

武汉市经信局强调,聚焦垂直行业模型是基于自身优势的战略选择,通过错位竞争和产业集群构建技术壁垒,推动AI与实体经济深度融合。同时,市经信局将进一步强化政策支持,助力模型技术加速落地产业化,推动行业痛点的精准解决,降低企业AI采纳成本。

🏷️ #武汉 #垂直行业 #大模型 #人工智能 #数字化转型

🔗 原文链接

📰 大模型免费化 AI应用获红利-新华网

近日,One River Asset Management的首席投资官斯帕克斯指出,市场对大语言模型(LLMs)的理解存在误区,真正的投资价值在于其应用生态,而非模型本身。随着大语言模型的快速商品化,技术的演进使得其训练成本大幅降低,AI的普及成为行业创新的催化剂。底层技术的普及意味着应用层的创新将成为关键,尤其是在医疗、金融和制造等传统行业。

斯帕克斯强调,AI重构传统行业的价值链需遵循数据整合、流程再造和场景创新的逻辑。例如,AI驱动的智能信贷系统能显著提高贷款审批效率,而AI视觉检测系统则能提升生产质量和降低成本。这些应用并不依赖于最先进的模型,而是通过深度优化实现了显著收益。

未来,AI的价值在于解决真实世界的痛点,投资重心应转向如何利用大语言模型创造新的商业生态。斯帕克斯预言,未来的赢家将是那些能够理解行业痛点、构建数据闭环并实现商业变现的应用层公司。这场AI革命正在从技术竞赛转向价值创造竞赛,创新者将成为真正的颠覆者。

🏷️ #大语言模型 #应用生态 #行业创新 #投资逻辑 #价值创造

🔗 原文链接

📰 金融壹账通智能客服荣获人工智能大赛优秀奖,助力机构客服成本降低30%

近日,在“第七届上海金融科技国际论坛”上,2025年人工智能大模型金融领域创新应用大赛发布了获奖名单。金融壹账通的“基于大模型的智能客服机器人”项目获得了优秀奖,体现了行业对其在金融大模型应用方面的认可。该项目通过大模型技术,提升了智能客服的问答能力,覆盖了复杂的业务场景,显著降低了运营成本。

金融壹账通的智能客服机器人已在多家金融机构落地,月均处理会话千万次,平均应答准确率超过96%,客户问题解决率超90%。在线机器人服务占比达72%,大幅减少了用户等待时间,帮助金融机构降低成本30%。该项目是金融壹账通在人工智能领域探索的一个成功案例,展示了大模型在金融场景中的应用潜力。

金融壹账通依托“AI in ALL”战略,持续推动人工智能在金融行业的创新与转型,形成了“大模型+知识库”的融合路径,解决了传统知识库的瓶颈。相关实践成果已被纳入《金融业大模型应用指南》,为金融机构提供了数智化转型的参考。金融壹账通将继续与行业伙伴合作,探索人工智能与金融的新模式,助力金融行业的发展。

🏷️ #人工智能 #金融科技 #智能客服 #大模型 #降本

🔗 原文链接

📰 国家金融与发展实验室杨涛:“3+12+X”测评体系规范金融大模型选型与应用-移动支付网

在2025深圳国际金融大会上,国家金融与发展实验室副主任杨涛发布的《金融业大模型应用指南》指出,大模型是金融业升级的必然选择。传统金融机构面临着成本控制与服务精准度的压力,大模型通过强大的自然语言处理与逻辑推理能力,为解决这些痛点提供了新方案。然而,大模型在金融领域应用仍需适应,从通用到垂直、从预训练到后训练的双阶段框架是必要的。

大模型正在重构金融机构的前、中、后台环节,逐步成为核心引擎。在前台,大模型改善了客户交互体验;在中台,它提升了风险管控能力,构建了全面的智能风控体系;在后台,大模型优化了IT运维与文档处理,提升了整体效能。虽然大模型在金融领域前景广阔,但其规模化应用面临数据安全与合规性的挑战。

为了应对这些挑战,杨涛提出分层分级的风险治理机制,并建议探索“监管沙盒”政策以促进创新。为规范行业发展,他还提出了“3+12+X”的金融大模型应用测评体系,确保测评的科学性与公正性,同时提供了关键能力指标,以指导模型的合规与安全运作。这一系列措施旨在推动大模型在金融业的健康、可持续发展。

🏷️ #金融升级 #大模型 #风险治理 #测评体系 #智能风控

🔗 原文链接

📰 华泰证券:AI正从外围辅助向金融机构核心业务渗透 金融机构需主导核心场景创新

在11月28日举行的“2025年大湾区交易所科技大会”上,华泰证券首席信息官韩臻聪指出,AI技术已经成为金融行业发展的关键路径,并正加速渗透金融机构的核心业务。尽管全球金融机构积极推动AI在交易和风险管理等核心场景的应用,但核心场景的渗透率仍然偏低。造成这一现象的原因主要是通用AI的精准度限制和金融机构内部数据的隐私合规问题。

金融机构在AI应用方面需要承担更为主动的角色。华泰证券提出了“All in AI”的战略,重点突破数据与认知的壁垒。通过跨部门的数据整合及引入行业专家经验,华泰在模型训练上采用分层适配的方式,以满足不同业务场景的需求。此外,华泰还建立了完善的数据标注与审核体系,确保金融训练数据的质量。

华泰证券推出的“AI涨乐”标志着其AI战略的成功落地,该应用重构了用户交互方式,使得用户能够通过自然语言完成交易指令。同时,金融行业在AI治理方面也需加强,确保模型风险得到有效管理,以防止因AI的“幻觉”导致的系统性风险。华泰愿意与行业共同推动AI治理标准的建立,提升技术的可信度和安全性。

🏷️ #大湾区 #金融AI #风险管理 #科技大会 #华泰证券

🔗 原文链接

📰 度小满谢剑:金融大模型的优势在“成本优化”与“场景适配”

2025中国(北京)数字金融论坛于11月25日在北京举行,主题为“机遇与未来:激发数字金融发展新动能”。论坛上,丰台区委副书记张艳林致欢迎辞,众多专家学者参与演讲,探讨数字金融的未来发展。度小满首席AI官谢剑分享了大模型在金融领域的应用,强调通用大模型需要通过领域强化与平台构建来解决金融场景的高可靠性和合规性问题。

谢剑指出,度小满在金融大模型研发方面取得了显著进展,特别是即将发布的轩辕4.0将实现“成本优化”和“场景适配”两大突破。轩辕4.0在降低成本的同时,保持了金融服务的核心能力,特别适合中小金融机构的技术应用需求。此外,模型在信贷风控等核心业务中,通过专项增强训练,突破了通用模型的局限。

为确保轩辕4.0的落地价值,度小满还构建了智能体平台,接入全球顶尖模型,强化安全合规设施,优化数据集成能力。该平台已在威胁检测、客户服务等场景中实现了效率提升,客户满意度和产品销售额显著增长,展示了数字金融未来的发展潜力。

🏷️ #数字金融 #大模型 #成本优化 #场景适配 #金融服务

🔗 原文链接

📰 大小模型协同架构在金融智能投顾中的应用与挑战

大模型的出现为投顾领域带来了新的技术方案,文章介绍了大小模型协同架构在智能投顾中的应用。传统的投顾方式主要依赖小模型,虽然有效但缺乏深度交互。大模型的能力使得人性化的高频交互成为可能,推动了投顾的智能化发展。

通过结合小模型的精准计算与大模型的对话与规划能力,该架构能够实现更高效的任务处理与用户体验。尤其是在合规要求高的金融行业,大小模型的协同可以有效降低幻觉问题,提高模型的准确性和响应速度,节省算力成本。

未来,智能投顾将更加依赖于这种协同架构,以实现更精细化的服务与个性化推荐,促进投资者与系统之间的持续对话,从而提升投资决策的质量和效率。整体来看,大小模型的协同不仅提升了投顾的效率,也为金融行业的智能化转型提供了新的思路与方向。

🏷️ #大模型 #投顾 #智能化 #金融行业 #模型协同

🔗 原文链接

📰 王开丨智绘新篇:AI大模型重塑金融业态

当前,人工智能大模型技术正在快速发展,特别是在金融行业的应用展示了其强大的自然语言理解和生成能力。这些技术促进了金融向智能化和个性化转型的趋势,通用类和垂类大模型分别在不同场景中展现出灵活的核心能力和专业化的服务。通用模型通过数据分析、文本生成等功能覆盖了多个主流场景,而垂类模型则深度嵌入金融业务流程,提供精准的解决方案。

通用类大模型在金融行业的应用灵活多样,能够高效转化为专业服务,满足投研、风控、营销等需求。例如,DeepSeek专注于量化策略,讯飞星火强化API集成,豆包提供数据可视化支持。与此同时,金融垂类大模型凭借特定数据训练和行业知识,展现出在投研分析、合规风控等领域的优势,形成覆盖前中后台的专业体系。

展望未来,随着技术的不断进步,通用模型与垂类模型将更加紧密协作,推动金融行业向智能化、个性化和高合规性发展。然而,金融机构也需关注AI模型可能带来的数据安全和合规风险,以确保数字化转型的顺利进行。

🏷️ #人工智能 #金融行业 #大模型 #智能化 #个性化

🔗 原文链接
 
 
Back to Top