AI助手资讯

原标题：OpenAI本月停用ChatGPT插件；微软发布金融版Copilot；微软Copilot新增PC系统级功能丨AIGC大事日报 1、OpenAI将关闭ChatGPT插件，聚焦GPTs 2、微软Copilot增加更多PC系统级功能 3、魅族发布首款开放式AI终端 4、微软发布金融版Copilot 5、韩国团队提出文生图大模型KOALA 6、OpenAI利用GPT-4赋能欧洲旅游业 7、英国政府用生成式AI工具处理政务 1、OpenAI将关闭ChatGPT插件，聚焦GPTs 2月24日，OpenAI宣布将于3月19日起关闭ChatGPT插件测试版，专注于GPTs。自3月19日起，用户将不能使用插件建立新的对话，但既有对话最晚将会被保留到4月9日。根据官方信息，在插件测试期间，插件商店中已有1000多个可用插件。GPT商店中已经有成千上万个GPT，涉及写作、生产力、编程、教育等领域。OpenAI称GPTs已经与插件具有完全对等的特性，这也是关闭的主要原因之一。 2、微软Copilot增加更多PC系统级功能 今天，微软发布Windows 11更新，重点对Copilot进行了升级改进。Copilot获得了更多功能来控制用户的电脑，比如开启PC的省电模式、启动叙述者或者放大镜这类可访问性功能、显示可用WiFi网络、清理回收站等。此次Windows 11更新从今天开始推送，但Copilot的新功能将从3月下旬开始正式上线。 3、魅族发布首款开放式AI终端 昨日，魅族发布了魅族21 Pro智能手机，魅族称之为旗下首款“开放式AI终端”，并宣布将对所有大模型团队开放。该产品支持AI灵动键、AI辅助输入、Aicy语音助手、AI图库等AI功能。根据官方信息，Aicy语音助手具备文案撰写、图像创作等能力，图库应用支持自然语言搜图，AI灵动键可以支持AI识屏等功能，AI输入辅助可以生成回复建议，进行长文创作。 4、微软发布金融版Copilot 昨日，微软发布了金融版Copilot（Copilot for Finance）的公开预览版，其可以在工作流程中提供基于AI的工作流自动化、推荐和指导操作，显著提升相关领域人士工作效率。金融版Copilot可以帮助财务分析师在Excel中使用自然语言提示快速进行方差分析、通过自动数据结构化比较排除故障简化Excel数据核对过程、在Outlook中提供相关客户帐户详细信息的完整摘要、将Excel中的原始数据转换为可随时显示的可视化图形和报表。 5、韩国团队提出文生图大模型KOALA 近日韩国研究人员提出了一种高效的潜在扩散模型KOALA，该模型可以用于文本到图像的生成，研究人员构建了T2I模型KOALA-1B和KOALA-700M，减小了模型大小，降低了模型对硬件的需求，提高了模型运行速度，同时保证良好的图像生成质量。KOALA模型可以作为资源受限环境中Stable Diffusion XL模型的成本效益替代品。 论文地址：https://arxiv.org/pdf/2312.04005.pdf 6、OpenAI利用GPT-4赋能欧洲旅游业 今天，OpenAI和都柏林市议会（Dublin City Council）联合官宣了一项合作计划，双方将利用AI来支持欧洲旅游业，包括利用GPT-4进行旅游规划设计、城市推广、目的地品牌建设等。 7、英国政府用生成式AI工具处理政务 昨日，据英国《金融时报》报道，英国政府高级官员正在使用生成式AI来分析对政府咨询的回答、撰写对议会问题的答复草稿，英国副首相Oliver Dowden将于周四公布这些AI工具，并期望在政府部门内部推广这些工具。返回搜狐，查看更多 责任编辑：

转自：中国银行保险报网 □本报实习记者 英草卓玛 “要发挥大模型的人工智能技术优势，集中力量切实为提升金融的核心功能服务。什么是金融的核心功能？就是为实体经济服务，为现代社会民众服务，集中体现在银行、金融机构的信贷服务和支付服务。”近日，在以“人工智能大模型助力金融科技高质量发展”为主题的服贸会2023中国智能金融论坛上，人民银行科技司原司长、中国互联网协会数字金融工作委员会专家委员会主任陈静表示。 论坛中，来自政府部门、行业协会、金融机构及高校的多位嘉宾围绕人工智能大模型这一全球热门技术，就大模型在我国金融领域的应用创新成果、全球智能金融未来发展方向等话题展开了交流探讨。 大模型有“大本领” 8月15日，《生成式人工智能服务管理暂行办法》正式施行；8月31日，首批国产大模型产品获批面向公众开放服务。伴随着生成式人工智能产业的进一步规范化，人工智能大模型也正从科技研发迈向行业应用，成为产业数字化和智能化的重要支撑。 会上，多位专家表示，加快人工智能大模型技术在金融领域的应用和创新意义重大，大模型将在金融领域展现“大本领”。 北京国家金融科技认证中心有限公司总经理张海燕认为，在金融领域，大模型主要有三方面的应用：第一，以智能客服、智能投顾为代表的交互领域；第二，辅助风险预判以及舆情分析为主的金融风险防控领域；第三，以辅助代码开发、金融咨询生成、嵌入式应用为主的生产工具领域。 作为金融行业大模型的先行者之一，工商银行在远程银行、智慧办公、智能研发等方面已有积极探索。以智能研发领域为例，据工商银行首席技术官吕仲涛介绍，截至目前，该行人工智能编码助手共收集超2100万字符编码数据，录入代码超80万行，编码助手生成代码量占总代码的比值从20%提升到40%，有效提升编码效率和质量。“商业银行可以聚焦远程银行、基层网点等大基数员工群体共性需求，持续加大新技术面向全业务流程的综合化应用，形成端对端的业务智能化解决方案，全方位提升银行服务的工作绩效。”吕仲涛说。 应用落地“道阻且长” “近年来，大模型应用呈现井喷式发展，银行业作为数据密集的行业，是大模型应用落地的最佳选择。”邮储银行金融科技创新部高级信息技术专家朱峰认为，一方面，银行业有优秀的数字化基础，沉淀了包括交易数据、风控数据、贷前报告等在内的优质海量数据；另一方面，随着银行数字化转型进入深水期，人工智能技术应用已从过去的可选项变成了必选项，在经营策略、知识管理、运维支持等场景方面需要规模化地应用大模型技术来进一步提升工作质效、应对市场和环境变化。 然而，除了为金融领域带来积极变革外，多位专家也表达了对大模型在金融领域的思考和隐忧，例如落地成本高、可能存在科技伦理风险、可能带来数据安全隐患、更易形成技术垄断、服务垄断和技术依赖等。此外，由于金融领域的业务场景繁多，大模型对于不同金融机构、不同金融场景的适配度也有待提高。可以说，这一新兴技术的应用落地“道阻且长”。 “ChatGPT或大模型就是一种工具，怎么用好这种工具是我们需要思考的问题。如果哪家银行过度依赖ChatGPT或大模型，可能是一家银行走向衰亡的开始。”原银保监会党校副校长、国有重点金融机构监事会正局级监事陈伟钢指出。 光大信托数据中心总经理祝世虎表示，仅将大模型用于银行客服和文章写作等基础层面，仍未触及银行的核心应用。“银行核心的应用是什么？是监管科技、风险决策、合规能力。大模型离银行的这3个核心应用究竟还有多远？这个‘多远’决定了人们对于大模型的信任。”他说。 大模型需“大合作” 针对上述问题的解决之道，来自不同行业的多位专家不约而同地提到了一个关键词——“合作”，这既包括不同技术之间的优势互补，也包括金融数据与通用大模型的结合，还包括大模型产业链上不同主体的协作。 在主旨报告环节，中国工程院院士、清华大学计算机系教授郑纬民指出，大模型和图计算相结合或是解决金融问题的一个新思路。“大模型协助知识抽取、知识推理、知识融合、知识更新和知识回答，降低知识图谱的人工成本；利用知识图谱也就是图计算对大模型进行辅助训练，提高大模型的通用性，提高专业领域的推理能力。”他说。 “今天一个重要的观点是多方参与协同，大家要定一个规则，这样标准就显得特别重要。同时要借用方法论，有一套成熟的工具。”中国银行业协会首席信息官高峰在圆桌论坛环节指出。 在推动大模型技术促进金融服务提质增效、提升金融风险防控能力方面，监管无疑是重中之重。“监管必须及时跟上，早监管、及时监管非常重要。” 陈伟钢表示。 2022年1月，原银保监会印发的《关于银行业保险业数字化转型的指导意见》强调，把服务实体经济、服务人民群众作为银行业保险业数字化转型的出发点和落脚点。“这是我国银行业努力的方向，大数据和人工智能应用也要牢牢把握这个方向。”陈静说。 海量资讯、精准解读，尽在新浪财经APP

转自：中国银行保险报网 □记者 苏洁 智能化正推动金融行业数字化转型稳步前进。在近期举办的2023腾讯全球数字生态大会金融云专场上，围绕该话题，腾讯金融云与金融机构、行业专家共同探讨了金融行业高质量发展的新机遇。 大模型推动数字化转型 “以大模型生成技术为核心，人工智能正在成为下一轮数字化发展的关键动力，也为解决产业痛点，带来了全新的思路。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示。 具体在金融行业，大模型有哪些发展机遇？腾讯云副总裁胡利明在主题演讲中指出，“金融行业数字化呈现两大发展趋势：云架构已成为行业共识，新智能正加速落地。” 具体来看，在云计算快速发展的推动下，将云架构作为科技底座加速数字化转型，已经成为金融行业的共识。随着大模型的发布，通用人工智能和大模型加速在各个场景实现落地，其应用将全面重塑金融服务，帮助金融行业激发更多潜能与价值。 “大模型的这次热潮，对金融行业以及其他行业都有非常深远的影响，通过大规模的参数及预训练，使得人工智能有非常强大的理解能力和表达能力，相当于金融机构有了不限数量的、比较优秀的‘大学毕业生’，可以快速地学习各类金融领域的知识，然后应用在不同的场景。”胡利明表示。 对于大模型在金融行业的应用，深圳香蜜湖国际金融科技研究院院长张凯提到，AIGC的核心市场规模正在逐步扩大，艾媒咨询数据显示，预计到2028年将达2767.4亿元。“聚焦金融领域，随着大模型技术的不断创新，未来将持续深入金融风控、零售金融、财富管理、投研、保险理赔等更多场景，持续推动金融行业的数字化转型。”张凯说。 胡利明表示，目前头部金融机构，比如头部银行、险企、券商以及一些股份制银行，都能够比较积极地去投资和尝试大模型，包括从底层的算力方面。他们会选择自己去做一些场景，或者与大模型的互联网厂家合作做一些场景。腰部和尾部的金融机构则是另一种状态——少部分腰部机构比较积极地和大模型厂家合作试点一些场景，先试水，锻炼队伍；而更多腰部的小机构还是观望和跟随，看看其他机构做得怎么样，哪些场景有效果。 “相较于非大模型时代，现在的大模型强项在于它的理解能力和生成能力，但在产生效果方面，还需要时间的深度训练和调优。”胡利明认为，大模型初期能够产生较大效果的是在效率提升上，比如在客服助手领域可能会比较明显。 对于大模型的应用速度，行业人士认为，现在大模型在具体业务场景中还处在摸索阶段，对于像投研、投顾等场景要体现出更大效率提升，还需要行业更加深入地融合，以及拥有高质量的行业数据。 积极探索智能发展 目前，随着金融数字化转型逐渐深入，金融机构对于云原生、人工智能这些技术的需求相较于之前有哪些变化？ 胡利明表示，“2019年以前金融机构用云，不管是私有云还是部分的场景上云，都需要跟客户沟通上云的价值。2019年之后，基本上不需要沟通，金融机构认为云的基础架构就是以后在金融领域的一个基本形态，认为这是必须要做的事情。从2021年开始，金融机构开始了全面的云原生应用。” 会上，广州农村商业银行、太保寿险、东吴证券、百行征信等多家金融机构，分享了在云架构、智能化方向的实践经验。 广州农村商业银行金融科技部总经理林树茂分享了绿色用云转型实践。基于云架构的支撑，广州农村商业银行不仅打造了“1+8+N”的云平台（1大数字化新基建、8大数字化能力，支撑N个敏态业务上云发展），达成资源用云的目标，还进一步实现了“资源用云”到“绿色用云”的转变，促进了业务创新与可持续发展。 太保寿险数智服务部总经理孙谷飞介绍，过去，太保寿险在数智化过程中面临着一大挑战，即陈旧的技术服务架构无法满足业务快速增长的需求。为了解决这一问题，太保寿险引入云原生技术体系，全面升级了应用技术能力，优化了研发流程，为业务创新、数智转型和核心重构提供了有力支撑。同时，太保寿险依托云原生架构打造了全新一代统一客户中心系统，目前该系统调用次数已超过2.7亿次、应答成功率达100%，进一步提升了用户使用满意度。 东吴证券信息技术总部总经理助理兼研发总监唐淑艳表示，借助腾讯云数据库TDSQL、企业微信等前沿技术和产品，双方在金融科技新基建、数字新连接、全真互联财富管理创新等方面展开了全方位的合作，携手打造了证券行业的数字化转型标杆。 百行征信副总裁刘鹏鹏分享了在数字征信时代下，百行的数智化创新与探索实践。面向征信业务场景，百行依托云计算、大数据、AI等方面领先的技术能力，打造了数智化的IT架构新基座，有力支撑了业务快速发展和场景创新。 “金融创新的大背景是数字化转型，其中云和智能是两大抓手，而多方协作是解题路径。我们将与行业伙伴携手，以金融场景为切入点，以自主创新和智能化为抓手，联合伙伴共建方案，稳步推进自主创新，积极探索智能发展。”腾讯云副总裁徐翊鸣表示。 海量资讯、精准解读，尽在新浪财经APP

    ◎杨 雪     过去一年，大模型百花齐放，AI受到了前所未有的热捧，但通用大模型距离产业仍然遥远。在探讨大模型落地方向时，很多专业人士瞄准金融行业，称大模型将带来金融业数字化的第二波浪潮。     金融行业沉淀了大量高质量数据。各金融平台的用户数以亿计，各种用户画像数据、交易数据浩如烟海。利用大模型对上述数据的分析处理，可提高金融效率。比如，金融机构可以预测用户行为偏好，更高效、准确评估客户风险；AI还可以实时监测交易和市场波动，及时制定策略。     事实上，金融行业也在主动拥抱大模型。IDC（国际数据公司）一项调研显示，超半数的金融机构计划在2023年投资生成式人工智能技术，只有10%的金融机构表示没有试验计划。不久前，两家国内科技公司联合推出的火山—智谱高性能金融大模型，也是为科技金融AI落地积极铺路。     大模型前景固然可期，但金融行业对安全和隐私要求极高。在推动大模型落地金融行业的过程中，安全、合规是最大的技术难题。开发金融AI，是技术和行业交叉融合的系统化工程。从火山—智谱高性能金融大模型的合作攻关背景可以看出，一方面，模型性能、功能及底层架构的升级迭代是基础；另一方面，高效的算力基础设施、开放安全的生态、丰富的金融行业实践以及完善的交付保障更是重要前提。     大模型是金融行业必争之地。但如果将AI进一步渗透到风控等金融核心业务，还需要在垂直领域进行磨合，还要经过时间的考验。金融行业一般认为，现阶段最容易实现的，包括AI投资顾问、自动化客服、风险评估、报告自动化生成、代码生成应用等，应从外围做起，逐步接近核心。     大模型带给金融界的冲击，必然超越了上一次数字化浪潮，金融工作模式的变革势不可挡。然而，大模型在金融场景落地的“最后一公里”，是充满变数的一公里。只有夯实科技的基础，未来的AI金融才能行稳致远。