微软已经在与Swift SCRL合作,将该组织的金融通信网络引入Azure。
Swift系统是全球商业的核心支柱,有超过11000家金融机构以及大型企业适用该系统来交换他们有关其账户之间交易的数据,该系统帮助处理着全球大多数国际货币和证券的转移。
近日微软宣布与Swift合作,已经将运行在Azure上的该系统进行了概念验证的实施。目前微软自己的财务部门正在使用该部署来处理某些内部交易,负责该项目的首席项目经理Guru Kirthigavasan表示,该部门每年通过Swift支付超过4000亿美元的款项,以支持微软的运营。
微软打算将这一概念验证转变为面向金融机构的云服务,目标是为很多银行目前用于访问Swift的内部部署基础设施提供一种更简单的替代方案。
这一计划的定位并不仅仅局限于降低管理费用。微软正在探索与其他Azure服务进行集成以简化事务管理的可能性。
Kirthigavasan这样写道:“除了将该服务迁移到云能够在运营和安全性方面立即见效之外,在增加业务逻辑、高级分析和AI功能以进一步改善银行和企业进行转移、发现趋势和见解方面还有巨大的潜力。”
微软没有特别详细地说客户可以期待看到什么,但目前微软自己财务部门的内部试点提供了一个总体思路。微软已经实施了AI算法,可以在付款发送到Swift之前检查付款的真实性。 Azure提供了大量的机器学习服务,理论上讲应该能够让银行为自己未来的部署实施类似的机制。
微软计划的Swift服务有可能为金融行业的企业带来重要的新收入来源,在金融行业几乎每家企业都要依赖于网络。如果该产品获得足够的关注,微软将有效地帮助将该全球银行系统的核心组件转移到云端,如果AWS等竞争对手也决定加入其中,自己托管Swift实施的话,这个可能性会更大。
微软预计将在“不久的将来”发布该产品的公开预览版,而且该产品将成为Azure广泛的行业特定服务组合的一部分。此前微软向该产品组合中新增了一款用于生命科学领域的基因组分析平台。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。