FX168财经网_全球视野外汇黄金加密货币NFT资讯网

成熟的AI PC应内嵌个人Agent、大模型，或能实现多模态自然语言交互等。刘军称，AI PC是今年联想最重头产品，内部非常重视，投入了巨大的研发资源，除了开发软件以外，还要建立生态系统。

金融界2024-01-12

AI算力全面升级，AI人工智能ETF(512930.SH)盘中溢价走阔，近5个交易日“吸金”超千万

计算架构，当前算法模型的发展趋势以AI大模型为代表，算力技术与算法模型是其中的核心关键，算力技术以AI芯片、AI服务器、AI集群为载体。 AI人工智能ETF(512930.SH)紧密跟踪中证人工智能主题指数，中证人工智能主题指数从沪深市场中选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2023年12月29日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、科大讯飞(002230)、韦尔股份(603501)、金山办公(688111)、中际旭创(300308)、澜起科技(688008)、中科曙光(603019)、紫光股份(000938)、用友网络(600588)、大华股份(002236)，前十大权重股合计占比47.28%。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2024-01-12

2024年度十大硬科技趋势！如何进行把握？

金融界2024-01-12

2024年度十大硬科技趋势！如何进行把握？

有连云2024-01-12

九方财富入选2023毕马威“金融科技企业双50榜单”

揭晓，九方财富（09636.HK）凭借大模型技术在金融证券垂直领域的应用研究及金融业“数智化”转型成果，成功入选该榜单。图片来源：毕马威作为国际四大会计事务所之一，毕马威从2016年开始连续推出多届“金融科技企业双50榜单”，通过发布权威企业名单和针对性研究成果，为金融科技各细分领域提供先进的“样板经验”。据了解，该榜单围绕科学与数据、创新与变革、金融服务普及、资本市场认可度、行业发展前瞻度等维度对参选企业进行客观专业的量化评估，既涵盖中国金融科技领域的创新引领企业，也代表了中国金融科技领域最前沿的科技创新力量。普惠金融从“数实融合”到“数实共生” 在此次活动中，四川省及成都市相关领导及毕马威中国副主席等出席大会并作主题致辞。毕马威发布了2023年毕马威中国金融科技企业双50榜单及年度趋势报告。报告整合了行业赋能资源，梳理了专项领域的战略优势，强调普惠金融从“数实融合”到“数实共生”发展趋势，为中国金融科技产业繁荣提供多方位的参考与支持，同时推动中国金融科技生态圈的建设。报告对上榜企业分别进行了“专业领域”、“城市和地域”、“主要技术要素”、“技术人员比例”、“成立时间”五大维度的分析总结。此外，报告还详细介绍了2023金融科技的发展趋势与未来发展布局。图片来源：毕马威毕马威中国金融科技主管合伙人黄艾舟表示，金融业数字化转型过程中，在行业垂直类大模型落地所需的三大支柱算法、算力、数据，相较其他行业都有独特优势。其中，数据决定了大模型的智能范围，而金融行业掌握了海量的历史数据和文字资料等，为行业大模型的开发提供了天然的便利；金融科技企业在金融数字化、智能化的过程中在算法和算力等方面也形成了自己独有的解决方案。预计随着底层大模型从增量转入存量阶段，拼质量、拼落地会成为竞争重点，发力模型推理侧的企业的竞争优势会进一步显现。抓住AI浪潮，抢滩智能投顾如今，人工智能等技术深刻改变着金融服务方式。对于投顾行业而言，传统的投资咨询依赖于人工，但智能投顾利用AI算法分析客户的投资目标、风险承受能力和市场趋势，更为理性和科学。同时智能投顾通常比传统的投顾服务成本更低，因其节省了人工费用，同时也降低了小额投资者的门槛，使更多人能够参与资本市场。人工智能带动下的智能投顾，成为今年来投顾行业金融科技“关键词”。九方财富就在智能投顾领域加大投研，业内率先推出智能投顾数字人“九哥”。“九哥”底座是九方自研的九章证券领域大模型，融合了在证券行业多年的知识积累，在感知能力、思维决策、内容输出等方面呈现出很高的专业性、严谨性与准确性。“九哥”拥有的大盘分析、策略生成等八大核心功能，可为不同层级的投资者提供个性化服务。此外，九方财富还积极“借船出海”，分别与华为云、科大讯飞共建科技创新实验室、人工智能实验室。九方财富旗下子公司九方智投的App也将迎来重磅升级，在产品、风控、服务等领域都将有突破性进展，给用户全生命周期的陪伴。九方财富（09636.HK）相关人士表示，此次入选2023毕马威“中国金融科技企业双50榜单”只是开始。站在新的起点，九方财富将深度聚焦金融科技，顺应行业发展浪潮，以丰富的业务场景来驱动技术创新，持续为金融业数字化转型升级和科技变革赋能，推动行业可持续高质量发展。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2024-01-12

利好迭出，机构：2024人工智能或将最值得关注，相关产品AI人工智能ETF(512930.SH)获资金积极布局

多贴近实际场景的AI应用、更加定制化的大模型形成生态、AI端侧硬件的变革，有可能能够更加深刻地看到AI大模型在我们的生活或者工作中带给我们的改变。 AI人工智能ETF(512930.SH)紧密跟踪中证人工智能主题指数，中证人工智能主题指数从沪深市场中选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2023年12月29日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、科大讯飞(002230)、韦尔股份(603501)、金山办公(688111)、中际旭创(300308)、澜起科技(688008)、中科曙光(603019)、紫光股份(000938)、用友网络(600588)、大华股份(002236)，前十大权重股合计占比47.28%。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2024-01-12

ETF市场日报（1月11日）：新能源车电池ETF领涨创业板综指即将迎来新产品

传动、精测电子。中信证券认为，以AI大模型为代表，科技产业已进入新一轮创新周期。科技产业链有望迎来算力、模型、应用、终端、自动驾驶、人形机器人等领域全栈式创新升级，产业价值有望重塑，带来诸多投资良机。展望2024年，创新与安全并重或是科技产业发展之主线，我国科技企业有望充分把握新一轮创新浪潮，加速对国际领先水平追赶并在部分重要领域形成引领。目前市场上跟踪创业板综合指数的ETF仅一只，创业板综ETF万家(159541)。创业板综合指数反映深圳证券交易所上市证券价格的综合变动情况以及市场总体走势，2010年08月20日正式发布。区别于创业板综合指数，创业板指数从创业板股票中选取100只组成样本股,反映创业板市场层次的运行情况。创业板指数与深证成份指数、中小板指数共同构成反映深交所上市股票运行情况的核心指数。创业板指数样本股调整每半年进行一次，以反映创业板市场快速成长的特点，跟踪创业板指数的ETF共有13只。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2024-01-12

佳讯飞鸿：推出的国内首个铁路行业大模型技术产品已开展试用

铁路现行标准、规范和专业知识，运用语言大模型技术自主研发，具有极强的自然语言理解能力，能够听懂专业或非专业的表达。同时，该助手还具有严格的知识边界，有效避免编造虚假信息的“AI幻觉”，确保了服务质量；成功打造了铁路行业的知识智库，能够帮助从业人员快速掌握各类专业知识。目前，该产品已开展试用。

金融界2024-01-12

IOST AI LABS ｜「 AI 视界」市场冷静期到来 AI 该如何脱虚向实

影响、 AI 算法的偏见与歧视、AI 大模型训练的高耗能、AI 对假信息和社会舆论的操纵、生成式 AI 在人类创新创造中的角色……在 AI 行业加速奔跑的今天，这些问题值得我们细细思考，而全球各界也都在持续加强对于 AI 伦理问题的研究和探讨，并推动制定相应的行业伦理规范和生态标准。具象深耕六大领域 · 信息处理 AI 理论的迅猛发展为信息处理技术提供了新思路及新方法，促进了智能信息处理的发展与应用 —— AI 正在迅速渗透计算机及其他信息处理终端市场，专注于探索文字、图像、语音等信息的智能化处理、通信及控制等问题。 · 内容交互随着文本生成、图像生成、三维模型生成等一系列应用级人工智能内容生成（AIGC）算法的迭代发展，AI 已初步具备了数字化内容的生产交互能力，并持续突破逻辑推理、常识认知等诸多门槛。目前，全球大量 AI 工程师都正深耕以准确识别物体、声音、文本等内容为目标的技术，旨在为【 AI+】的多维生态拓建提供基础设施支持。 · 数算规改 AI 和机器学习的模型与其所使用的数据质量直接相关，如果数据存在偏见、错误或噪音，模型的输出也可能是不准确或有偏见的。为此，对数据采集、信息存储和算法处理做出相应的规划改革是非常重要的一环，是扩大 AI 应用范围的必要条件。 · 硬件开发随着生成式人工智能（AI）日益发展，硬件创新正成为新的商机，由 AI 驱动的硬件创新也在不断加速。AI 一直在不断改变软件方面的开发形态，新一代硬件也正在积极支持机器学习的发展，以完成更大规模的计算工作。 · 具身智能在人工智能浪潮下，由其所加持的机器人化身具身智能（Embodied Intelligence）吸引了全球的广泛关注，毫无疑问成为了机器人产业的下一个风口。从产业链的角度上看，机器视觉、边缘计算等是具身智能产业的重要基础组成部分，在政策扶持与市场需求双重驱动下，有望带动相关产业的探索和发展，而其中，帮助智能机器人实现任意动作的精确控制更是 AI 行业的重要研究领域。 · 通用 AI 目前对通用 AI 主要有两种理解：通用性的人工智能（General Artificial Intelligence，GAI）指的是能够处理多种任务的人工智能；人工通用智能（Artificial General Intelligence，AGI），也称强人工智能、超级人工智能等，指的是在所有方面都达到和超越人类水平的智能系统。通用 AI 是 AI 发展的终极目标。近年来，大模型通过持续扩大规模，出现了从量变到质变的能力“涌现”现象，在语言理解生成、逻辑推理等方面表现出预料之外的能力，拉开了迈向通用 AI 的序幕，成为新一轮科技革命和产业变革的重要驱动力量。 AI 实现突破发展的关键性瓶颈数据与算法 · 数据隐私和安全问题大规模的数据收集和处理往往会造成对个人隐私和数据安全的侵犯，而一些 AI 应用更是需要大量的个人数据来训练模型，从而引发系列潜在侵犯隐私等问题。 · 算法公正性和透明性源于训练数据中的偏见，以及算法的设计和实现规则，部分 AI 系统可能存在偏见和歧视等问题，这对于用户等利益相关方来说是一个严峻的挑战。伦理与监管 · AI 伦理问题随着 AI 行业的不断发展，一系列关乎社会伦理的问题开始出现，例如：AI 是否会威胁到人类作为主体和尊严的存在？人类是否会被边缘化或取代？这些问题涉及到人类与机器之间的关系，以及人类自身的价值观和意义。 · 标准与监管整体而言，目前全球范围内对于 AI 行业是暂时缺乏统一标准和监管框架的，这直接导致了世界各地 AI 生态发展的差异，并出现较多使用 AI 来谋取不正当利益的行为。人才与落地 · 迫需人才 AI 行业除了极度需要本行业高度专业化的人才之外（包括机器学习专家、数据科学家和工程师），还需要在各个传统领域有着专业知识、商业洞察力和团队合作领导力等具备跨学科技能的人才。随着行业的不断拓展，各领域专业人才的需求亦随之激增，并直接导致了激烈的市场人才竞争。 · 落地困境主要包括商业应用的不确定性和 ROI（投资回报率）两大问题：首先 AI 技术在理论上非常强大，但在实际商业应用中的成功并不总是容易实现；公司可能面临考量投资回报率，以及如何将 AI 技术整合到现有业务流程中的问题。要想排除重难，在市场上推动「AI ➕」产品、服务的应用落地可能还需要若干时间。除以上所重点谈及的三大板块之外，AI 要想实现指数式增长创新，还必须解决成本高昂、交互率低等诸多细微问题。可以说，目前，全球正处于AI 冷静期，经过半年的“稳固”，模式化 AI 不再是能拯救各行各业的“万金油”神药。市场回归冷静，并不一定是坏事，相反，静中思创，「AI+」行业/场景将为我们创造更多新叙事、新未来。脱虚向实 —— 多维深耕、生态共建 AI 本身就具有强大的发展潜力，随着相关技术的不断进步，解决方案的不断成熟，市场可能在不久的未来便会重新活跃起来。对此，正经历全球 AI 市场冷静期的我们，则更应该开拓思维，从市场、生态等多个维度进行深入调研，多维剖析，实时关注领域最新进展。 AI 正逐步从纯粹的理论概念和实验室研究走向了市场实际应用，渗透到现实社会的各个行业与我们的日常生活场景中来。而要想真正的脱虚向实，AI 就必须进一步完成多元化场景拓展与行业共建，在这个过程中，就涉及到技术、生态、政策、人才与落地等多方的协同助力。技术创研 · 模型优化与轻量化要想适应多元化生态场景，就需要不断优化、轻量化 AI 模型，以低门槛、低成本的优势来更好的适应于不同的硬件、环境。 · 自适应学习和迁移学习 AI 系统需要具备自适应学习能力，来保证自身能够在新场景中快速学习并适应，而迁移学习则可以帮助模型在不同任务之间，快速高效地完成信息交互与知识共享。产业协作 · 产学研产业界、学术界和研究机构之间的合作，对于 AI 行业的稳定融创发展颇具意义，通过多方的知识共享和资源交互，可进一步加速 AI 技术在实际场景中的应用落地。 · 联动平台需要多方携手建立开放式创新联动平台，以组织不同领域的公司和机构来共同解决个体多难以面对的诸多问题，从而推动 AI 的跨行业协作应用。政策规范 · 行业规范制定可靠的数据隐私法规和伦理规范，来保障用户的个人隐私及数据安全，从而确保 AI 应用在法律和伦理框架内的稳定、高效运行。 · 激励政策通过制定相应的规划扶持政策、措施，如税收优惠、资金支持等，来刺激 AI 行业的整体正向发展，并鼓励传统企业在多元场景中适度投资并应用 AI 来实现自身的数字化创新升级。人才教育 · 交叉培训推动跨学科指导教育，培养具有不同领域专业知识的人才，为 AI 赋能传统行业贮备综合性人才。 · 终身学习培养全民终身学习理念，支持行业相关者不断完善知识储备和技能熟练度，以适应行业的的迅猛发展和多元场景落地需求。且论 AI 未来发展趋势无需赘述，AI 的未来发展必定将涵盖诸多领域，各类赛道，无论是技术的迭代创新，还是产品、服务的改革开发，亦或是应用领域的持续拓建等等，一一讨论，便是过于杂乱，本文便主要从以下三大方向进行整合预测论述：多元技术融创未来的 AI 可能会更加注重自主学习能力的创新 —— 包括自监督学习和增强监督学习，这将使 AI 系统变得更为灵活与高效，从而更好地适应新的环境，以完成更为大规模的复合式任务。而就未来模型而言，它将面对更加复杂多样化的交互场景，更加注重文本、图像和视频等各种形式的信息融合。对此，未来的 AI 模型可能会变得更大、更复杂，并将涉及更大规模的深度学习模型、更快速的计算硬件以及更高效的模型架构。而多模态模型能够处理视觉信息、文本信息、听觉信息等多元化数据，能够对不同表现形式的信息进行融合理解，便是 AI 全面理解真实世界的重要一步。此外，随着硬件技术的不断发展，将 AI 算法融合到边缘设备上，减少对云计算的依赖，提高响应速度，是未来发展的一个重要方向。垂直行业落地未来 AI 将更广泛且深度地赋能各个垂直行业，包括医疗、金融、制造、零售、能源等。这必将涉及到更多系统性、定制化的解决方案，从而催生特定行业的特殊需求。此外，随着技术的发展，AI 将进一步渗透到新兴领域，如量子计算、生物医学、可再生能源等，并持续推动这些领域的创新和进步。生态建设规范随着 AI 技术的不断发展，社会对于伦理和法律问题的关注度不断增加，未来可能会更加强调AI 的道德使用、隐私保护和公平性，各国可能会制定更完善的法律框架来规范 AI 的开发和应用。包括隐私、安全、受限制等在内的一系列伦理和法规问题开始得到解决，并完成相应的法规、方针的制定，但可能需要时间来形成全球性的共识意见，而公众对于 AI 技术的认知和接受度也将随之大幅度提高。目前可预见的这些趋势只是一些可能的方向，实际发展取决于技术进步、社会需求和政策变化等多个因素的综合影响，人工智能领域作为一个高动态、快节奏的迭代创新过程，随时可因骤然出现的需求变化和市场动荡而催生全新的发展趋势和方向。结尾在奔赴 AI 星辰大海的征途中，【IOST AI LABS】已策略开启“ All in AI ”核心战略升级，积极抢抓政策利好及 AI 生态红利期，充分发挥自身在技术融创多链化、生态构建多云化、算力驱动产业化等领域的先天优势。目前，【IOST AI LABS】正携手 AWS、Tencent Cloud 等全球优质生态合作伙伴，通过对话与合作凝聚共识，构建开放、公正、有效的治理机制，持续加强AI、大数据、物联网、数字孪生等数字技术的创新研究，并已推出「NFT service 」、「Blockchain traceability service 」两大 AI 产品，以积极探索并拓展 AI 多领域创新性应用场景。在新产业、新业态、新商业模式经济建设的大背景下，企业对 AI 的需求逐渐升温， AI 产值的成长速度令人瞩目，而随着 AI 在千行百业的加速落地，相关企业必须深度聚焦且持续深耕“数据＋AI”赛道，抢 AI 技术变革带来的机遇，以科技创新塑造发展新动能，主动探索多场景应用价值，助推行业健康高质量发展。来源：金色财经

金色财经2024-01-11

毕马威：AIGC的爆发为投顾、投研等财富管理业务场景提供新支撑

C技术的进一步成熟，财富管理机构将探索大模型的更多应用场景，以提升效率和服务。毕马威中国金融科技主管合伙人黄艾舟表示，金融业数字化转型过程中，在算法、算力、数据等方面相较其他行业都有独特优势。“不过，AIGC在直接为客户提供投资建议方面，由于相关监管不明确以及数据安全、数据隐私等问题，仍需谨慎。”黄艾舟进一步指出。

金融界2024-01-11

24小时热点