FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

CoNET｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

公告精选︱探路者：上半年净利润预增247.04%-339.59%；闻泰科技：无锡国联集成电路投资中心拟减持不超过1%股份
 go
Z)：获得空气悬挂系统产品项目定点书生命周期总额约7.57亿元
格隆汇07-24 22:38
科技巨头加码AI，英伟达继续赢麻！
go
险。而且，他认为AI基础设施有很长的生命周期，潜台词是不用担心浪费！特斯拉对AI 的投入更直观且猛烈，在二季报中，公司计划在今年年底将AI训练能力较当前至少提升2倍！由此来看，科技巨头的AI竞赛尚未结束，英伟达或继续赢麻了！ $谷歌(GOOG)$ $特斯拉(TSLA)$ $英伟达(NVDA)$
老虎证券07-24 20:29
利安隆：7月19日组织现场参观活动，天津证监局、天津证券期货业协会等多家机构参与
 go
分子材料抗老化业务,润滑油添加剂业务,生命科学业务。利安隆2024年一季报显示，公司主营收入13.54亿元，同比上升14.17%；归母净利润1.07亿元，同比上升29.19%；扣非净利润9872.83万元，同比上升23.56%；负债率50.83%，投资收益115.87万元，财务费用1058.38万元，毛利率21.38%。该股最近90天内共有11家机构给出评级，买入评级7家，增持评级4家；过去90天内机构目标均价为33.44。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入1418.62万，融资余额增加；融券净流出181.71万，融券余额减少。以上内容由证券之星根据公开信息整理，由算法生成（网信算备310104345710301240019号），与本站立场无关，如数据存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星07-24 18:59
蛋白质组学和人工智能两个领域的优势，为生命科学研究和医学应用提供了新的工具和方法。

2023年全球蛋白质组学领域人工智能市场规模大约为百万美元，预计2030年达到百万美元，2024-2030期间年复合增长率（CAGR）为 %。

随着算法的不断优化和计算能力的提升，人工智能在蛋白质结构预测、蛋白质相互作用预测等方面的精度和速度将得到显著提升。这将有助于更准确地解析蛋白质的复杂功能和机制。

按产品类型：

软件

服务

按应用：

科学研究

药物研发

其他

本文包含的主要地区/国家：

美洲地区

美国

加拿大

墨西哥

巴西

亚太地区

中国

日本

韩国

东南亚

印度

澳大利亚

欧洲

德国

法国

英国

意大利

俄罗斯

中东及非洲

埃及

南非

以色列

土耳其

海湾地区国家

本文主要包含如下企业：

Google DeepMind

MSAID

Protai

Protica Bio

西湖欧米（杭州）生物科技有限公司

Aiwell Inc.

Biognosys

SomaLogic

Thermo Fisher

Biodesix

go
LPI路亿07-24 17:12
Q2业绩超预期！谷歌继续“砸钱”AI，资本支出同比翻倍，股价绩后波动剧烈
 go
谷歌在其他领域的押注表现不及预期，包括生命科学业务Verily和自动驾驶汽车业务Waymo等。这些业务的收入为3.65亿美元，运营亏损达到11.34亿美元，高于分析师预测的10.7亿美元亏损。据透露，Alphabet将继续向自动驾驶汽车Waymo投资50亿美元，Waymo最近将业务从旧金山扩展到了菲尼克斯、洛杉矶和奥斯汀。对于二季度业绩，公司首席执行官Sundar Pichai评论称，这一表现“表明搜索业务持续保持强劲势头，云计算业务取得巨大进步，我们的人工智能计划推动了新的增长”。继续进行季度分红值得注意的是，Alphabet表示，二季度将支付每股20美分的股息，价值约25亿美元，这部分股息将于9月16日支付给截至9月9日登记在册的股东。此前一季度，Alphabet宣布了历史上首次季度股息，并称“打算在未来持续支付季度现金股息”。此次派息是今年早些时候首次派息之后的又一次派息，打破了Alphabet过去仅通过股票回购来回报投资者的传统。资本支出大幅增加二季度，Alphabet的资本支出高于分析师的预期，高达132亿美元，而市场预期为122亿美元。相比一季度，资本支出的金额增加10亿美元，几乎是去年同期69亿美元的两倍。要知道，Alphabet一季度的资本支出也同比增加了91%，持续巨额的资本支出令投资者感到恐慌。其中，Alphabet二季度斥资22亿美元在DeepMind和Google Research部门构建AI模型，这一金额是去年同期11 亿美元的两倍。 Sundar Pichai解释称：“我们正处于一个变革性领域的早期阶段。在科技领域，当你经历这样的转变时……投资不足的风险远高于投资过度。” 他透露，谷歌为客户提供的生成AI服务已经创造了“数十亿美元”的新收入，并被200万开发者使用。但是，AI何时能开始为谷歌的云业务或者广告业务创造收入，目前仍未可知。 Brent Thill认为：“现在指望AI带来的好处还为时过早，因为大多数（公司）仍处于试点模式，而实质性的AI（收入）更有可能在2025-2026年实现。” Synovus Trust的高级投资组合经理Daniel Morgan也表示，一些投资者仍在寻找更清晰的证据，证明谷歌在人工智能方面投入的数十亿美元能带来回报。但他疑惑： “你从中获得了多少收入？当我看这份报告时，我看到的谷歌和往常一样，他们通过广告和搜索赚钱。”
格隆汇07-24 09:51
以色列重新大举进攻加沙汗尤尼斯地区，至少有70人巴勒斯坦人被坦克炮火杀死
 go
定的保护未成年人的义务。必须维护儿童的生命权，无论未成年人是谁，身处何地，都绝不能成为暴力的目标。 “巴勒斯坦国和以色列境内暴力的真正代价，将以儿童的生命来衡量，包括那些因暴力而失去生命和永远改变的儿童，”罗素女士说，“儿童迫切需要的是结束暴力和找到解决危机的持久政治方案，以便他们能够在和平与安全的环境中充分发挥潜力。” 加沙卫生当局表示，截至周一，以色列的报复性进攻中，巴勒斯坦人的死亡人数至少达到39006人，其中多数为女性和未成年人，据信还有更多人被埋在废墟下无法统计。以色列往往进攻后撤离，然后再发动进攻，造成了无政府状态，加沙平民正死于医疗缺乏和饥荒。由卡塔尔和埃及牵头、美国支持的停火努力迄今未能取得成功，原因是交战双方对停火条件存在分歧，并相互指责对方造成了僵局。来源：加美财经
加美财经07-24 00:00
Binance Research：2024年上半年L2市场概况
 go
市场概览区块链模块化已经形成了自己的生命力。Layer-2 (L2) 在 2023 年展现出的良好增长态势一直持续到 2024 年，使得 Layer-2 的总锁定价值（TVL）达到 430 亿美元。这表明，仅在 2024 年的前六个月，TVL 就增长了 90%。Layer-2 领域同样没有放缓发展的脚步。以太坊Dencun升级版EIP-4844的发布使得汇总价格大幅下降，因为硬分叉后L2的交易手续费降幅高达96.8%。再加上2024年推出了大量极具吸引力的新L2，这将继续推动L2生态系统在年底达到新高度。 Layer-2 对于维持以太坊生态系统在用户活跃度方面的稳固地位有着至关重要的作用，即使与 Solana 和 Tron 等最活跃的替代性 L1 相比也是如此。目前，以太坊主网及其所有 L2 的日活跃地址总数约为 210 万。这与在该指标上领先的 TRON 链相等，且高于排名第二的 Solana，后者的日活跃地址数为 160 万。资料来源：Artemis、币安研究院，数据截至2024年6月30日就以太坊 Layer-2 领域内部的竞争情况而言，2024 年 2 月 Blast L2 发布；同一时间，Arbitrum 和 Base 呈现出快速增长趋势，因此在市值方面，与其他零知识竞争对手相比，乐观汇总稳居领先地位。在 Blast 推出之前，自 2023 年 3 月 zkSync Era 推出以来，零知识汇总的市场份额一直在稳步上升。图：Arbitrum、Blast 和 Base 上的活动在 2 月份快速增⻓，使乐观汇总在交易活动方面稳稳领先于零知识汇总。由于 Arbitrum 和 Base 的高速增⻓，加上 2024 年 Blast 的推出，乐观汇总已占据主要市场份额，超过零知识汇总。图：乐观汇总在 TVL 方面占据市场主要份额，总计约 80%。资料来源：l2beat、币安研究院，数据截至 2024 年 6 月 30 日二、“乐观汇总”概况 Arbitrum 虽然 2024 年 Arbitrum 链仍在 L2 中位列第一，但因为 Base 发展迅速，Blast 全新推出，且二者均采用了 OP 技术堆栈，其生态系统已经落后Optimism。不过，有几个新项目计划将Arbitrum Orbit 堆栈用于新一代 L3 链，包括分别由无聊猿游艇俱乐部和 Azuki 团队开发的ApeChain 和 Animechain。未来，Arbitrum 是否有能力与 Optimism 的 OP 堆栈竞争将取决于这些即将推出的重要区块链能否成功。 Arbitrum 链本身的 TVL 仍然是同类 L2 中最高的，始终占据 L2 主要市场份额，达到约 33.7%。目前，所有 L2 的 TVL 总额约为 83 亿美元。(31)图：在 TVL 方面，Arbitrum 以 33.7% 的市场份额遥遥领先于其他 Layer 2，拥有压倒性优势然而，2024 年 Arbitrum 的日交易量落后于 Base。Base 近期于 6 月 28 日创下 350 万日交易量的历史新高，超越了原本排名第二的 zkSync Era。图：Arbitrum 的日交易量落后于 Base，但仍领先于零知识汇总，目前位居第二 ARB 代币归属：尽管 $ARB 的 TVL 领先于其他 L2，但其市值仍与其他乐观汇总网络持平，截至撰稿时约为 23 亿美元，与 Mantle 的 $MNT 代币不相上下，略高于Optimism 的 OP 代币，后者目前的市值约为 18 亿美元。图：ARB 代币市值目前与其他 L2 治理代币激烈竞争其投资者和团队的 ARB 代币将于 3 月 16 日开始解锁，恰逢其价格开始下跌。从 3 月16 日起，9,265 万 ARB 代币（截至撰稿时价值约 7,500 万美元）将于每月 16 日将根据团队和投资者的归属计划解锁。最后一次解锁将发生在 2027 年 3 月 16 日，届时100 亿 ARB 的代币供应量将全部解锁并进入流通。这些归属代币的解锁未来可能对代币价格带来持续的下行压力。 Arbitrum 将游戏和 NFT 带入其 Orbit 中：Arbitrum Orbit 促进了 L3 的无许可型创建，赋予开发者更多的自主权。在此基础上，开发者通过 Orbit 可完全访问 ArbitrumNitro 堆栈。到目前为止，2024 年对于 Arbitrum Orbit 来说是激动人心的一年。游戏和 NFT 领域的众多知名团队宣称其即将推出的“Layer 3”(L3) 链会使用 Orbit 堆栈： Arbitrum 的幕后团队 Offchain Labs 推出了 XAI 游戏链。其于 2023 年 12 月举行的节点销售筹集了超过 13,000 ETH（当时约合 4,000 万美元），(34) XAI 链于 2024 年 3月上线。XAI 代币市值目前为 1.3 亿美元。欲了解有关 XAI 的更多信息，请参阅下文的游戏相关章节。今年 2 月，无聊猿游艇俱乐部的 Apecoin DAO 投票决定通过 Arbitrum Orbit 的技术堆栈推出其以游戏为中心的“ApeChain”。由社区驱动的“$degen”项目是从一个 Farcaster 频道衍生而成的模因币项目，现推出“DEGEN 链”。DEGEN 链通过 Arbitrum Orbit 构建，以 Base 为结算层，并使用AnyTrust 提供数据可用性。 Pirate Nation 背后的团队 Proof-of-play 使用 Orbit 技术堆栈推出其“多链系统”。该工作室表示，Arbitrum 的技术能让游戏完全在链上运行，消除不必要的延迟或故障。 Rarible 基金会的 Rari Chain 通过 Arbitrum Odyssey 作为 Abitrum L3 推出。RariChain 是与以太坊虚拟机 (EVM) 兼容的 Layer-3，在序列器级别嵌入 NFT 版税机制。著名 NFT 项目 Azuki 的幕后团队宣布将开发 AnimeChain，旨在将 Web3 动漫领域的所有内容整合到一条链中。该网络将包括原创和第三方动漫内容、游戏、商品和 NFT。 Kinto 于 2024 年 5 月推出其主网。Kinto 作为经过身份认证的区块链，可支持金融机构和去中心化协议。此前，其曾于 2023 年 5 月使用 OP Stack 推出其测试网，但在2023 年第四季度转而使用 Arbitrum Orbit。随着众多新的 L3 链加入 Arbitrum Orbit 生态系统，观察其发展情况将有助于判断Orbit 堆栈是否有能力与已经蓬勃发展的 OP 生态系统一争高下。 Base Base 在 2024 年取得了长足进展，超越 OP 主网，成为仅次于 Arbitrum 的第二热门以太坊 L2。Base 链是 Coinbase 的原生 L2 解决方案，使用 OP Stack 构建，于 2023 年 8 月推出。其在 2024 年上半年的持续增长表明其持久力高于甚至远超最初流行的 friend.tech 应用程序。Base 主网仅推出一年左右，其 TVL 就已超过 15 亿美元，且其链上生态系统蓬勃发展，由超过 200 个 DApp 组成，其中多为该 L2 链的原生应用。收入最高的 L2：自年初至今（“YTD”），Base 成为收入最高的 L2 链，2024 年上半年的收益达到 4260 万美元，几乎是第二名 Linea 的两倍。图：2024 年年初至今，Base 的收入超过了所有其他汇总，达到 4,260 万美元资料来源：Artemis、币安研究院，数据截至 2024 年 6 月 30 日与 Solana 的模因币主导地位相抗衡：Base 上的模因币生态系统一直在发展。目前，模因币总市值约为 520 亿美元，其中 Base 上的模因币目前约占 4%，排名第三，仅次于占 14% 的 Solana 模因币。不过，以太坊仍然是模因币价值最高之所，截至撰稿时，以太坊原生模因币的总市值约为 380 亿美元。图：Base 链在原生模因币估值市场中所占总份额仅次于 Solana 资料来源：Coingecko、币安研究院，数据截至 2024 年 6 月 30 日 Base 原生模因币 $BRETT 在 2024 年尤其成功。它刚刚于 2 月 29 日推出，就已跻身所有加密货币的前 100 名，目前市值超过 10 亿美元。 Coinbase 新推出的智能钱包之家：今年 6 月，Coinbase 宣布推出智能钱包。该产品旨在简化入门流程，消除网络手续费和对助记词的需求，以改善链上体验。用户可以在数秒内创建新钱包，轻松便捷地访问区块链。智能钱包技术堆栈还允许开发者赞助用户交易，支付网络手续费并优化与 DApp 的交互。该方案可降低成本门槛，促进区块链的普及。为了消除主动管理助记词的需要，Coinbase 使用线下存储和高级加密技术安全存储私钥。此外，多方安全计算 (MPC) 技术为私钥进一步提供安全保障，将私钥分割成不同的部分存储在不同的位置，即使其中一部分遭到泄露，依然能确保安全防护的稳固。 OP主网尽管 OP 主网在活跃度和 TVL 方面输给了充满活力的新兴 L2 链 Base 和 Blast，但这些新参与者的迅速崛起也意味着整个 OP Stack 和 Superchain 生态系统的采用率将大幅增长。虽然 Arbitrum 仍是 TVL 最高的 L2 链，其链上智能合约内拥有约 28 亿美元的锁定资产，但热门 Optimism 生态系统 L2（OP 主网、Blast、Base）的 TVL 总额已超过 Arbitrum 生态系统，目前达到 37 亿美元左右。随着跨 L2 互操作性通过 Optimism 的 Superchain 和 Arbitrum 的 Orbit 计划迅速发展，评估两者之间的竞争可能越来越需要比较使用其技术堆栈的全部项目的综合指标，而不是单独评估每条 L2 链。在商业模式和收入方面，由于 Base 呈指数级增长，Optimism Collective 在 2024 年表现出色。根据使用 OP Stack 的 Base 与 Optimism Collective 之间的进行中协议，Base 将向 Optimism Collective 支付 Base 收入的 2.5% 或 Base 链上利润的 15%，以两者中较高者为准。作为回报，Base 将在未来六年内收到至多 1.18 亿枚 OP 代币，价值 1.75 亿美元。根据此安排，今年年初至今，Base 赚取了约 3500 万美元的利润，而今年上半年，除 OP 主网自身赚取的约 1300 万美元利润之外，Optimism Collective 还将额外赚得 525 万美元的收益。为了评估 OP Superchain 的未来进展，我们须密切观察其他使用开源 OP Stack 的 Layer 2 解决方案是否像 Base 表现的一样坚定拥护 Optimism Superchain 理论。Base 的认可加上 Coinbase 的支持，增加了 Superchain 潜在成功的可信度。然而，并非所有项目都赞同这一观点；有些项目可能会选择使用开源 OP Stack，但拒绝助力整体 OP 愿景的实现。错误证明：当用户向汇总网络提交交易时，该交易会与其他用户的交易捆绑，一起转发给以太坊。然后，这些捆绑在一起的交易将集体记录在以太坊的交易账本上，从而加快交易速度，大幅降低手续费。从理论上讲，汇总交易须通过称为“证明”的加密方法确保交易安全。借助该方法，以太坊上的观察者可验证所记录的交易细节是否准确。这对提现尤为重要，因其使用户能够通过以太坊而非汇总网络从 Layer-2 链中提取资金。若没有错误证明，将资金存入 Optimism 的用户就不得不相信汇总的“安全委员会”会返还其资金，但该系统很容易出现潜在的人为错误或偏见。而引入错误证明后，用户只需信任以太坊，从而提高了用户交易的安全性和可靠性。目前，错误证明已部署到 Optimism 主网上，使用 Optimism OP Stack 的其他链，如 Base 和 Blast，也可使用该技术。 Optimism Superchain 不断发展壮大：Superchain 已成为部分热门 L2 的大本营。根据 Optimism 文档的定义，Superchain 是一个“去中心化区块链平台，由许多共享安全性和同一个技术堆栈 (OP Stack) 的链组成。其互操作性和标准化使每条单独的链皆能受到各大工具和钱包的同等对待。” 为了实现 Superchain 的愿景，Optimism Collective 致力于引导 Optimism 获取以下属性：图：Superchain 的属性越来越多的链积极采用 OP Stack，可以说这为雄心勃勃的 Superchain 愿景奠定了基础。我们须密切关注新兴跨链 DApp。它们利用多条 OP 链获取流动性，同时为终端用户抽象出桥接流程。该方案将缩短熟练使用 Superchain 及其相关 DApp 所需的学习曲线，对实现大规模采用至关重要。图：越来越多的链基于 OP Stack 构建，共同在交易量和唯一地址数方面为其累积亮眼表现 CELO 转向 Optimism：今年 5 月，CELO 社区投票决定进行迁移，通过 OP Stack 将其 L1 链迁移至以太坊生态系统，成为 L2 链。提案中提到：“OP Stack 提供了部署 L2 所需的大部分工具。只需执行微小的改动，即可支持 Celo 的独特功能。”OP Stack 已经过多条生产链的实战检验，并与其他堆栈兼容，如 Polygon 的 Type 1 ZK 解决方案。 CELO 是移动优先的负碳排区块链平台，旨在弥合去中心化金融 (DeFi) 与现实世界之间的差距。其实现了快速、安全且成本低廉的全球支付方案，任何拥有智能手机的人都可以使用，由此推动了新兴市场的金融普惠性，同时为个人赋能。 Ancient8 上线：从 2023 年 9 月开始，经过 10 个月的测试网阶段，Ancient8 主网于今年 2 月正式上线。Ancient8 是一款专注于游戏的 L2，集成了强大的 OP Stack，并使用 Celestia 作为其数据可用性层。其旨在解决全链上游戏和消费者 DApp 在可扩展性和采用率方面面临的挑战。到目前为止，Ancient8 已携手五款游戏，共建合作关系： Onchain Clash：一款全链上游戏，完美融合了领土主张和扩张动态，灵感源自 Pixel War、Go Game 和 Paperio。 Omnizone：一款全链上游戏，结合了战术角色扮演元素和高风险的大逃杀形式，在全链上运行。 MasterDuel：一款线上游戏平台，旨在创造独特环境，供玩家建立联系、决斗并在游戏中赚取真实奖励。 Wee Pepe：以 Pepe The Frog 为主角的全链上游戏，玩家必须在月球上建造一座城市，拯救濒临毁灭的 Pepe 星球。 DeWorld：全球首款允许玩家使用 NFT 开垦并提升自己的农场的全链上游戏。 Blast 2023 年第四季度，Blur NFT 交易市场背后的加密货币 X 匿名开发者 Pacman 宣布即将推出 Blast L2。此后不久，Blur 团队允许用户将 ETH 存入 Blast 跨链桥，并承诺在 Blast 主网推出后进行空投。此次空投激励措施吸引了价值超过 20 亿美元的资产流入 Blast 跨链桥，此时主网甚至尚未首次亮相。其营销和空投活动加上 Blur NFT 团队致力于打造可靠产品的良好声誉和著名风投公司 Paradigm 的支持，为 Blast 创造了良好的环境，使之成为迄今为止最受公众期待的 L2。 Blast L2 采用 OP Stack 构建，其主要特点在于可自动为钱包中持有 ETH 或 Blast 原生稳定币 USDB 的用户创造收益。对 ETH 持有者而言，收益将通过 L1 质押赚取，最初通过 Lido，并在 Blast L2 上执行 ETH 变基后自动划转给用户。桥接稳定币的用户会收到 Blast 的自动变基稳定币 USDB。USDB 的收益来自 MakerDAO 的链上 T-Bill 协议。当桥接回以太坊 L1 时，USDB 可以兑换 DAI。继 2 月 29 日推出主网之后，Blast 宣布继续开展空投/积分活动，让用户有机会通过与链上 DApp 互动来提升所获份额。该活动取得了巨大成功：今年 6 月份，在以太坊汇总项目中，Blast 主网的 TVL 跃居第二。图：今年五月/六月，Blast 的 TVL 在以太坊 L2 中跃居第二资料来源：Artemis、币安研究院，数据截至 2024 年 6 月 30 日然而，空投后 Blast 的 TVL 又开始回落至低于 Base 的水平。在今年余下的时间里，Blast 能否在空投后继续保持其 TVL 和活跃度水平，将反映其初始用户群体的粘性。 Blast 空投：6 月 26 日，Blast L2 的早期用户可领取 BLAST 代币空投。其总供应量的 7% 分配给了将资金桥接至 Blast 的用户，7% 分配给了与 Blast DApp 互动的用户。首次空投价值约 1.905 亿美元，按如今每枚代币约 0.014 美元的价格计算。剩余 36% 的供应量将分配给社区，通过未来的激励活动发放。截至撰稿时，BLAST 的流通市值为 2.38 亿美元，完全稀释估值为 13.6 亿美元。资料来源：Blast、币安研究院，数据截至为 2024 年 6 月 30 日 Blast 第二阶段：6 月 26 日 BLAST 代币的分发标志着 Blast 第一阶段的结束。在第二阶段，Blast 基金会表示打算与社区合作，专门为加密货币原住民创建桌面钱包和移动钱包。在他们的 Blast 愿景博文中，Blast 团队将现有链的开发方法与 Android 操作系统的开发方法进行类比：“每条链都专注于优化链本身的技术，同时依赖第三方来完成堆栈的其余部分。这实际上类似于 Android 的方法，即优化操作系统，并依赖第三方完成其余工作。迄今为止，Android 的方法对这些链而言行之有效，但也形成了一个支离破碎且充满摩擦的生态系统。” Blast 计划采用全栈方法，构建从软件到硬件的所有内容，并在整个堆栈中进行优化。他们认为这类似于 Apple 的开发方法。资料来源：Blast、币安研究院在接下来的几个月里，致力于为用户带来 Apple 般完美体验的 Blast 原生 DApp 即将问世，让我们拭目以待。来源：金色财经
金色财经07-23 18:35
行业研究｜有连云等资深玩家助力AI+金融应用创新
 go
个性化产品与服务。这包括基于客户的投资生命周期、交易周期、重要时点，提供个性化的内容服务，满足客户的个性化需求。某华南头部券商高管认为，大模型和生成式AI通常在金融行业有以下主要应用场景：（1）智能问答场景通过构建基于大模型技术的集中问答系统，用户可以通过单一通道提出问题并快速获得解答。这种系统不仅促进了员工对基础业务知识的掌握，也使得一线客户经理能够更高效地处理客户的常见问题，显著提升了工作效率。（2）投顾咨询场景由于投资顾问资源有限，传统的个股诊断分析服务往往只覆盖到大型分支机构的重要客户。利用大模型技术，结合规则化报告和专业材料，如研究报告和招股说明书，能有效提升投资顾问的工作效率，并扩大服务的覆盖范围，使更多客户能够享受到专业的个股诊断服务，帮助他们快速把握投资机会和风险，做出明智的投资决策。（3）个股诊断场景投资顾问在提炼市场动态和热点新闻以形成投资观点时，常常面临市场变化快速的挑战。利用大模型技术，可以辅助投资顾问快速捕捉市场热点，激发创意，将复杂信息转化为易于客户理解的形式，有效促进客户转化。同时，这种方法也有助于将专业投资顾问的能力扩展到一线客户经理，培养更多具备专业投资顾问技能的人才。（4）基金诊断场景投资顾问在进行基金诊断时，需要深入分析市场环境，这要求有扎实的投研能力。通过大模型技术，能为专业投顾提供全面的基金研究和诊断支持，帮助他们提升投研能力，优化基金组合管理。（5）账户诊断场景账户综合诊断是投资顾问的重要职责之一。利用大模型技术，我们希望为专业投顾提供全面的账户诊断能力，支持他们分析客户的投资组合，评估风险和收益，为客户提供客观、专业的诊断报告，从而提升投研能力。此外，生成式AI还可以在金融行业有以下典型应用场景：（1）欺诈检测和预防金融领域的数据如信用卡信息、个人记录和银行账户详情，使其成为网络攻击的主要目标。生成式AI与欺诈检测算法结合，可提高数据保护能力。传统的欺诈检测算法利用机器学习（ML）都是从历史数据中自我训练，难以及时跟上新兴欺诈手段。而生成式AI则可以通过创建合成的“异常”模式，优化检测算法，使其在防范欺诈者方面保持领先。这样不仅减少了监督需求，实现更高的自动化，还能更高效地识别网络攻击企图。（2）个性化金融服务和支持个性化服务和支持是企业提升竞争力的关键因素，据估计可带来高达10%的年收入增长。在金融领域，实现个性化服务面临挑战，因为需要处理大量客户数据，如交易历史、支出偏好和储蓄目标。生成式人工智能（GenAI）在此方面发挥重要作用，能快速利用这些数据生成定制建议和优惠，提升客户满意度，促进交叉销售，增强企业竞争力。此外，GenAI还通过智能虚拟助理和自动化表单提交提供高效自助服务，帮助金融机构降低成本，提高客户参与度，是优化服务效率和客户体验的关键工具。（3）风险评估和信用评分金融机构在贷款审批过程中必须对客户的信用状况和潜在风险进行评估，信用评分是这一流程的核心环节。传统信用评分依赖于历史数据和固定规则，但这种方法可能缺乏灵活性，难以适应信用风险的复杂性和变化性。此外，这些方法需要不断的监控和深入分析，十分耗时。生成式人工智能（GenAI）在此领域提供了一种新的解决方案。它通过创建与真实数据极为相似的合成数据，与实际数据结合，构建出更丰富的训练数据集，从而训练出更精准的预测分析工具。GenAI能够高效处理大量动态数据，减少了对人工操作的依赖，使得信用评分过程更加可靠和高效。（4）合规性和监管挑战监管合规在银行业务中至关重要，与风险评估和人为错误紧密相关。金融机构必须遵守一系列法规，涉及运营、保密、安全等，需要详尽的数据收集、分析和报告，这些过程耗时且易出错。生成式人工智能（GenAI）可以有效处理这些任务。GenAI能生成高质量的合成数据，增强合规控制和质量保证的准确性，确保合规报告快速、一致且零误差。此外，GenAI能够持续监控合规性，自动通知违规行为，及时采取措施。（5）市场与投资分析财务分析涉及处理市场趋势、公司报告、财务估计等大量数据。分析师需要不断监控这些数据，耗费大量时间和精力。生成式人工智能（GenAI）在此发挥重要作用。它能够快速浏览和分析海量历史数据，识别出人类可能忽略的模式和异常情况。GenAI自动化的分析过程不仅能生成深刻洞见，还能创建交易参数，如最佳买卖时机、止损点和头寸规模。这种数据驱动的方法为银行提供显著竞争优势，使其更深入地理解市场状况，制定更加精准有效的战略。GenAI正成为金融分析师在复杂数据中导航的得力助手。（6）文档处理/报告生成金融行业的工作大量涉及信息处理，尤其是在处理来自不同来源的文档和信息时，这些信息通常是异构的。例如，在分析各种财务报告时，决定是否向金融客户发放贷款需要综合考虑法律纠纷、财务报表、股权结构和公司章程等多种因素。因此，目前人工智能最直接有效的应用场景之一就是处理这些多源异构的报告生成任务，如果依赖人工处理这些报告，不仅成本更高，而且质量也较低。金融行业处理这些报告的主要目的是为了识别和评估风险。当报告的质量不佳时，往往意味着风险增加，而高风险又可能导致不良贷款率上升。因此，提高报告处理的质量对于金融行业来说是至关重要的。（7）市场推广降本增效在基金产品推广和风险声誉管理中，金融从业者常面临数据抓取难、资讯数量少、内容生产慢、沟通效能低等问题。有连云公募基金商用AI大模型通过多重训练和强大的数据中台，打通了资讯生产的实时链路，实现7*24小时自动化生成各类型文本和智能改写，并能跨模态生成基金短视频，超越传统作业效率。（8）一键辅助产品销售近年来，境内ETF市场迅速发展，数量和规模持续增长。Wind数据显示，截至目前，国内ETF总份额增加4700亿份，达到1.94万亿份；总规模增加3200亿元，为1.98万亿元；新发行54只新ETF基金，总数量超过800只。麒麟金融场景商用AI大模型为公募基金、券商、银行等领域提供解决方案。它实时获取和解析ETF产品数据，生成产品分析、研报摘要、观点等关键信息，提升信息检索效率和AI批量生成资讯的能力。强大的生态连接渗透到数据、交易、搜索、新闻、视频和财经等端口，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。（9）轻松驾驭声誉风险管理在声誉风险管理中，金融机构需要建立全流程管理体系。麒麟大模型强有力的数据反馈能力协助基金公司及时获取风险信息，迅速形成解决方案，提供从生成、使用到数据决策的闭环支持，释放对人的依赖和流程压力，助推基金公司声誉管理和价值呈现。有连云麒麟金融场景商用AI大模型以AI速度解决基金公司多场景需求，轻松驾驭需求痛点，在销售、市场和声誉管理过程中提供更科学、可靠和专业的链路，助力增益、降本和增效。 2、金融行业应用Gen AI的典型案例（1）AlphaSense推出生成式AI助手-AlphaSense 助手 AlphaSense是金融市场情报和搜索领域的领先平台，此前其推出了AlphaSense助手，这是一款创新的生成式AI聊天工具，旨在改变金融从业者从数百万商业和财务文档中提取行业洞察的方式。此外，AlphaSense还推出了企业智能服务，将其AI驱动的搜索、摘要和聊天功能安全地集成到客户专有的组织知识和AlphaSense广泛的内容库中。 AlphaSense助手由AlphaSense专为市场情报定制的大型语言模型（ASLLM）支持，基于AlphaSense的行业领先内容库，提供一个会话式聊天界面，大大提升了商业和金融专业人士的研究效率。用户可以轻松咨询特定领域的投资机会或竞争对手分析，并立即获得准确答案。这些答案还具备内置的可审计性，方便用户追溯到原始资料，进行上下文和验证的检查。（2）FeatureSpace 推出 TallierLTM™金融垂直大模型作为全球领先的企业级防欺诈技术供应商，FeatureSpace 推出了世界首个大型交易模型（LTM）- TallierLTM™。 TallierLTM™ 采用自我监督的预训练方法，对各司法管辖区和市场细分领域的交易行为进行了深入分析，使其能够真实反映现实世界中的消费者交易行为。与行业标准模型在典型的 5:1 误报率下运行相比，TallierLTM™ 在欺诈检测准确性方面提升高达 71%。通过分析数十亿笔交易，TallierLTM™ 具备揭示隐藏的交易模式并预测消费者行为的能力，可以为数据科学家提供区分合法与犯罪活动的关键洞察。金融机构可以通过嵌入 API 与 TallierLTM™ 交互，将交易历史转换为机器可读的特征向量，创建成独特的 "行为条形码"，全面代表消费者的交易行为，同时还能保护个人隐私。（3）Visa推出基于生成式AI的欺诈解决方案 Visa 基于生成式AI技术，于今年5月份面向美国金融机构推出账户攻击情报（VAAI）评分工具，以识别和防范金融交易中的枚举攻击（enumeration attacks）。该工具能够实时检测可疑活动，并为金融机构提供风险评分，帮助客户精准判断何时需要阻止交易，从而防止潜在的欺诈行为。该AI工具通过学习持卡人的交易习惯，能在四毫秒内自动评估交易风险，区分正常消费与异常行为，快速识别可能的攻击性交易。其经过超过 150 亿笔交易数据的训练，通过比对历史枚举攻击模式生成风险评分，预测交易是否属于枚举攻击。与现有的风险评估模型相比，VAAI 工具在减少误报方面显著进步，误报率降低了 85%。（4）澜码科技尽调报告Agent案例国内某银行推出一项普惠贷款服务，旨在为中小企业提供便捷的贷款服务，以支持实体经济的发展和创新。但在发放普惠贷款的过程中，银行难以全面了解借款企业信息状况和还款能力，尤其是面对缺乏完善财务记录的中小企业和个体工商户时。因此银行客户经理往往要花费大量时间收集和分析各类资料，对申请企业进行尽职调查，并撰写尽调报告，包括客户情况分析、财务数据分析、尽调审核分析等等。但是，银行一线客户经理的业务分析水平参差不齐，导致了尽职调查和尽调报告质量不一，同时，系统中的报告模版也往往比较僵化，无法直接使用，一线客户经理就要花费大量时间在报告撰写上。澜码基于该需求，为客户构建了一款基于大语言模型的尽调报告Agent，可以自动给出分析结论、生成报告，辅助一线银行客户经理的工作，不仅能够节省一线客户经理80%报告撰写的时间，还可以全面审核客户资料，帮助人工发现一些不易发觉的点或遗漏，减少错误率。 3、国内代表性AI金融服务商深擎科技深擎科技成立于2018年，是一家专注于为企业提供人工智能技术赋能的公司，尤其在自然语言处理、个性化推荐和大语言模型等领域具有卓越的研发能力。核心创始团队来自IBM中国AI实验室，曾参与Watson研发，具备优秀的技术和工程实力。公司利用AI与大数据分析技术，为券商和银行提供内容科技与智能营销产品，助力客户获取、活跃和交易转化。深耕金融行业，掌握增长场景的深度KnowHow，并以AI Agent为基座，打造行业刚需的应用产品体系。产品已实现PMF，覆盖了80%的大中型券商和50%的大型银行。企业优势：技术实力强：深擎的核心技术团队源自IBM人工智能实验室，技术底蕴深厚。深擎自主研发的金融行业预训练模型（L1），效果准确率评测，超国内多个千亿模型，接近GPT4。大模型在2B场景落地过程中，最重要是准确率，在客户关心的重要技术指标上深擎处于行业领先地位，譬如：Function call多场景复杂接口的识别准确率达93%以上，多轮语义准确率和召回率分别达到95%和90%以上，AIGC内容合格率超95%。深入业务与场景：深擎在发展过程中，吸引了一批来自甲方客户的业务专家，因此能够把技术、产品与客户业务做有效整合。通过场景设计，深度融入客户核心业务，实现可量化的业务价值。譬如，有多款自研AIGC内容产品规模化上线运行，嵌入客户核心营销流程，实现内容生产效率超100倍提升。数据丰富且高质量：经过多年积累，深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环，能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。客户案例多且合作深：深擎已与多家国内前十大券商合作大模型项目落地，案例数量在行业内处于领先地位。客户多，意味着产品的有效迭代就快，而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识，代表着新质生产力。项目案例多，意味着遇到的实际问题多，踩的坑多，解决问题的办法就多，也更加合理。此外，深擎与多家头部券商在大模型落地过程中有深度合作，通过产品、数据、业务形成闭环迭代，能够让客户真正把产品使用起来，并不断根据用户反馈、数据反馈，迭代AI产品。甜新科技甜新科技成立于2016年，总部位于上海，是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。公司的产品包括VCRM系列产品，是基于Al+视频的营销解决方案，助力企业营销转化。致力于在视频营销科技领域，为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。企业优势：多种客户触达方式：平台可提供目前市场上主流客户触达方式，包含：AI交互视频、视频通知，AI语音外呼、视频短信、文本短信等客户触达方式，可根据不同的客户触达目标选择及组合。提高用户参与度：通过互动视频，用户可以与数字人内容互动，相比传统视频内容，这种形式能极大地提升用户的参与度和兴趣，从而增加用户停留时间和参与深度。提升品牌影响力：首先，通过一段3分钟原视频，即可快速生成和金融机构代言人真人一模一样的数字人分身，五官、动作、表情、声音完全模仿本人，通过数字分身与客户进行视频对话，基于自然语言处理及大模型技术，可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象，通过用户与视频内容的互动，可以增加品牌的曝光度和记忆度。千人千面的客户服务：利用AI技术，基于用户的行为和偏好提供个性化的视频内容推荐，实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。效率提升：外呼营销平台能自动分析用户数据和互动结果，沉淀数据、为营销人员提供数据支持，帮助其快速调整营销策略，提高营销转化效果。基于AIGC的内容生产：外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容，如：使用不同的数字人形象，数字人复刻、声音复刻，同时，为了提高客户参与度和转化率可以快速生成大量营销内容，减少人工编辑时间和成本，满足金融行业的快速变化和更新需求。澜码科技澜码科技是一家基于大语言模型的企业级AI Agent平台公司，核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。澜码科技率先填补了国内大模型中间层的空白，是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型，澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”，助力企业构建基于专家知识的超级自动化，从而提升业务质量和效率。澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资，并与多家上市公司和独角兽企业达成战略合作。企业优势： “模型中立”优势：目前大语言模型厂商在发布模型时仅定义了参数，未对模型的具体特性参数（FeatureList）进行定义，这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境，难以准确评估模型在特定应用场景中的适用性和效率，以及难以根据自身需求高性价比的选择、调整和优化模型，这需要基于经验和实际情况不断进行匹配和调试。作为模型中立厂商，澜码科技在过去一年多的大语言模型应用实践中，积累了大量实战场景下Agent原子能力的表现数据，因此更加了解在不同场景下的模型的表现和效果。专家知识是AI Agent 得以在企业落地的关键：专家知识的高度决定了AI Agent能够提供的价值高度，数据会帮助专家快速迭代专家知识，从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识，解决不了实际业务问题，如同一位名校毕业的高材生，由于缺乏实践经验而难以胜任具体的业务任务；此外，大语言模型对于自身能力边界的认知模糊，导致在面对超出自身能力范畴的问题时，仍试图依靠自身理解给出答案，结果往往南辕北辙，这就是常说的“模型幻觉”。因此，在企业级应用场景下，专家知识对大语言模型落地至关重要，可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台，可以沉淀专家的知识和行业经验，构建企业知识库，促进知识共享与传承。基于此，Agent辅助知识治理，配合专家知识数字化沉淀；专家知识赋能Agent与工作流，形成良性闭环。针对办公，特别是金融、财务的办公场景的成熟技能的封装能力。和企业已有组织、权限、基础设施的集成。有连云有连云成立于2015年，是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点，推进大模型的垂直应用，结合庞大的金融专业语料库，集成自然语言处理、OCR和多模态技术，实现各类事件指标的准确、实时、智能化获取，满足自定义和配置需求。企业优势强大的技术基础：有连云的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。精准的数据处理：麒麟大模型能够实时获取和解析ETF产品层面的数据，生成产品分析、研报摘要和观点，提升信息检索效率和AI批量生成资讯，解决基金公司在产品营销中的难点。广泛的生态连接：强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。全面的合规保障：在上市公司声誉管理和投资者关系管理领域，麒麟大模型通过智能创作、智能标签和可视化报表服务，保障资讯的真实合规，并实时跟踪推送状态，提供强有力的商业决策支持。行业认可：有连云已获得国家互联网信息办公室的3项深度合成算法备案，入选中国信通院《2023大模型和AIGC产业图谱》，并获得数字化软件产品能力DSSC优秀级认证，成为中国信通院《数字化软件产品及服务能力体系规范》编制单位，参与行业标准制订。金融行业落地Gen AI的关键能力尽管在金融行业落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度，以及监管合规等挑战，但落地难度相较于传统AI项目，难度会更低，实施路径也更直接。甜新科技认为金融行业落地Gen AI需要跨越以下7个维度的关键能力： 1. 明确转型目标和战略：金融机构首先需要明确自身的数字化转型目标和战略，确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略，必须包含以下关键因素：高层领导层的愿景、一致性和承诺，以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景：在明确转型目标后，金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如，AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累：金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础，而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。在部署大模型的时候，金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为，有效的集成和模型维护将依赖于多个架构组件：上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型（LLM）运营等。（深擎科技采访供图）数据质量至关重要，尤其是在通用人工智能领域。面对海量且非结构化的数据集，确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术，在数据生命周期的关键环节进行精准干预，以保证数据的高标准质量。同时，数据领域的领导者需要深入考虑新技术带来的安全风险，并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构：为了推动AI项目的顺利实施，金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前，金融机构必须思考当前的架构为何难以无缝集成AI创新能力。成功落地AI的金融机构，并不是鼓励落地相关计划，而是通过为现有团队配备所需的资源，并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作：金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略，以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外，与AI领域的领先企业或研究机构合作，可以加快技术进步和创新。 6. 强化合规和安全风险管理：金融机构在实施人工智能技术时，必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规，还涉及到保护客户隐私、预防欺诈和洗钱等风险。在引入大型模型和生成式人工智能之前，金融机构通常需要对其风险管理和模型治理框架进行重新设计，并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题，必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式，金融机构可以在确保技术优势的同时，维护其业务的合规性和安全性。 7. 持续优化和创新： AI技术是不断发展的，金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。金融行业落地Gen AI的挑战尽管大模型和Gen AI能为金融行业带来巨大价值，但囿于要被高度监管的属性，金融行业在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题： 1、确保数据质量和安全性对于金融企业而言，获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量，因此，金融机构必须实施严格的数据治理流程，以确保数据的准确性和可靠性。许多银行拥有一个庞大而复杂的数据架构，这些架构往往跨越了数十年，涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务，需要投入大量的资源和努力。同时，金融企业还必须严格遵守数据保护法规，确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战，也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规金融领域对人工智能系统的应用必须严格遵守一系列法规，且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度，这无疑增加了管理的难度和成本。同时，金融机构还需定期对AI系统进行性能监控，确保没有偏差，并妥善处理可能出现的意外结果。此外，AI技术在金融领域的应用涉及到对海量数据的处理和分析，这不仅要求金融机构拥有强大的存储和计算资源，也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案，但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时，将先进的AI工具与金融机构现有的IT系统无缝集成，也是一个需要克服的技术难题。 3、道德考量和偏见人工智能在金融领域的整合引发了重要的道德考量，特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如，如果历史贷款数据对某些特定人群存在偏见，那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。此外，快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变，金融机构需要不断适应新的监管政策，并保持系统的灵活性以应对这些变化。人工智能在金融领域的未来尽管生成式人工智能是目前各行各业的流行词，但如何将该技术付诸实践的最佳方式仍然尚未确定。澜码科技CEO周健指出，目前金融行业面临的主要挑战是大型模型的准确度尚未达到令人满意的标准，以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案，然后确保它们在特定应用场景中的表现能够超越人类，这也是最具挑战性的部分。此外，在认知层面，一个普遍的误区是人们常常被所谓的“理想路径”所误导，认为大语言模型能够应对所有任务。然而，在实际操作中，可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下，我们需要通过更高效的人机交互方式，使业务人员能够明确地表达他们的需求，以便在业务流程中实现端到端的有效支持。另一个常见的误区是，人们期望用户去适应技术，而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进，就可能充分发挥大型模型的潜力。但目前，这一领域的探索还相对较少。金融行业落地大模型和生成式AI不仅需要技术上的升级，还需要进行企业文化的转型，以接纳创新，这将是一个漫长且充满挑战的过程。参考资料： https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作者：qiuping 来源：非凡产研以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。
有连云07-23 18:17
民生证券：给予伟星新材买入评级
 go
决方案），4）星管家（一站式解决产品全生命周期的服务问题）。　　经典的形象代言，加深消费品的品牌力量　　通过具象化的品牌形象，能更好地传递品牌景愿、与消费者建立情感联系。例如①迪士尼的“米老鼠”，在影视、周边商品和主题乐园中反复出现，将品牌与欢乐、奇幻和梦想联系在一起，米老鼠和迪士尼如今已成为全球最知名的卡通形象和品牌之一。②麦当劳的麦当劳叔叔，是红、黄配色的幽默“小丑”形象，是麦当劳的“首席快乐官”，突出品牌与童趣、家庭的联系，深受儿童喜爱。　　品宣持续加码，市场承压、坚定打造高质量经营　　行业竞争激烈，公司持续发力品宣，从社交媒体互动、小区推广、广告、代言人等多角度加码营销，行业低点逆势投入。2023年公司销售费用同比提升10.87%，其中广告费用同比提升15.25%。24Q1公司销售费用率同比提升1.22pct，销售费用同比增加21.1%。2024年4月官宣刘诗诗成为水生态代言人，据公司，代言人纯净与坚毅的独有气质，将助力提高伟星净水、采暖系统产品的知名度和影响力。2024年7月官宣虚拟品牌官“大象威森”，致力于品牌力的持续升级。　　楼市步入新阶段，品牌力与渠道力释放先发优势　　房地产市场新阶段，二手房装修市场占比更高，贝壳研究院预估，2024年新房和存量房装修市场规模占比分别为40%、60%左右。此外，一线与新一线城市二手房装修占比较高，2023年家装规模超过800亿的城市，主要有上海、北京、成都，其中上海规模为1033亿元；重庆、武汉、杭州、广州等城市的家装市场规模为超500亿元的水平，布局在重点一二线的消费建材品牌有望释放先发优势。伟星历史品牌沉淀+重点区域布局，将在二手房高线城市楼市交易市场受益。　　投资建议：我们看好公司①高质量发展和高盈利能力，是二手房时代复购率逻辑较强的建材品种；②深耕零售，推进“同心圆”“大系统”战略，家居客单值、品牌力加速提升。我们预测公司2024-2026年归母净利为14.5、15.9、17.8亿元，现价对应PE为16、14、13倍，维持“推荐”评级。　　风险提示：原材料价格波动、竞争加剧的风险；新业务拓展不及预期。证券之星数据中心根据近三年发布的研报数据计算，东吴证券房大磊研究员团队对该股研究较为深入，近三年预测准确度均值高达86.21%，其预测2024年度归属净利润为盈利14.88亿，根据现价换算的预测PE为15.57。最新盈利预测明细如下：该股最近90天内共有21家机构给出评级，买入评级17家，增持评级4家；过去90天内机构目标均价为20.54。以上内容由证券之星根据公开信息整理，由算法生成（网信算备310104345710301240019号），与本站立场无关，如数据存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星07-23 16:55
Coinbase前CTO：10张图看懂美国经济现状除了印钞机别无选择
 go
通过意外加息使其贬值，银行系统得以维持生命。看看美联储的这张图表就知道了。左下方的蓝色凸起是 2008 年危机时的贷款。紫色是 COVID。右边的巨型橙色/蓝绿色怪物代表 2023 年银行业危机。看看它比 2008 年高多少？ 2、借款额超过新冠疫情第二，你知道吗？在“拜登繁荣”期间，美国的借款额比新冠疫情期间还多？暂且不论新冠疫情是否应该被视为金融危机。至少新冠疫情期间的借款利率约为 0%。但如今，美国政府在和平时期借入了历史性的巨额资金……而且利率高达 5%！这是一个绝望的人用信用卡刷爆账单的行为。 3、利息支出超过国防支出第三，你是否知道所有这些借款已使国债利息支出成为政府最大的单项支出？超过国防、社会保障或其他任何支出。截至 2024 年，所有税收（和印刷美元）的首要用途是支付给债券持有人。即便如此，过去几年购买美国国债（或其他债券）的任何人都快消失了。对于所有战争和所有福利来说，都是先买后付。从图表中可以看出，付款的时间到了。 4、美元进一步贬值第四，你知道吗，美元在短短四年内贬值了至少 25%？你可能从通货膨胀的亲身经历中知道这一点。但拉里·萨默斯估计，购买力的下降幅度甚至比这还要大，如果算上利率上升导致的贷款还款大幅增加，年均数字将达到 18%。四年内，这一贬值数字将远远超过美元价值的 25%。 5、中国进一步抛售美国国债接下来，你知道吗，中国（美国国债最大的外国买家）一直在加速抛售美国国债？这有点技术性，但中国是美国的“外部投资者”，就像投资你的科技公司的新风险投资家是外部投资者一样。即使只购买你 5% 的股权（或在这种情况下是债务），他们也会为其他所有人设定价格。并表明外部需求强劲，而这些需求来自那些不必购买的人。但现在外部需求正在崩溃： 6、金砖国家购买更多黄金但美元不是价值储存手段吗？如果不购买美国国债，其他国家还会购买什么呢？中国是美国以外大部分国家的领头羊。这些国家已经开始囤积历史性数量的黄金，而西方国家一直在抛售黄金。请看： 7、比以往任何时候都更加去美元化好吧，那么美元作为交易媒介怎么样？好吧，中国——如果你不知道的话，它是目前世界上大多数国家的头号贸易伙伴——刚刚转向以人民币进行跨境外汇交易。 8、制裁效力比以往任何时候都低好吧，但美元难道不能继续用作制裁武器吗？各国难道不需要进入美国金融系统吗？事实上，不需要。对俄罗斯的所有制裁实际上对欧洲的伤害大于对俄罗斯的伤害。欧洲需要俄罗斯的石油和天然气，但俄罗斯还有其他客户。因此，根据世界银行（不是俄罗斯消息来源！）的数据，俄罗斯刚刚超越日本，成为按购买力平价计算的 GDP 排名第四的全球经济体。 9、和平时期债务逼近二战但美国军方怎么办？它最终难道不能发动战争来保护美元吗？这是一个很长的话题，但请看下面的图表。今天，美国表面上处于“和平时期”。但它的债务与二战时期相当：同样，这是另一个话题，但美国既没有资金，也没有制造基础来对中国这样的对手发起持续的军事行动。你无法与你的工厂作战——尤其是在你没钱的时候。 10、真实债务超过历史上任何帝国最后，也许整个话题中最重要的数字是175.3万亿美元。当你把社会保障和医疗保险等所有福利都考虑在内时，这实际上是美国的真正债务。而且这个数字本身也在迅速增加。不要相信我的话，要相信美国政府 2024 年 2 月的财务报告： 175.3万亿美元与Druckenmiller一直使用的约 200 万亿美元的数字相符，Druckenmiller将一切因素都考虑在内，用于表示美国政府全部负债。当然，目前我们处于垄断货币领域，因为： a) 整个联邦政府去年只收入了约 2 万亿美元 b) 这个数字本身就受到赤字支出的影响 c) 自 2020 年以来，美元实际下跌了约 25% d) 如果清算，资产价值中的“177 万亿美元”会暴跌 e) ...或者如果发生金融危机，或者两者兼而有之，那么 175 万亿美元的债务是无法偿还的。美国政府几乎没有足够的钱来偿还所欠的债务。它向所有人（从盟友到退休人员）做出了承诺，但根本无法兑现。在这种失职中继续掌权，将变得非常糟糕，大多数人无法真正理解。美元正变得不那么重要简而言之：我还没有开始。我可以展示更多的图表，还有更多来自世界各地债券、房地产和科技领域投资者的视频，他们看到了正在发生的事情。但如果你诚实的话，美元的地位正在迅速下降。它根本不再是以前不可或缺的资产。总结一下： a）中国不需要美元来交易，他们使用人民币而不是美元。 b）金砖国家不需要美元来储蓄，他们购买黄金而不是美国债券。 c）俄罗斯不需要美元来生存，他们是被美国经济拒之门外的第四大经济体。 d）然而，美国需要尽可能多的国家接受美元，因为它的借款水平超越了新冠疫情、二战和历史上任何帝国。那么，接下来会发生什么？我有一些想法，但首先我们需要就正在发生的事情达成一致。来源：金色财经
金色财经07-23 13:36

上一页
1
•••
86
87
88
89
90
•••
939
下一页

24小时热点

最新话题更多