至顶网软件频道消息: 人工智能、区块链、大数据等技术的发展正在引发全球新一轮科技浪潮,科技与金融的融合呈现出快速迭代、螺旋上升的变革趋势,金融科技的应用场景也在呈现多元化。为深度探讨人工智能、区块链、金融科技等当下焦点话题,3月29日,长江商学院联手京东金融召开了以“新科技、新金融、新担当”为主题的2018科技创新峰会暨第九届长江青投论坛。
作为本次活动的重要环节之一,长江商学院与京东金融共同宣布长江商学院京东金融科技学堂首期班正式开营。在经过多轮面试和综合考评后,共有40位金融科技领域的行业精英参加本次课程培训,学堂将在3月30日进入正式的授课阶段。
活动上,长江商学院创办院长、中国商业与全球化教授项兵,京东金融CEO陈生强,长江商学院副院长、长江创创社区发起人刘劲,前Intel中国研究院院长吴甘沙,红杉资本投资合伙人胡启林,华软资本董事长王广宇等知名学者、企业家及相关业内人士出席。
左:长江商学院创办院长项兵;右:京东金融CEO陈生强
长江商学院创办院长、中国商业与全球化教授项兵表示,互联网与物联网、大数据、云计算等一系列颠覆式技术创新正迎来临界点与拐点,金融领域目前已经进入科技驱动时代。国内的金融科技企业正在大数据与数据分析、区块链技术、消费与场景金融、支付科技、保险科技等领域成为全球金融行业的重要参与者。长江商学院正持续整合全球优质创新资源,致力于搭建全球创新创业的平台。
长江商学院创办院长、中国商业与全球化教授项兵
作为演讲嘉宾之一,京东金融副总裁、技术研发部总经理曹鹏表示,作为一家服务金融机构的科技公司,京东金融通过运营能力、数据能力和AI能力,以及全新的B2B2C企业服务模式,帮助金融机构提高效率、降低成本、增加收入。同时,京东金融希望用科技解决金融的问题,再把金融的业务还给金融机构,从而实现“金融回归金融,科技回归科技”。
京东金融副总裁、技术研发部总经理曹鹏
汇聚业内精英 首期班学员全部亮相
长江商学院京东金融科技学堂是由长江商学院创创社区和京东金融旗下京东大学众创学院联合打造的面向金融科技领域行业精英的创新实践与成长加速营,集合长江商学院教授源自本土引领世界的原创思想和京东金融务实创新的商业生态与金融科技领域的领先经验,帮助学员在纵向深度学习中更新迭代知识体系,在横向多维观察中探讨模式创新,进而实现自身跨越式发展。
长江商学院京东金融科技学堂首期班的课程将独创“理论+实践”、“纵览+聚焦”、“传承+颠覆”三大特色,并设置了9大模块,以导师授课、主题研讨、深度剖析为主,辅以深度行业交流、高端行业论坛、企业深度参访、实地考察、全球课堂等多样化的学习方式,从不同维度、以不同方式为学员传授技艺。
据了解,经历三轮严格的面试和筛选,最终确定参加首期课程的40位学员,包括真融宝创始人兼COO张晓亮、康曼德资本管理有限公司董事长兼总经理丁楹、重庆富民银行股份有限公司总行行长助理兼首席战略官李刚毅、恒昌利通投资管理有限公司CEO秦洪涛等。
秉承“正道成功” 京东大学众创学院点燃创业者发展引擎
作为长江商学院京东金融科技学堂的创办方之一,京东大学众创学院不仅为学堂提供了多位京东体系内经验丰富的高层管理者分享实战经验,更将自身的办学理念带到了金融科技学堂。
据了解,京东金融旗下的京东大学众创学院自创办以来始终秉持京东“正道成功”的理念,以京东系创业经验直接交流为特色,并邀请当代著名学者与企业家客座分享授课,是兼顾创新创业的实战与理论、经验与趋势,为学员提供与时俱进的系统化课程。截至目前,其特色课程创业集中营已成功举办四期,培训学员超过170名,第五期也即将开始招生。
更加值得关注的是,除了创始人的自身能力提升与人脉资源积累外,企业所需的各项创业生态服务,都能够通过京东众创生态体系获得,在最大程度上帮助企业解决在发展过程中遇到的成本高、资金缺、用户少、流量贵等难题,促进企业成长。
这是最好的时代,互联网使创业信息更加扁平化,无数创业者不断从一片片红海中寻找到蓝海。京东大学众创学院将直击“双创”企业面临的资源、人脉、理论等多重痛点,为创业者提供与成功企业家交流的平台,让创业创新变得简单,并将具有梦想的企业创始人们推向一个更高的起点。
目前,全球正在经历一场前所未有的金融科技革命,传统意义上的金融行业渐行渐远,一个更具活力和效率的金融科技时代已经来到我们身边。在这样的风口之上,金融科技的创业者和寻求突破的金融从业者正站在同一起跑线上寻求起飞。京东金融希望通过长江商学院京东金融科技学堂与众多同道者一起,在这个历史巨变中担当先行者,用理论和实践来探索一条通向金融科技未来的新通路。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。