3月18日,哈萨克斯坦Bank Center Credit(“BCC”)银行与蚂蚁数科在杭州签署战略合作框架协议。BCC将借助蚂蚁mPaaS首次创建Super App,面向全球及本土客户提供跨境贸易相关的数字服务。蚂蚁mPaaS是国内覆盖行业最广泛的多端开发平台,此次合作也是继蚂蚁数科推进出海战略后又一进展。
据悉,蚂蚁mPaaS将向BCC提供性能提升、移动研发效能、音视频、智能运营及安全合规能力的完整解决方案,包含移动平台、智能投放、容灾平台、研发协作、小程序开发套件、安全检测等产品组件,覆盖App研发及运维中面临的问题。同时,兼容丰富生态,使得研发团队仅需一次开发,即可多端投放到自建App及端内外小程序等。
“我们很高兴宣布与蚂蚁数科合作,蚂蚁在开发数字金融平台方面拥有丰富的经验,以其创造高品质产品和服务的创新方法而闻名。我们相信,合作将互惠互利,创造能满足客户需求并带来新机遇的产品。”BCC总裁Ruslan Vladimirov表示。BCC是哈萨克斯坦历史最悠久、规模最大的银行之一,为超300万客户提供全方位金融服务,并通过其包括40家外国银行的合作网络,向海外提供便捷的跨境支付。
中亚是一带一路倡议的关键区域,而哈萨克斯坦是中亚最大且最成熟的经济体,并积极推进数字化创新。前不久,数字发展、创新和航天航空工业部部长巴格达特·穆辛在第六届“数字阿拉木图:X工业——未来的数字化演变”国际数字化论坛上提到,哈萨克斯坦在线服务在全球排名第8,“电子政府”发展方面则全球排名第28位。
“哈萨克斯坦的人口结构年轻,45%人口年龄在30岁以下,热衷于采用数字经济与世界其他地区连接,当地企业数字化服务活跃度也非常高,这为我们双方合作提供了基础。”蚂蚁数科国际业务总经理黎国威在现场分享,“以超级应用开发解决方案合作为纽带,蚂蚁数科还将与BCC一起积极推动当地与中国商家生态的数字服务与贸易合作。”
据悉,针对海外市场,蚂蚁数科旗下mPaaS等多个技术产品已完成标准化、灵活性的整体迭代,并重点在数据安全合规方面进行升级,以适配不同国家和地区的要求。
蚂蚁mPaaS在国内广泛应用于金融、政务、交通及互联网等行业,服务于上百家中大型客户以及上千家中小客户,中国移动、上海地铁、广发银行等2000+移动App均基于mPaaS进行不同操作系统的应用开发。
蚂蚁数科移动科技业务负责人祁晓龙分析称,“无论是在中国还是中亚、东南亚,超级App仍然是企业数字化升级的重要一步,这一步关系着企业如何通过一个终端工具向用户提供多样化数字服务,充分链接生态伙伴,并进一步寻找下一个业务增长点。”
以“中国经验”为例,2020年新华保险正式启动“云翼项目”,针对底层架构设计、系统功能完整、客户操作体验三方面,使用蚂蚁SOFAStack、蚂蚁mPaaS对其“掌上新华”新版App进行了定向升级,切换完成后,App单日新增用户环比上周提升1000%,日活用户数提升450%,日均交易额为此前的4.63倍。
公开资料显示,蚂蚁数科是蚂蚁集团科技商业化独立板块,凭借区块链、云原生、安全科技等产品,在全球已经服务超过1万家企业客户。去年,蚂蚁数科发力海外市场,重点聚焦一带一路沿线国家、东南亚迅速增长的数字化需求,ZOLOZ、蚂蚁mPaaS、蚂蚁SOFAStack、ZAN四大规模化应用产品已拓展至马来西亚、菲律宾、印尼等。
蚂蚁集团资深副总裁、蚂蚁数科总裁蒋国飞在签约现场表示,“蚂蚁数科会坚定全球化战略,在国际市场中提升自身科技创新能力,联合全球伙伴帮助产业建立数字信任,为全球企业级客户的数字化升级提供动能。”
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。