AI助手资讯

伴随着“百模大战”的“硝烟”，大模型在保险垂直领域的落地也泛起了层层涟漪。 第一财经记者从行业内了解到，大模型“风起”后，已有多家险企通过自研或合作的方式推进了在大模型方面的应用落地。 综合业内人士观点，保险行业作为数据密集型行业，具备数据优势，且应用场景丰富，是大模型的最佳应用领域之一。但目前大模型在保险业的落地仍面临落地成本、金融数据标准化、金融业务所涉及的合规性及数据安全以及大模型核心技术底座优化等挑战。 保险业争相布局大模型 2023年，以ChatGPT为代表的大模型技术引发了全球的关注和热议，掀起了通用人工智能爆发式发展的浪潮。 “大模型的更新不是按年来进行的，也不是按季度来的，现在每个月我们都能看到各种全新进展，包括多模态、全自然交互等，这些都会为金融保险行业的新生产力带来加速。”科大讯飞金融科技事业部副总经理、AI研究院副院长梅林海在2024世界人工智能大会上表示。 保险业也正在积极拥抱这股浪潮，争相布局大模型相关应用。 在前不久举行的2024世界人工智能大会上，中国太保官宣了其大模型的三阶段建设计划，并“一口气”发布了大模型在内部审计和多个业务线上的落地应用。而就在近几日，国民养老、君龙人寿等险企也纷纷宣布与科技公司进行战略合作，探索大模型等AI技术在保险垂直领域的应用。 如果将时间线拉长至2023年，中国人保、阳光保险、信美人寿、众安保险等多家险企均推出了自己的保险业垂类大模型及基于大模型的应用，涵盖代理人赋能、智能客服、理赔、办公等各个业务链条环节。 由阳光保险集团联合清华大学五道口金融学院等单位共同在2023年底发布的《大模型技术深度赋能保险行业白皮书（2023）》（下称《白皮书》）认为，保险行业作为数据密集型行业，具备数据优势，且应用场景丰富，是大模型的最佳应用领域之一。“大模型与保险的底层逻辑不谋而合，它们共同依赖于数据和模型这一基石。大模型的底层架构以数据和模型为核心，而保险业则秉承大数法则，同样以数据和模型为基础。保险与大模型之间存在着天然的契合点，使得大模型在保险行业的应用前景愈加广阔。”《白皮书》称。 从应用层面来说，业内人士认为，大模型可以应用到保险领域的全业务流程，帮助保险企业更好地分析市场趋势、理解客户需求、精准化产品定价、提升营销效率、提高风险管理能力、提升理赔便捷性、改善服务质量，从而降低运营成本、提升营销和服务效能、提升客户体验。 科大讯飞对于大模型在金融场景中的需求统计数据显示，前五大应用场景分别为知识问答（36%）、文字客服（19%）、开发助手（13%）、智能营销以及办公助手。 在目前的落地应用中，大模型能达到的效果是怎样的？太保寿险信息技术总监吴敏辰举例称，太保寿险将大模型应用在代理人培训方面，利用大模型技术结合心理学认知模型，模拟真实的客户反馈，提升代理人销售技巧。双盲测试显示，使用该产品的中低水平代理人销售水平提高7.9%。 “目前来看，国内保险行业还处于摸索AIGC落地的初级阶段，海外一些保险公司已经开始探索将AIGC嵌入承保、理赔、审核等多个保险业务流程中。”《白皮书》表示。 据信息技术研究分析公司Gartner预测，到2025年，AIGC的全球市场规模将超过1350亿美元，其中银行、金融服务和保险将占该市场的25%。此外AI+RPA（RPA指机器人流程自动化）的技术融合已经使数字人具备数据决策能力，这意味着虚拟数字人在未来有为保险业重构行业价值链的能力。 显然，国内险企对于大模型的探索也将继续加速。以中国太保为例，根据其最新发布的大模型三阶段建设计划，目前开启的第二阶段目标即为：到2025年推进11个岗位的数字劳动力建设，覆盖10000名员工，提升30%的劳动生产率。 仍将面临这些挑战 尽管大模型正在为保险业带来体验方面的变革，但综合业内人士的观点，以大模型为代表的AI技术在保险业的应用也仍将面临多项挑战。 首先就是落地成本问题。“烧钱”，是险企在布局大模型中始终绕不开的两个字。信美相互人寿相关负责人在接受媒体采访时表示，大模型的投入主要来自两个部分，一个是算力的投入，另一个是技术团队的投入。 据第一财经了解，从目前行业内险企布局大模型的情况来看，“财大气粗”的大型险企更多采用自建团队并在外部助力下自研行业大模型的方式投入。例如中国人保就表示，通过自建人工智能算法团队，积极推进内外部生态合作，深入大模型技术研发，打造了自主可控的人保大模型。该模型的结构是以深度理解保险行业的专属通用大模型为底座，面向垂直业务领域的自研场景大模型为主体，而外部大模型能力则起到辅助作用。另外，阳光保险也在2023年将自研AI大模型列为公司战略工程。 而部分中小险企则采用租用刚需算力，并基于外部基础大模型，配合插件及Agent能力建设来实现保险垂直应用。 “借助AI、大模型等技术，我认为中小险企是有机会通过提高运营效率缩小与大型险企之间的差距的，但前提是找到合适自己的大模型落地方式。我们不仅要关注大模型落地场景的效果，还需要关注规模化应用带来的算力成本以及安全自主可控的要求。当然，希望随着技术进步，算力成本会逐渐下降。”一名中小险企技术负责人表示。 其次则是数据标准。梅林海认为，技术人员知道大模型应该怎么去优化，但是并不知道在金融场景里面这些场景的结果是好还是坏，但业务专家又不知道技术怎么优化，所以需要让更多的一线业务专家和技术专家打破知识的屏障，将高质量数据的标准共同制定出来，为场景落地的高效运转提供帮助。 同时，在部分复杂业务中，大模型的核心技术底座（指构建和训练庞大、复杂的人工智能模型所需的计算资源和基础设施）还需要持续迭代来满足场景需求。“金融行业对于业务精确度的要求是非常高的。AI在部分场景的精确度尽管可以超过80%甚至90%，但是要全自动化的话业务层面的要求可能就需要达到100%，这其实对技术优化是提出了较为极致的要求。”上述技术负责人表示。 另外，对于数据合规及伦理方面一直是业内在AI技术应用挑战中讨论较多的话题。在6月召开的陆家嘴论坛上，中国人保总裁赵鹏就表示，尽管进入数字化时代，保险公司实现“千人千面、千人千险”不再遥远，但个性化保险定价可能导致如老年人、残疾人等部分弱势群体的保费过高，造成新的金融排斥。这就要求我们要更好把握数字金融创新与治理关系，既要充分运用数字技术提升服务效率，又要防范技术不当应用影响社会公平，尤其要避免大数据及算法歧视。 “从监管角度而言，技术是中性的，归根结底还是需要管住运用技术的人。”上述技术负责人说。 (本文来自第一财经)

综合 | 陈璐瑶 编辑 | 张恺翀 今天，《乡下人的悲歌》火遍了整个金融圈。大名鼎鼎的私募大佬但斌都在转发这本书。 这本书作者是万斯，年仅39岁。 7月15日，他被刚经历枪击、支持率远超拜登的特朗普，宣布为自己的竞选搭子，也就是共和党副总统候选人。 而他极有可能是特朗普以外，其他国家最难对付的一个人。 被拜读的《乡下人的悲歌》 万斯第一次在美国出名，主要就是因为在2016年，也就是特朗普首次竞选总统的那年，出版了一本回忆录，叫《乡下人的悲歌》。 这本书卖了500多万册，是畅销书的榜首，后来被奈飞改成了电影。为什么这么畅销？ 主要是因为当年特朗普当选总统，把美国精英都搞蒙了，失败可以，但一定要搞清楚为什么失败啊？包括盖茨在内的很多人都是看了这本书才恍然大悟。 这本书主要就是万斯讲自己的经历，讲在经济彻底完蛋的锈带里，白人底层的生活状态，毫无希望，只能靠酗酒、嗑药维系不真实的快感。 ▲在前总统特朗普宣布万斯为竞选搭档后不久，《乡下人的悲歌》跃居亚马逊畅销书榜首位。 当然他醒悟的比较早，靠着小镇做题家的途径实现了阶层跨越，但即便在美国，39岁混到他这个层级的也不多，说好听的是因为他有精准规划，说难听的就是特别会算计。 万斯很清楚老百姓想听什么，他最出圈、最能引起媒体普遍关注的言论很多都是针对中国的，比如他说“让中国加入世贸是个错误”、“中国用欺骗的方式占据了世界工厂的位置”。 他居然还说，当年美国买了大清朝的主权基金，经过他的一番计算，现在中国应该还美国1万亿美元。 这大概是他的母校耶鲁法学院被黑的最惨的一次，好歹学法律的，常识他肯定懂，但是当政客，利益才是主要的。 从贫民出身到逆袭耶鲁，师从美国华裔“虎妈” 万斯比特朗普小了近40岁，他1984年出生于俄亥俄州米德尔敦，母亲是一名毒瘾患者，父亲在他小的时候就离开了家，由祖父母抚养长大。 但万斯仍希望通过个人努力跻身上层。 高中毕业后，他进入美国海军陆战队服役，并曾被派遣到伊拉克，担任海军陆战队飞机联队的战斗记者。退伍后，万斯到俄亥俄州立大学就读，获得政治学和哲学文学学士学位。 就读大学期间，他曾为时任俄亥俄州参议院的参议员鲍勃·舒勒工作。后来又去了耶鲁大学法学院，在这里他遇到了人生最重要的一位女性，他的导师——“虎妈”蔡美儿。 2011年，蔡美儿撰写的自传式作品《虎妈战歌》在全球范围引起关于东西方文化与子女教养方式的激烈辩论，也让她火遍全球。 “虎妈”身份以外，她还是耶鲁法学院最知名、最具争议性的一位亚裔女教授。蔡美儿听到万斯的人生故事后，鼓励他写回忆录。 自耶鲁大学法学院毕业后，万斯曾在硅谷的科技行业工作，后搬回俄亥俄州创办了自己的投资公司。 2016年，万斯的回忆录《乡下人的悲歌》最终出版。好巧不巧，特朗普赢下竞选，美国精英一头雾水，这本书可以答疑解惑了。盖茨对这本书推崇备至，四处推荐，终于成了畅销书，万斯一夜之间成了大名人。 万斯在书中称蔡美儿为支持自己撰写本书的“教母”，称她“是令人尊敬的智慧学者，也是自信能干、育儿有方的‘虎妈’，很多时候她既是我的老师，又像我的亲人，她的帮助让我获益匪浅”。 特朗普曾经的“死敌” 事实上，万斯最初并不是特朗普的“拥趸”。 2016年竞选的时候，万斯是特朗普最强烈的批评者。他说特朗普是“文化海洛因”，说他把“白人工人阶级引到了非常黑暗的地方”，说特朗普是“美国希特勒”，是“一个玩世不恭的坏蛋”。 然而，在2022年竞选俄亥俄州参议员时，他对2021年1月发生的国会山骚乱事件的淡化，让他得到了特朗普的支持。当时，万斯称特朗普是他“一生遇到过的最伟大的总统”。 拜登在15日称，万斯是特朗普的“克隆体”。 万斯与特朗普在诸多议程保持一致，包括严厉批评美国政府对乌克兰的军事援助、支持增加能源开发以及反对平权行动。 以前在书里，万斯认为底层白人不好过，主要是因为自己不努力，但当上政客之后，他认为主要是因为工作被中国抢跑了，美国的移民太多了，绝口不提个人不努力的事了。 除此之外，他还觉得中国比俄罗斯更大的威胁；他支持提高对中国商品的关税；他在立法上推进保护主义；他以中国“操纵人民币汇率”为由，要求展开调查…… 显然，如果这两个人成功当选，中美关系可能会进一步恶化。最新民调显示，目前，特朗普的全国支持率已经达到了71%。 海量资讯、精准解读，尽在新浪财经APP

　　来源：财联社 　　当前市场对央行何时降息有很多讨论，有声音指出，“央行应该大幅降息，央行大幅下调名义利率至少70BP”。还有声音表示，日本在泡沫经济破裂后货币宽松的力度不够、不够及时，才造成经济长期低迷，因此要吸取教训。甚至有声音认为，央行不大幅降息只是为了保护银行利益。 　　上海金融与发展实验室特聘高级研究员周琼发文认为，大幅降低政策利率并非目前中国经济问题的解决之道。如果经济未能向好，央行会视经济和金融市场情况继续调低利率，但在目前较低的名义利率水平下，下行空间也比较有限。如果经济有好转信号，利率也可能反弹。 　　房地产、制造业问题不能简单通过降低利率解决 　　降息是为了刺激投资，周琼认为，当前房地产市场还在调整，总量过剩，调整期难以判断；地方债务风险压力大，待化解；制造业众多行业产能过剩，这些领域都不是能通过大幅降低利率来刺激投资的。虽然也存在一些供给不足的领域，比如医疗健康、安全的食品，但都不是降利率能解决的。 　　具体看，房地产方面，中国房地产市场还处于调整之中，是已经超调，还是尚未调整到位，调整期还有多长，很难判断。当前房地产总量过剩，需要刺激消费、消化库存、保证已预售的在建房产交楼。 　　基础设施方面，基础设施投资能快速拉动GDP，良好的基础设施能促进经济发展、提高人民生活水平（正的外部性），但是随之而来的是债务。地方政府和城投公司承担了大部分的城市基础设施建设职责，也形成了巨大的债务。2023年末，全国地方政府债余额41万亿元，城投公司有息债务规模60多万亿元。地方债务风险压力仍大，有待化解。 　　制造业投资方面，中国制造业产能利用率，2024年一季度为73.76%，比2023年四季度下降2.2个百分点。中国制造业众多行业产能过剩，内卷严重，价格下降。内需不足，逼着制造业企业开拓国外市场，“不出海，就出局”，使得中国出口保持了较为强劲的增长。 　　按央行数据，2022年末中国居民杠杆率为71.8%。2023年末，日本、德国的居民杠杆率为65.7%、52.1%。从居民杠杆率看，中国居民加杠杆的空间有限。虽然中国的居民储蓄率高，但是中国的社会保障程度还低于发达国家，居民需要更多预防性储蓄。 　　消费方面，周琼认为，中国现在居民杠杆率已经接近美国。中国人现在减少购房，关键是房价上涨的预期发生了根本性扭转，这也不是通过房贷利率下调能解决的。 　　货币信贷不能持续高速扩张，继续降息可能适得其反 　　中国的M2多年来保持了高增长，中国的CPI、利率水平在2020年之前也维持了多年高于欧美发达国家。疫情期间中国采取了很多刺激措施，例如降准、降息、各种结构性货币政策工具，增发国债地方债等，但由于经济增速下行，CPI走低，特别是近来M2、社融、信贷增速下降，要求大幅降息、进一步采取宽松货币财政政策的呼声又起。 　　中国全部工业品PPI从2022年10月开始连续21个月同比负增长，CPI在2023年10月到2024年1月同比负增长，2月之后为正，2024年6月CPI为0.2%。周琼认为，数据反映出一定程度的通缩，很大程度上是因为过去贷款太多，从房地产到制造业形成产能过剩。如果继续降息、刺激投资，形成更多供给能力会适得其反。 　　值得注意的是，中国的宏观杠杆率，2023年末为283.4%，已高于发达经济体平均水平，高于美国、德国等众多发达国家。在全球主要44个经济体中位列第10。 　　周琼表示，我们不能继续高度依赖基建投资，需要寻找新质生产力投资，但是找到有足够市场需求规模的新质生产力也并非易事。技术发展路径有不确定性，可能有很多技术被淘汰、投资失败。从过去的战略新兴产业到现在的新质生产力，都有很多一哄而上投资，又导致产能过剩，把企业卷到不盈利、亏损的例子。 　　日本泡沫经济破裂后经济低迷另有其因 　　市场还有声音认为，日本在泡沫经济破裂后货币宽松的力度不够、不够及时，才造成经济长期低迷。 　　周琼表示，日本应对泡沫破裂后经济危机的政策力度不够在其他方面，比如对银行注资迟缓等。实际上，1990年-1995年，日本连续9次降息，贴现率从6%降到0.5%，降息力度不可谓不大。此后日本更是采取了全面宽松的货币政策，甚至购买公司债券、股票，成为全球非传统货币政策的先行者。 　　2008-2013年担任日本央行行长的白川方明认为，日本长期经济低迷的重要原因，一是人口老龄化和人口总量减少，二是产业国际竞争力降低。20世纪90年代，“日本经济的真正问题是泡沫经济崩溃所产生的‘过剩’，在没有消除过剩之前，不管采取多么大胆的宽松货币政策，经济也不会回归正常轨道”，这和中国目前面临的房地产等市场情况有类似之处。 　　银行支持实体经济建立在健康经营基础上 　　市场还有声音认为央行不大幅降息只是为了保护银行利益。以至于有种说法——“如果降息一个百分点，非金融企业融资成本降低1.5万亿，实体经济利润会增加1.5万亿，降两个百分点，增加3万亿利润”。 　　周琼表示，这种说法存在误解。2023年中国商业银行净利润合计2.38万亿元。如果银行利润减少3万亿元，那银行业将全行业亏损。此外，不管是个人、企业还是政府，都既有贷款也有存款。贷款利率大幅降低，向债务人/借款人倾斜，债权人/存款人的利益难以得到保护。 　　“商业银行是要支持实体经济，这要建立在商业银行自身能健康经营的基础上。按照正常经营规律，商业银行的贷款利率要覆盖资金成本、运营成本、风险成本”，周琼还表示，过去给商业银行较高的利差空间，也是为了银行能补充资本，不断扩大信贷投放。 　　2024年7月12日，A股上市商业银行平均市净率为0.60，是所有行业中最低的（倒数第二低的是房地产业0.64）。商业银行很难通过增发募集资本金，如果没有利润补充资本，继续信贷投放，很快就会不满足资本充足率要求。 　　“我们已经看到，让司机、运输企业没有正常的利润空间，出现了什么后果。让银行没有正常的利润空间，会有什么后果？监管部门已经看到了银行净息差大幅走低的潜在风险，要求贷款利率不得低于同期限国债利率、禁止‘手工补息’等”，周琼指出。 　　长期利率走势难以判断，央行预判引导难度大 　　周琼注意到，2018年以来，中国的贷款和债券利率都在波动下行。贷款平均利率、长期债券利率，都创历史新低。 　　其中，2024年7月12日，1年期、10年期、30年期、50年期国债到期收益率分别为1.54%、2.26%、2.49%、2.51%。10年期AAA级和AA级中债中短期票据到期收益率分别为2.49%和2.72%。期限利差和信用利差都压缩到了极致。而2024年7月11日，中国、美国、日本30年期国债收益率（日本为利率）分别为2.50%、4.41%、2.22%，中国仅比日本高28BP。 　　值得注意的是，日本30年期国债利率最低点是2016年7月6日的0.04%。美国30年国债到期收益率在2020年3月曾经到了0.99%的历史低点（美联储将美国联邦基金目标利率下调到0.25%的低点，导致长期利率也超调），2021年12月也仅为1.75%（2022年3月美联储开启加息进程，2023年7月美国联邦基金目标利率提高到5.5%）。 　　“2021年之前，没人预料到美国通胀这么严重，持续时间这么长”，周琼表示，可见，长期利率的走势很难判断。长期债券的利率可以在一定程度上反映投资者对未来经济增长率、利率走势的看法，但是金融市场投资者也只是根据现有信息和当下的资产配置需求作出投资决策。 　　周琼指出，人的判断可能理性可能非理性，可能乐观可能悲观，但资产配置需求是客观存在的，比如“资产荒”下不得不抢资产，进一步拉低益率。也许会在利率低点配置了低收益资产，如果利率上升会有浮亏，但是只要在资产中占比不过大，利率上升期会增加高收益资产，历史上低收益资产的影响也不会造成致命影响。 　　周琼表示，在10年甚至30年、50年内，一切皆有可能。过了几年、甚至一两年，经济形势发生了变化，就可能会证明过去的利率预测是错误的，政策利率、市场利率再调整，这是金融市场上永远在发生的事情。对市场参与者来说，能做的就是采取因应的行为，对央行来说，还要有更多预判和引导，难度更大。 海量资讯、精准解读，尽在新浪财经APP 责任编辑：曹睿潼

AI大模型正在重新定义金融领域人才选拔和培养标准。近日，智谱AI在金融科技领域的赋能作用再获彰显，通过深度参与招商银行第8季数字金融训练营（2025届校招提前批）的“AI营”项目，智谱AI以其领先的AI技术，特别是GLM-130B大模型，为未来金融科技精英们打造了一个专属的成长平台。 作为“AI+金融”领域的先锋探索者，招商银行携手智谱AI，依托后者强大的技术支撑，部署了前沿的AI解决方案。智谱AI的千亿基座模型GLM-130B成为此次合作的核心驱动力，配合招商银行自主研发的百亿参数级大模型，共同在零售、批发及中后台等多个业务领域实现了智能化升级，如智能财富顾问、数字产品管理等应用的成功落地。这种技术与业务的深度融合，为“AI营”的学员们提供了丰富的实践场景，促进了“AI+金融”复合型人才的培养。第8季数字金融训练营的成功，也彰显了招行在“AI+金融”人才培育上的前瞻性，为行业树立标杆。 “AI营”的创设，是招商银行在全球视野下精准布局“AI+金融”人才战略的关键举措。活动期间，智谱AI的专家和产业界精英与学员们共聚一堂，共同围绕AI技术如何重塑金融业态展开深入交流。学员们也在智谱AI技术支持下，针对大模型预训练、SFT、RAG等前沿技术，展开了为期72小时的激烈竞赛，充分展现了“AI+金融”的无限潜力。 通过与招商银行的深度合作，智谱AI不仅继续深入拓展“AI+金融”领域影响力，更为培养未来金融科技领域的领军人物贡献了自己的力量。目前，智谱AI已成功构建国产大模型中最全面的产品矩阵，吸引了从爱好者、工程师到初创团队和大型企业等广泛用户群体。智谱AI致力于通过大模型连接亿万用户，推动各行各业的持续创新与变革，未来，智谱AI将继续秉承开放、合作的精神，携手更多合作伙伴，共同探索AI技术在金融及其他领域的无限可能。返回搜狐，查看更多 责任编辑：

登录新浪财经APP 搜索【信披】查看更多考评等级 近年来，金融领域不断推进数字化、智能化转型，人工智能算法在金融领域的应用日益广泛，涉及风险防控、智能投顾、数字营销等多个方面。由于算法的复杂性和不透明性，金融消费者往往无法准确了解算法的运作机制和潜在风险。 为积极应对金融行业人工智能应用发展中出现的新型消费者权益保护问题，中国人民银行于2023年11月8日发布了金融行业标准《人工智能算法金融应用信息披露指南》（JR/T 0287-2023）（以下简称《指南》），《指南》由中国金融认证中心（CFCA）、多家商业银行以及业内头部机构联合参与编制。 《指南》的发布有助于指导金融机构在使用人工智能算法提供金融产品和服务时，规范地开展算法信息披露活动，增强人工智能算法的可解释性和透明度，有利于维护金融消费者合法权益。 《指南》提供了人工智能算法在金融领域应用过程中的信息披露原则、信息披露形式和信息披露内容等要素，具体如下： ●信息披露原则：明确四个原则，即依法合规、真实准确、及时一致和完整可读，确保信息披露的质量和可靠性。 ●信息披露形式：涵盖信息披露条件、信息披露方式和信息披露维度，强调使用人工智能算法的金融产品和服务在关键节点（如产品发布、重大变更或服务中止等），应确保信息披露的及时性和一致性。 ●信息披露内容：涵盖算法组合信息披露、算法逻辑信息披露、算法应用信息披露、算法数据信息披露、算法主体信息披露、算法变更信息披露、算法审计信息披露七个方面。 其中，算法审计信息披露一项提出，人工智能算法金融应用涉及数据、算力、场景等多种要素的深度融合与交互，人工智能算法在金融场景中应用可能存在一定的潜在风险。为保持金融产品和服务的业务连续性，降低技术风险、操作风险，需依法依规对人工智能算法金融应用进行合规性审计，并及时将算法审计活动所依据的政策、法规、标准等信息以及审计结果进行说明。 中国人民银行在2021年发布《人工智能算法金融应用评价规范》后，又于2023年发布《人工智能算法金融应用信息披露指南》，充分体现了金融监管机构对人工智能技术在金融领域“守正创新”的高度关注和重视。这些文件的出台，不仅为人工智能在金融行业的应用提供了清晰的指导原则和评价标准，也为行业健康、有序发展奠定了坚实的制度基础。 CFCA充分发挥信息安全行业领头羊优势，聚焦金融行业人工智能创新发展，建立了涉及安全性、可解释性、精准性和性能等方面的人工智能算法检测体系，可提供符合各项合规要求的人工智能算法金融应用评估服务。 近年来，CFCA在人工智能、多方安全计算、区块链、联邦学习等领域积极布局，参与多项技术标准和检测标准的制定，持续加大人工智能领域的投入，为金融行业提供系统的人工智能算法检测服务，CFCA愿与产业各方携手，共同推进人工智能技术在金融行业规范、健康发展。

金融界7月17日消息，有投资者在互动平台向天阳科技提问：董秘你好，根据证券交易所有关转融通的相关规定，上市公司必须暂停转融通业务，并安排转融通退出时间表！请问公司对于转融通相关规定的具体落实情况！另外，公司在上市前年均增长率达到百分之30，上市之后公司增长却陷入停滞，请问公司是否有具体措施扭转目前困局，寻找到新的业绩增长点。 公司回答表示：公司控股股东、实控人及其一致行动人不存在转融通情况，公司前十名股东参与转融通业务情况可关注公司已披露的定期报告。未来大模型在金融行业的落地方向将会贯穿金融机构业务开展的主要方向，如风险管理、投资管理、客户服务、交易监管、金融创新等，大模型必将成为下一轮金融行业技术创新的核心驱动力，加速金融行业数字化转型。基于此，2024年公司将增加在金融大模型及算力方面布局和投入，并通过同国家超级计算长沙中心的合作，布局算力建设，增加大规模算力部署投入，以支持大模型技术的应用，尽快向商业银行及其他金融机构提供全面的金融大模型应用解决方案。同时，公司将在金融领域，采取新的业务模式，深耕场景服务和数据运营服务。 本文源自金融界AI电报

近日，由南京市工业和信息化局、南京经济技术开发区管理委员会主办，中国信息通信研究院(以下简称“中国信通院”)承办的“可信AI·南京人工智能产业发展论坛 大模型引领人工智能变革分会场”在南京召开。 会上，中国信通院正式发布的《金融行业大规模预训练模型技术和应用评估方法 第1部分：银行业》（以下简称“银行业大模型标准”），是国内首个银行业大模型标准，由科大讯飞牵头编写。 2023年以来，科大讯飞积极参与中国信通院大模型系列标准的研制工作，致力于向行业输出大模型应用落地经验，以促进包括金融在内的行业大模型健康发展。此前，在中国信通院的牵头下，科大讯飞参与联合编制了国内首个金融大模型标准《面向行业的大规模预训练模型技术和应用评估方法 第1部分：金融大模型》（以下简称“金融大模型标准”），旨在规范金融大模型的研发和应用过程，提高模型的准确性和可靠性，促进金融行业的智能化发展。 今年以来，金融大模型呈现出领域化、场景化等趋势，面向金融细分领域的大模型不断涌现并打开新局面。在此背景下，为进一步满足金融大模型向细分领域加深应用的发展趋势，以前期发布的金融大模型标准为指导框架，中国信通院联合科大讯飞等业内二十余家企业，编制银行业大模型标准。结合银行业特征，围绕场景丰富度、能力支持度、应用成熟度构建指标体系，重点评估大模型在智能客服、信贷审批和智慧办公等业务场景的覆盖情况，关注其在数据保密、运维管理和输出可靠性等方面的支持能力，为科学评价银行业大模型的技术能力和应用效能提供参考，推动银行业大模型健康发展。 在技术创新层面，科大讯飞一直致力于推动通用人工智能技术的研发和应用。2024年6月27日最新升级发布的讯飞星火V4.0，在国内外中英文8项大模型主流测试集中排名第一，七大核心能力全面升级，全面对标GPT-4 Turbo，并在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面实现超越。 在金融科技领域，科大讯飞深耕多年，已服务数百家银行、保险、证券、消费金融等机构客户，为其构建智能化底座和场景应用体系。自讯飞星火发布以来，科大讯飞与交通银行、人保集团、招商银行、国元证券等100多家金融机构展开了更为紧密的合作交流。目前，已经建立了一个由“1+3+6”组成的大模型产品货架体系：以星火大模型底座为核心，基于星火智算平台、星火火石训练平台和星火智能体平台，构建服务于智慧营销、智能风控、智慧客服、智慧办公、软件开发、智能经营六大场景的产品应用。 未来，科大讯飞将继续依托在人工智能领域的技术优势，深化与金融行业伙伴的合作，推进大模型在金融行业更多场景的创新应用，助力金融科技发展迈向更高水平。