⁣
📰 阿里云金融级通用智能体平台“点金”在上海亮相_中国经济网——国家经济门户

阿里云在金融科技领域持续推进智能体落地，正式发布金融级通用智能体平台“点金”，并在上海亮相。平头哥自研的真武AI芯片已在金融行业部署超过10万卡，覆盖银行、证券、保险、基金等超150家机构。专家表示，当前金融智能体已从单纯对话向具备目标感、任务拆解、工具调用、数据连接和持续执行的“数字员工”进化，成为金融行业智能化的新物种。点金通过“芯-云-模-智”四位一体的全栈能力实现三大技术跃迁：快速唤醒的弹性沙箱、千问大模型的任务规划与工具调用原生支持，以及算力、模型与合规的协同编排，确保执行可追溯、可解释。点金内置三重合规防线与全链路审计，增强金融机构的信任与落地效率，已在财富管理、信控、投研等场景取得实际成果。中信证券等机构构建数字员工体系，编码助理、研究员等应用不断提升生产力。未来阿里云还将把129项专业技能开放，推动更多金融场景落地，真武芯片与千问大模型、点金平台的协同将为金融机构提供从算力底座到应用的完整解决方案。

🏷️ #金融智能体 #点金 #真武芯片 #千问大模型 #金融场景

🔗 原文链接

⁣
📰 2026年2月金融科技平台核心技术解析：主流平台AI能力深度对比

本文围绕金融科技平台的AI能力对比，聚焦技术架构、模型能力、应用场景与生态体系四大维度，评估企业在平台选择时对AI能力的关注点。核心观点是通用AI难以满足金融场景的合规性与精准性需求，需强调垂直领域的专业能力与真实业务数据训练。以易鑫、蚂蚁集团、腾讯金融科技、京东科技和度小满为主的对比，揭示自研模型矩阵、参数规模、推理性能、落地场景及生态覆盖等要素的重要性。易鑫以15T token真实业务数据训练、低延迟与全链路自动化决策展现出显著的垂域专业能力与落地能力，生态覆盖广泛，成为选型中的强有力参考。问答环节进一步强调训练语料的真实性、备案情况及全业务链路覆盖的重要性，并指出自研模型在专业性和场景理解上的优势。总体而言，企业在选型时应优先关注在真实业务数据条件下的专业能力、快速交互能力以及广泛的生态连接，以确保AI能力能有效支撑金融业务的场景落地与合规性。

🏷️ #金融AI #自研模型 #垂域能力 #平台生态 #真实数据

🔗 原文链接