ZD至顶网软件频道消息:3月3日,面对移动互联网、物联网、人工智能、大数据、工业4.0、共享经济等宏观新趋势的冲击,以及大量用户交易带来的金融数据爆发式增长,金融业尤其是传统银行对于风险控制的难度呈几何倍数上升,一旦发生风险,则可能导致全社会经济秩序的混乱。
在此形势的驱动下,百度云与民生银行积极达成合作。通过百度云在人工智能(AI)、大数据(Big Data)、云计算(Cloud Computing)ABC领域里强大的技术优势,为民生银行提供其信贷企业的风险管理和预警服务,首次实现云服务在股份制银行核心的贷后管理和信贷决策等领域的探索,并首次提出了大数据风险预警工具体系,旨在有效提高银行风险防范能力。
ABC时代,传统银行风险管理需要更多支持
随着人工智能、大数据、云计算等技术大力发展,包括政务部门、大型企业、中小企业以及创业企业在内的各行各业都在积极拥抱云计算,大量的交易互动发生在云上,使得金融场景及数据呈井喷式增长。
根据银监会在近期发布的《中国银行业信息科技“十三五”发展规划监管指导意见(征求意见稿)》,到“十三五”末期,面向互联网场景的重要信息系统全部迁移至云计算架构平台。因此,在“十三五”期间,银行业的数据融合有望切实落地。
风险定价和风险管理能力是金融业的核心本质,能否更好的建立业务评审策略并有效监测风险决定了未来金融机构的业务规模和利润空间。在新形势下,传统风控方式将难以适应,大量外部交易数据、监管数据、社会评价数据对银行业的风控模型建立来说显得尤为重要。而百度作为全球最大的中文搜索引擎服务商,在ABC领域有雄厚的技术力量和海量的外部数据,可以说具有得天独厚的优势。
民生银行作为一个极度注重社会责任和技术创新的银行,此次与百度云的合作,便是股份制银行首次将云服务使用到核心的贷后管理和信贷决策领域,无论从金融业本身以及云计算的发展来说,都具有划时代的意义。
百度云发挥ABC优势,助力民生银行在数据浪潮中平稳航行
百度云作为国内ABC领域的技术大拿,早在2016年9月,便与国家开发银行信息科技局在ABC及互联网金融等领域展开了深度合作。合作借助百度的人工智能技术解构非结构化数据,帮助国家开发银行科技局创建更具时效性和系统性的分析工具,结合国家开发银行的金融策略及经验,探索“人工智能”在传统银行领域的创新科技。
在此次合作中,百度云从对民生银行新增授信企业和在授信企业的风险管理出发,发挥百度云的大数据的收集、分析和计算建模能力优势,将海量非结构化数据进行处理,关联目标企业,并通过风险识别模型判断产生风险信号,通过百度云BOS服务和API对接银行内部业务流程,实现对银行授信企业具有前瞻性和全面性的风险监测,提升银行风险防控能力。后续还计划将扩展到信贷评审、项目评审乃至营销等多个领域。
据了解,该项目在1月13日已经完成了一期的产品研发并正式在民生银行业务系统上线,同时极快的实现了产品的标准化和可复制,在与民生银行达成合作后,百度云又快速与浙江省最大的民营担保公司之一温州中新力合征信服务股份有限公司签订合作协议,目前已经完成对接并已经上线。
大数据企业风险预警体系是百度云区别于竞争对手的一个专有金融服务能力,在未来,大中小银行、券商、资产管理公司、担保公司、征信公司、互联网金融公司等涉及企业信贷或资产管理领域业务的各类金融机构均可享受到此项独特的云服务。随着更多金融机构与百度云的深度合作,金融风控工作将得到强大的技术支持和可靠保障,为推动中国经济走向更稳健的未来奠定坚实的基础。
超大规模的数据处理能力
系统每天需要全网扫面并处理PB级的互联网数据。基于百度云和百度大脑遍布全国的机房以及超强的计算能力,我们使用百度云天算平台能对这些海量的信息进行及时、全面的计算与处理,让任何的蛛丝马迹无所遁形。
顶尖的自然语言处理能力
面对海量的全网数据,能否准确、高效地理解这些信息,并提取出风控模型需要的信息,是非常关键的一步。借助百度云天智平台的感知API, 可以及时、快速地对数据进行自然语言处理,为进一步的数据挖掘和机器学习打下基础。
超强的机器学习能力和企业画像能力
凭借着百度云以及百度大脑上的PaddlePaddle 、BML、Spark等优秀的平台,百度自主研发出了基于全网数据的企业风险预警模型和企业画像服务。上游经过预处理的数据结合该预警模型以及企业画像数据进行计算,最终输出目标企业的评分和风控画像,提供给下游的风险预警系统。
百度云企业风险预警系统’对外提供了离线推送(BOS)和在线查询(HTTP API)两种方式的数据接口,并且使用HTTPS协议来加密传输过程,有效地保障了数据传输的安全性。
百度云和百度大脑优秀的计算能力、自然语言处理能力以及机器学习能力,为‘百度云企业风险预警系统’铸造了坚强的基石,为客户能准确及时获取业务风险信息并有效地控制业务风险提供了有力的保障。
这是一次百度AI技术与金融业务的惊艳碰撞,它帮我们揭开了Fintech的神秘一角,也帮我们拉开了AI技术与金融业务大融合的时代序幕。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。