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）
【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）
📰 证通电子(002197.SZ)：推理算力会成为行业中长期需求增长的驱动力-证券之星
证通电子在AI算力领域强调，随着大型模型进入规模化商业落地阶段，推理算力成为长期驱动行业需求的关键。为满足低时延和高稳定性的刚性要求，算力基础设施将向终端用户和产业集群就近布局。公司自有数据中心集中在深圳、东莞、长沙等人口规模较大的城市，具备良好本地AI应用和数字娱乐生态，互联网与游戏企业对低时延推理和实时渲染算力的需求强烈，形成核心节点。依托高等级机房资源，证通电子构建AIDC+算力资源池，重点服务互联网、游戏行业的AI推理与实时渲染业务。金融科技领域积累了大量优质客户，具备高涉密和本地化运营特征，部分数据中心按国标A级、T4级别等标准设计，支持训推一体化落地，并在机柜租赁基础上提供定制化训练与推理算力集群服务。此外，公司自研多源异构算力调度平台实现GPU资源的统一管理与智能调度，提高算力软硬件资产利用率。未来将凭借核心城市区位与行业积淀，推动算力业务稳健增长。短期内在手算力订单对主营收入的直接影响有限。
🏷️ #AI算力 #推理算力 #数据中心 #金融科技 #分布式调度
🔗 原文链接
📰 证通电子(002197.SZ)：推理算力会成为行业中长期需求增长的驱动力-证券之星
证通电子在AI算力领域强调，随着大型模型进入规模化商业落地阶段，推理算力成为长期驱动行业需求的关键。为满足低时延和高稳定性的刚性要求，算力基础设施将向终端用户和产业集群就近布局。公司自有数据中心集中在深圳、东莞、长沙等人口规模较大的城市，具备良好本地AI应用和数字娱乐生态，互联网与游戏企业对低时延推理和实时渲染算力的需求强烈，形成核心节点。依托高等级机房资源，证通电子构建AIDC+算力资源池，重点服务互联网、游戏行业的AI推理与实时渲染业务。金融科技领域积累了大量优质客户，具备高涉密和本地化运营特征，部分数据中心按国标A级、T4级别等标准设计，支持训推一体化落地，并在机柜租赁基础上提供定制化训练与推理算力集群服务。此外，公司自研多源异构算力调度平台实现GPU资源的统一管理与智能调度，提高算力软硬件资产利用率。未来将凭借核心城市区位与行业积淀，推动算力业务稳健增长。短期内在手算力订单对主营收入的直接影响有限。
🏷️ #AI算力 #推理算力 #数据中心 #金融科技 #分布式调度
🔗 原文链接
📰 “不好用”还“不好买”，国产算力的希望在下一代？-钛媒体官方网站
本文梳理了中国国产算力在“难买难用”的现实困境与未来机遇。当前，国内算力市场呈“冰火两重天”：部分厂商供不应求、但生态尚未成熟，应用端仍大量依赖英伟达等外资卡，适配成本高、运维复杂、上手周期长，制约大规模落地。华为提出的韬定律为国产算力提供了追赶路径，但真正的突破在于软硬件生态的全面成熟与产能释放。下一代国产芯片将突破低精度瓶颈，提升高端算力，使推理成为市场主导场景，训练虽仍有差距但也在快速缩小。行业普遍看好2025-2026年成为转折点，逐步实现规模化商用和“从能用到好用”的跃升。同时，推理场景将成为国产算力的主要支撑，产能释放和生态完善是实现全面国产化的关键。未来若两大条件得以解决，国产算力将凭性价比与自主创新实现跨越式发展，甚至引领下一代计算技术。
🏷️ #国产算力 #芯片产业 #生态建设 #推理优先 #产能扩张
🔗 原文链接
📰 “不好用”还“不好买”，国产算力的希望在下一代？-钛媒体官方网站
本文梳理了中国国产算力在“难买难用”的现实困境与未来机遇。当前，国内算力市场呈“冰火两重天”：部分厂商供不应求、但生态尚未成熟，应用端仍大量依赖英伟达等外资卡，适配成本高、运维复杂、上手周期长，制约大规模落地。华为提出的韬定律为国产算力提供了追赶路径，但真正的突破在于软硬件生态的全面成熟与产能释放。下一代国产芯片将突破低精度瓶颈，提升高端算力，使推理成为市场主导场景，训练虽仍有差距但也在快速缩小。行业普遍看好2025-2026年成为转折点，逐步实现规模化商用和“从能用到好用”的跃升。同时，推理场景将成为国产算力的主要支撑，产能释放和生态完善是实现全面国产化的关键。未来若两大条件得以解决，国产算力将凭性价比与自主创新实现跨越式发展，甚至引领下一代计算技术。
🏷️ #国产算力 #芯片产业 #生态建设 #推理优先 #产能扩张
🔗 原文链接
📰 南方财经网 - 南方财经全媒体集团
墨芯人工智能通过专注稀疏计算，突破传统堆叠算力的局限，以算法与软硬件协同实现更高效的推理能力，降低Token成本，并计划推出二代计算卡SparsePrime®，实现同等精度下2到8倍算力提升，形成“精度无损、算力翻番”的核心卖点。公司以千卡级集群和真实负载数据为基础，打造面向智算中心、数据中心的全栈算力平台，覆盖硬件、软件和算法三维壁垒，已在多领域实现落地应用，如生信分析、城市治理、工业视觉、金融科技等，并通过金博会等平台获得国资与产业资本背书，完成近十亿元C轮融资，资金用于二代卡研发、供应链升级及人才引进。未来，墨芯将继续以稀疏计算为核心，推动算力从单纯芯片供应转向全面产业化落地，致力于在国内市场对标国产主流推理芯片，提升对行业应用的适配性与性价比，力求在Token经济时代实现可持续商业化。
🏷️ #稀疏计算 #全栈算力 #推理卡 #国产芯片 #金融科技
🔗 原文链接
📰 南方财经网 - 南方财经全媒体集团
墨芯人工智能通过专注稀疏计算，突破传统堆叠算力的局限，以算法与软硬件协同实现更高效的推理能力，降低Token成本，并计划推出二代计算卡SparsePrime®，实现同等精度下2到8倍算力提升，形成“精度无损、算力翻番”的核心卖点。公司以千卡级集群和真实负载数据为基础，打造面向智算中心、数据中心的全栈算力平台，覆盖硬件、软件和算法三维壁垒，已在多领域实现落地应用，如生信分析、城市治理、工业视觉、金融科技等，并通过金博会等平台获得国资与产业资本背书，完成近十亿元C轮融资，资金用于二代卡研发、供应链升级及人才引进。未来，墨芯将继续以稀疏计算为核心，推动算力从单纯芯片供应转向全面产业化落地，致力于在国内市场对标国产主流推理芯片，提升对行业应用的适配性与性价比，力求在Token经济时代实现可持续商业化。
🏷️ #稀疏计算 #全栈算力 #推理卡 #国产芯片 #金融科技
🔗 原文链接
📰 2026年人工智能AI状况报告
过去一年全球 AI 领域的投资与资本结构显示出空前的规模与结构性变化。总投入达到约8000亿美元，资本从概念转向已落地的生产力，推动全球经济底层逻辑的重塑。2025 年 AI 初创公司获得风险投资达到约2258亿美元，同比增长近一倍，且大额融资占比显著提高，1亿美元以上融资占比近80%；独角兽数量达到308家，且新诞生独角兽中 AI 公司占比高达三分之二，成长速度快、资产规模更轻。基础设施和基础模型层成为资金核心，全球资金分层格局明显，美国占全球资金84%，亚洲和欧洲资金规模相对较低，交易笔数虽高但影响力有限。企业端 AI 应用进入规模化落地阶段，88% 的企业在至少一个业务部门常规使用 AI，生成式 AI 预算增长显著，订阅企业数与留存率持续提升，合同价值明显攀升。应用场景以编码辅助、内容生成和知识检索为主，知识管理广泛渗透，金融行业在风控合规方面领先。训练与基础设施投入激增，全球数据中心能源消耗显著，硬件短缺与成本上升成为常态，推理模型与多模态能力成为技术发展主线，全球每周 AI token 消耗暴增，推动计算资源需求攀升，市场格局日趋分散，开放与闭源模型差距缩小，成本差异显著。总体呈现出高成长、高资本密度、强技术迭代与广泛应用落地并行的趋势。
🏷️ #AI投资 #独角兽 #基础设施 #推理模型 #全球市场
🔗 原文链接
📰 2026年人工智能AI状况报告
过去一年全球 AI 领域的投资与资本结构显示出空前的规模与结构性变化。总投入达到约8000亿美元，资本从概念转向已落地的生产力，推动全球经济底层逻辑的重塑。2025 年 AI 初创公司获得风险投资达到约2258亿美元，同比增长近一倍，且大额融资占比显著提高，1亿美元以上融资占比近80%；独角兽数量达到308家，且新诞生独角兽中 AI 公司占比高达三分之二，成长速度快、资产规模更轻。基础设施和基础模型层成为资金核心，全球资金分层格局明显，美国占全球资金84%，亚洲和欧洲资金规模相对较低，交易笔数虽高但影响力有限。企业端 AI 应用进入规模化落地阶段，88% 的企业在至少一个业务部门常规使用 AI，生成式 AI 预算增长显著，订阅企业数与留存率持续提升，合同价值明显攀升。应用场景以编码辅助、内容生成和知识检索为主，知识管理广泛渗透，金融行业在风控合规方面领先。训练与基础设施投入激增，全球数据中心能源消耗显著，硬件短缺与成本上升成为常态，推理模型与多模态能力成为技术发展主线，全球每周 AI token 消耗暴增，推动计算资源需求攀升，市场格局日趋分散，开放与闭源模型差距缩小，成本差异显著。总体呈现出高成长、高资本密度、强技术迭代与广泛应用落地并行的趋势。
🏷️ #AI投资 #独角兽 #基础设施 #推理模型 #全球市场
🔗 原文链接
📰 中信建投：AI可解释性创新成果入选国际顶级学术会议ACM SIGKDD
中信建投在推进“八爪鱼”固收一体化智能平台建设中，其AI可解释性创新成果论文《精简解释：降低推荐解释中的冗余与伪相关性问题》被ACM SIGKDD 2025收录，标志着国内证券行业在AI可解释性领域的重大突破。该论文的录用不仅展示了中信建投在国际研究前沿的地位，也体现了公司在基础研究与技术转化方面的努力。
中信建投针对传统推荐算法的“黑箱”问题，提出了ConciseExplain特征集合级解释框架。该框架通过掩码训练策略和梯度优化特征子集搜索，提升了推荐系统的解释精准性和逻辑性，使得推荐结果更加透明和可信。多维度评测显示，ConciseExplain在解释合理性和多样性上分别提升了6.1%和12.4%。
未来，中信建投将继续在金融科技创新中心的指导下，推动解释表达的多样性和跨产品扩展性，力求让解释从“可读”走向“易懂、可用”。同时，公司将探索与监管标准的对接，巩固在可信AI与智能推荐领域的领先优势，为金融科技创新注入新动能。
🏷️ #中信建投 #AI可解释性 #推荐系统 #金融科技 #智能决策
🔗 原文链接
📰 中信建投：AI可解释性创新成果入选国际顶级学术会议ACM SIGKDD
中信建投在推进“八爪鱼”固收一体化智能平台建设中，其AI可解释性创新成果论文《精简解释：降低推荐解释中的冗余与伪相关性问题》被ACM SIGKDD 2025收录，标志着国内证券行业在AI可解释性领域的重大突破。该论文的录用不仅展示了中信建投在国际研究前沿的地位，也体现了公司在基础研究与技术转化方面的努力。
中信建投针对传统推荐算法的“黑箱”问题，提出了ConciseExplain特征集合级解释框架。该框架通过掩码训练策略和梯度优化特征子集搜索，提升了推荐系统的解释精准性和逻辑性，使得推荐结果更加透明和可信。多维度评测显示，ConciseExplain在解释合理性和多样性上分别提升了6.1%和12.4%。
未来，中信建投将继续在金融科技创新中心的指导下，推动解释表达的多样性和跨产品扩展性，力求让解释从“可读”走向“易懂、可用”。同时，公司将探索与监管标准的对接，巩固在可信AI与智能推荐领域的领先优势，为金融科技创新注入新动能。
🏷️ #中信建投 #AI可解释性 #推荐系统 #金融科技 #智能决策
🔗 原文链接
📰 中国工商银行&华为推动面向金融AI场景的存储推理加速技术创新
中国工商银行与华为联合研发的存储推理加速技术方案，在2025中国算力大会上被纳入“DC Tech创新先锋”案例集，重点解决金融AI推理效率瓶颈。该方案通过KV Cache技术和NDS直通技术，显著提升了长文档处理的速度和精度，支持金融业务中的财报分析等核心环节。
通过KV Cache缓存加速技术，工行在财报分析场景中实现了首token时延降低和吞吐量提升，单位Token成本也显著下降。同时，分层计算与KV缓存优化提高了AI对财报中关键数据的识别准确度，为信贷决策提供了更深入的智能支持。
最终，该技术方案使得金融行业在长文本、高并发AI推理性能上实现了200%的吞吐量提升和65%的时延降低，单位Token成本节省33%-67%。未来，工行将继续与产业链伙伴合作，探索存储技术在金融AI更多场景的应用，推动金融行业的数智化转型。
🏷️ #金融AI #存储技术 #推理加速 #KV Cache #智能决策
🔗 原文链接
📰 中国工商银行&华为推动面向金融AI场景的存储推理加速技术创新
中国工商银行与华为联合研发的存储推理加速技术方案，在2025中国算力大会上被纳入“DC Tech创新先锋”案例集，重点解决金融AI推理效率瓶颈。该方案通过KV Cache技术和NDS直通技术，显著提升了长文档处理的速度和精度，支持金融业务中的财报分析等核心环节。
通过KV Cache缓存加速技术，工行在财报分析场景中实现了首token时延降低和吞吐量提升，单位Token成本也显著下降。同时，分层计算与KV缓存优化提高了AI对财报中关键数据的识别准确度，为信贷决策提供了更深入的智能支持。
最终，该技术方案使得金融行业在长文本、高并发AI推理性能上实现了200%的吞吐量提升和65%的时延降低，单位Token成本节省33%-67%。未来，工行将继续与产业链伙伴合作，探索存储技术在金融AI更多场景的应用，推动金融行业的数智化转型。
🏷️ #金融AI #存储技术 #推理加速 #KV Cache #智能决策
🔗 原文链接
📰 AI推理破局，金融服务如何“逆天改命”？
在金融行业，智能体推送的信贷风险预警报告背后，AI模型面临着严格的监管和合规要求。蚂蚁数科推出的Agentar-Fin-R1金融推理大模型，通过专业化的数据训练和创新算法，成功突破了通用大模型在金融场景中的局限，展现出强大的推理能力和合规性。这一模型在多个权威评测中表现优异，标志着金融AI从通用能力向专业化深度转型，满足了行业对可信智能的迫切需求。
金融AI的应用面临三重挑战：专业知识壁垒、复杂的业务推理和严格的合规要求。通用大模型在处理金融任务时常常出现误判和合规风险，而Agentar-Fin-R1通过构建系统的金融专业课程大纲和动态加权训练算法，显著提升了模型的效率和准确性，降低了微调成本，确保了模型输出符合监管要求。
随着金融AI的不断发展，Agentar-Fin-R1的推出不仅提升了金融服务的智能化水平，还推动了行业的开放协作和标准化发展。未来，金融推理大模型将继续在技术、业务和生态层面深刻重塑行业格局，成为金融AI竞争的新核心。专业化的解决方案将为金融服务的智能化、效率和安全性提供坚实保障。
🏷️ #金融AI #智能体 #推理能力 #合规性 #专业化
🔗 原文链接
📰 AI推理破局，金融服务如何“逆天改命”？
在金融行业，智能体推送的信贷风险预警报告背后，AI模型面临着严格的监管和合规要求。蚂蚁数科推出的Agentar-Fin-R1金融推理大模型，通过专业化的数据训练和创新算法，成功突破了通用大模型在金融场景中的局限，展现出强大的推理能力和合规性。这一模型在多个权威评测中表现优异，标志着金融AI从通用能力向专业化深度转型，满足了行业对可信智能的迫切需求。
金融AI的应用面临三重挑战：专业知识壁垒、复杂的业务推理和严格的合规要求。通用大模型在处理金融任务时常常出现误判和合规风险，而Agentar-Fin-R1通过构建系统的金融专业课程大纲和动态加权训练算法，显著提升了模型的效率和准确性，降低了微调成本，确保了模型输出符合监管要求。
随着金融AI的不断发展，Agentar-Fin-R1的推出不仅提升了金融服务的智能化水平，还推动了行业的开放协作和标准化发展。未来，金融推理大模型将继续在技术、业务和生态层面深刻重塑行业格局，成为金融AI竞争的新核心。专业化的解决方案将为金融服务的智能化、效率和安全性提供坚实保障。
🏷️ #金融AI #智能体 #推理能力 #合规性 #专业化
🔗 原文链接
