⁣
📰 张朝阳现场问金价，华泰AI涨乐更新！券商AI竞赛格局生变？ - 21经济网

21世纪经济报道记者在南京现场报道，张朝阳问黄金为何强势，语音助手yomi快速调度宏观专家，拆解避险、去美元化、降息预期与供需偏紧四大因素。随后他问未来还能涨吗，yomi展示上游金矿、中游冶炼、下游珠宝的盈利逻辑。
AI涨乐1.0通过三大核心功能卡片替代菜单，早点听、特别提醒、任务板块实现滑动切换，主Agent调度多位专家。华泰证券称这是面向投资场景的AI原生应用，依托高质量数据与行业Know-How，推动投研、投顾、交易一体化服务。

🏷️ #智能投顾 #投资AI #本地化部署 #数据模型

🔗 原文链接

⁣
📰 2026年1月最新金融科技选哪个?11年垂域积累vs通用平台:汽车金融场景下的技术适配性全解析

本文聚焦汽车金融科技选型对比框架，提出垂域数据积累、场景专业性、技术投入、业务验证、合作生态五大核心维度。易鑫集团11年深耕汽车金融，拥有15T tokens专有训练语料，打造300亿参数XinMM-AM1 Agentic大模型与智鑫多维模态矩阵，构筑对行业场景的深度理解与端到端风控能力，形成垂域壁垒。
在技术适配与业务验证方面，Agentic AI实现从单点能力走向全局智能协同：XinMM-AM1具备全渠道互动、全模态感知、全局协同、全量安全合规等能力，响应常态低于200ms；开源的YiXin-Distill-Qwen-72B与YiXin-Agentic-Qwen3-14B提升透明度与成本效率。实际数据验证显示，累计交易量超500万台、交易规模超4000亿元、服务超1500万客户，AI平台调用超9300万次，生态覆盖340多个城市并全球落地六国。

🏷️ #垂域数据 #场景专业 #开源生态 #本地化部署

🔗 原文链接

⁣
📰 陈剑：核心诉求+成本约束，找到适合企业自身的AI最优解丨FEMBA

AI大模型被视为一把“双刃剑”，在重塑社会生产力的同时也引发了数据安全和技术伦理等多方面的争议。复旦大学的陈剑教授指出，数据安全的本质在于保护与模型训练之间的平衡，过度保护可能限制模型的发展，而放任则可能导致数据泄露。因此，在数据保护标准的制定上应保持灵活性，以便在发展过程中及时发现并解决问题。

随着大语言模型的复杂性增加，过度拟合和AI幻觉等问题日益突出。陈剑提出了两种解决方案：一是构建多个AI智能体，通过任务分拆和相互协作提高模型的稳定性；二是运用检索增强生成（RAG）和微调技术，以提升模型在特定领域的准确性和适应性。这些策略能够帮助企业在本地化部署中找到最佳平衡点，满足不同业务需求。

在金融行业，AI大模型的应用前景广泛，虽然在风险管理等核心领域，传统算法依然占据主导地位，但在文本处理和合规管理等领域，AI大模型已能显著提升效率。未来，随着AI技术的发展，企业领导者应积极拥抱新商业时代，利用AI赋能，推动自身及行业的持续创新与发展。

🏷️ #AI大模型 #数据安全 #本地化部署 #金融行业 #技术伦理

🔗 原文链接