BloombergGPT 率先登场。 BloombergGPT 的混合训练方法使其模型在金融任务上 的表 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当 ，甚至优于现有模型。 AI4Finance Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 1. 通用+金融VS金融垂类哪方更强 通用 + 金融 VS 金融垂类哪方更强 通用语言大模型 金融垂类大模型 优势 泛用性强 由于在多样化的数据集上进行了训练，通用模 型能够处理各种话题和领域的问题 领域专业性 在金融领域具有专业的理解能力，更精熟于金 融术语和概念 灵活性和利用率高 与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型，②金融垂类大模型。 由于设计和训练目的不同，通用语言大模型与金融垂类模型在优劣上具有相对性。通用语言大模型在泛用性、灵活性、数据利用率、 迁移性上相比金融垂类更有优势，而在专业性、针对性、高精度和合规性上，金融垂类模型更胜一筹；在复杂度问题上，通用语言大模 型在结构上更加复杂，影响模型效率，而金融垂类模型则是在更新维护上具有复杂性。 数据来源：东吴证券研究所整理

的泛化，只需观察它如何深深根植于 我们的日常生活。距离卡斯帕罗夫与“深蓝”的对弈 已过去近 30 年，如今能让“深蓝”相形见绌的 AI 模型唾手可得。图灵测试曾被认为是机器智能的最高 标准，而今天，人与基于大语言模型（LLM）的客服 机器人和销售智能体对话每天都在打破这一标准。如 今的AI模型已摆脱了过去深度但特定且线性的方法， 展现出前所未有的自主性⸺无论在学习方式、任务 处理、还是最终能力上。这种自主性正在改变工作方 角度出发，认知数字大脑可能表现为行业的通用框架 和通信协议，或是将行业挑战转化为 AI 模型或算法， 加深我们对物理学、遗传学、运动学等领域的认知。 而站在国家和政府的高度，认知数字大脑将整合知识、 语言、文化、法律和安全，帮助行业、企业和公民更 好地互动。至关重要的是，上述认知数字大脑不会孤 立运作。当它们跨层级开展协同时，将推动社会整体 的智能化升级，创造更大的价值。 自主 AI 系统的普及标志着技术和社会进入了一 ，对这 些系统信任到何种程度，以及还需要设置哪些“护栏”。 AI 研究公司 Sakana AI 在测试其名为“AI 科学家” 的新系统时，清楚发现了这项工作的必要性。 14 该系 统利用大语言模型自主开展科学研究，在一次运行中 出现了无法在设定时限内完成实验的状况，结果系统 通过自行调整代码，放宽了时间要求。Sakana AI 公 司指出，这一行为具有创造性，但同时也表明，AI 模型有能力绕过限制。而这，会对

月 04 日│中国内地 动态点评 金融行业坐拥数据富矿，有望成为 AI 大模型率先落地的垂直领域之一 近期，多家金融机构、金融服务机构发布其 AI 大模型：彭博发布支持金融 领域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金 融行业通用模型。我们认为垂直行业的高价值量数据对于 。 2 电子 金融行业坐拥数据富矿，有望成为 AI 大模型率先落地的垂直领域之一 2023 年 3 月以来，多家金融机构、金融服务机构发布其 AI 大模型：彭博发布支持金融领 域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模 型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金融行业通用模型。我们认为垂直行 业的高价值量数据对于 量顾问式金融服务 在银行领域，理解式大模型可以用在信贷风险管理、智能获客和产品识别，通过提升银行 的数据洞察理解能力，来更好地识别客户需求以及评估客户信用风险。例如，度小满的智 能征信中台将大型语言模型 LLM、图算法应用在征信报告的解读上，能够将报告解读出 40 万维的风险变量，更好地识别小微企业主的信贷风险。此外，英伟达和德意志银行也正在 合作测试一系列名为 Financial Transformers

Model (LLM) 大语言模型 Traditional Deep Learning 传统深度学习 技术篇：英特尔 AI 产品组合 英特尔 AI 实战视频课程 英特尔中国 AI 实战资源库 基于英特尔® 架构的 AI 软件工具组合 03 10 15 30 36 37 CONTENT 目录 Large Language Model (LLM) 大语言模型 3 4 阿里云引入第五代至强® 提速，给安全加码 挑战 解决方案 云服务器升级 解决方案 企业云服务 第五代英特尔® 至强® 可扩展处理器具备更强通用计算和 AI 加速能力 阿里云 ECS g8i 集群可支撑 72B 参数级别的大语言模型分布式推理 文生图 创意辅助工具 AI 生成代码 虚拟助手 1.2.3 数据来源于阿里云未公开的内部测试，如欲了解更多详情，请联系阿里云：https://www.aliyun.com 英 数据安全挑战：数据隐私及安 全需求增强 85% 整机性能提升高达 1 7 倍 AI 推理性能提升高达 2 50% 中小参数模型起建成本降低 3 4 白皮书 | 用友采用第五代英特尔® 至强® 可扩展处理器加速自然语言处理 (NLP) 应用 助力企业服务数智化转型 图 3. 第五代英特尔® 至强® 可扩展处理器具备强大性能 为 AI 加速而生的处理器 以针对工作负载优化的性能实现业务增长和飞跃 以高效节能的计算助力降低成本与碳排放

云点播/云直播 实时音视频 视频处理 即时通讯 短信/语音服务 云视频与云通信 数据挖掘 数据查询/搜索 数据分析 数据中台 数仓/数据湖 数据治理 大数据 机器学习 语音技术 计算机视觉 自然语言理解 内容审核/业务安全 人工智能 基础资源 开发工具及能力平台 IaaS PaaS 联 系 日 益 紧 密 界 限 逐 渐 模 糊 5 ©2024.9 iResearch Inc 服务器集群 训练服务器 推理服务器 RDMA NVLink AI 芯片 GPU ASIC FPGA 互联协议 PCIE NVLink IPOS 算力管理 …… 算力监控 算力调度 自然语言处理 模式识别 知识图谱 机器学习 数据采集 数据交易 数据处理 数据标注 模型训练 …… 模型部署 模型测试 算力资源池 向量数据库 SSD 与AI应用开发伙伴、行业应用开发者等合作，依托智算中心提供的资 大模型迭代加速，训练参数量骤增，需要大规模智算集群支持 1）Google在2017年提出Transformer大语言模型，克服传统RNN（递归神经网络）模型和CNN（卷积神将网络）模型在自然语言 处理过程中的局限性，模型训练所需数据集和参数规模显著扩大，大语言模型已步入“千亿参数”时代。大模型的能力表现与参数 规模呈正相关，高效完成大规模参数训练是提升大语言模型适用能力的关键。智算基础设施需要配置更高性能GPU芯片以加速并行 计算效率。

主要以深度学习、增强学习等算法研究为主，赋于机器自 主学习并提高性能的能力。 计算机视觉（通用技术） 包括静动态图像识别与处理等，对目标进行识别、测量及 计算，有广泛的应用场景。 语言及自然语言处理（通用技术） 包括语音识别和自然语言处理，基于数据化和框架化，研 究语言的收集、识别理解、处理等内容，涉及计算机、语 言学、逻辑学等学科。 人工智能核心技术 芯片 包括 GPU 、 FPGA 等加速硬件与神经网络芯片，为 AI

资金 为核心设置优先级 学校科目 三级入站 流动性 PISA 量表 数学, 阅读与科学 促进学术 卓越 (例如 ， 通过 卓越举措) 吸引和支持 外国学生 ， 例如 ， 找到一套公寓 ， 学习语言 和文化 A 的平均得分 国家前 3 名 大学 （ 根据最佳 - 班级排名) 学生教师比例 培训和招募更多 教师 ； 使 专业更多 有吸引力 (例如 通过更好的薪酬) 资料来源 ： WIPO ； ， 新技术将不断融合和影响 人类与机器的关系 — — 新的里程碑即将到来 • In the 未来 ， 生物力学增强 ， 如外骨骼 ， 将增强 人类的物理能力 ， 个人机器人 将与使用的人合作 语言或非语言线索 ， 情感计算 can 回应 智能 自然的人类情感反馈 ， and 先进有形媒体 将使人类能够 使用所有感官与他人远程互动 （ 甚至与人不再与我们通过有形的记忆手段) 5.2 前沿技术 技术与创新 Gartner ； 罗兰贝格 手指触摸图形 自动生成说明 的价值 创新 一个人的头部轮廓 自动生成说明 期望 机器人和人手的握手 自动生成说明 多模态 UI 情感 AI 日常 AI 自然语言查询 工程提示 数据讲故事 生成 AI 沉浸式会议 工作风格分析 人类洞察跟踪 公民 支持 GenAI 的虚拟助理 开发人员 无代码平台 沉浸式体验 引导注意力 会话用户界面 数字员工

经能够一站式完成基础PPT制作，并为专业 化生产提升人效：生成式AI应用依靠AI大语言模型、跨模态理解能力，缩短内容生产时间，通过联网数据和素材库支撑加速PPT设计并 提升可视化效果。 传统PPT生产工作流：流程冗长、执行复杂 现阶段智能PPT生成：简化操作过程、提升可视化质量 联网搜索/素材库 AI大语言模型 跨模态理解能力 6 智能PPT跨越可用阶段，以用户为中心助力向“直觉化”使用跃迁 支持单页续写 逻辑严谨、完整 内容丰富度高 专业复杂布局 智能换图 智能换版式 场景合理适配 图片智能布局 图文内涵匹配 高清&低重复 智能生成演讲稿 支持自定义模块 支持多语言 视频语音播报 13 百度文库「智能PPT」落地性不断增强，覆盖多行业办公需求 2.4 智能PPT优秀应用案例 多种应用场景下的实测案例显示，百度文库智能PPT不仅能够自主设计、生 模 式 大模型训练 • GPT-3.5：生成上下 文感知的响应 • ChatGPT：自然的 多轮对话 2022-2023年 对话式AI的推动 多模态大模型 • GPT-4V：视觉加入语言 大模型，进行多模态输入 与图片文本交互，提高多 模态知识理解能力 • GPT-4o：全模态能力 2023-2024年 多模态能力发展 推理大模型 2024-2025年 推理模型发展

擎，其意义远超硬件迭代本身，深刻重构了算力供给模式、产业竞争格 局与社会智能化进程。 语言大模型技术不断取得新突破 在大数据、大算力加持下，大模型逐渐实现从单任务智能到可扩展、多任务智能的跨越。据国际知名人工智能 研究机构OpenAI的最新研究显示，全球大模型能力在2024年实现了质的阶跃式提升。语言大模型在多个关键维度持 续进化，上下文窗口长度不断扩展，知识密度增强，带动专业大模型持续创新，在金融、医疗、教育、零售、能源等 分散、独立的数据库被全量汇聚的高质量知识体系替代，无需通过繁琐冗长的系统对接工作，即可调用所需 数据获取信息。 更集中、更便捷的交互入口： 多个分立式应用的服务入口被人机交互的入口级平台取代（如AI Agent），用户可通过自然语言下达指令， 无需依赖清晰明确、专业化的提示词（prompt）就能很好发挥作用。 更强大、更精准的执行能力： 对于复杂问题的理解、拆分、规划、预测能力显著提升，无需过多人为干预，即可迅速提供专业精准的解决 智能客服场景 行业大模型 …… 医疗行业 金融行业 工业制造 法律行业 电子商务 …… 数据合成 领域知识注入 数据对齐 跨模态对比学习 低秩适应 参数高效微调 基础大模型 …… 语义理解 机器翻译 语言生成 多模态理解 逻辑推理 …… 自监督学习框架 增量预训练 多任务学习机制 少样本提示 结构剪枝 量化技术 26 AI CITY 发展研究报告 图 9 运营体系示意图 运营体系 3.4

Internet Technology 互联网技术 KYC Know Your Customer 充分了解你的客户 NLP Natural Language Processing 自然语言处理，是研究人与计算机交互的语言问题的一门学科，按照技术实现难度的不同可分成简单匹配式、模 糊匹配式和段落理解式三种类型 P2P Peer to peer lending 互联网金融借贷平台，是一种将小额资金聚集 别并对接外部金融机构。 资产高效流转： 司库管理精细化内部资金运 作，盘活企业自有资金；供 应链金融则通过资产证券化 等产品，为供应链资产释放 流动性，全面提升资金利用 效率。 资料识别与信息抽取 通过自然语言处理（NLP）抽取关键 信息 智能审核与合规校验 自动化的内容校验，代替大量人工审 查工作 智能风控与预警分析 全面评估供应商信用风险，辅助金融 机构与核心企业做出融资决策 物流与资产追踪分析 资产形成与融资处理 • 多级应收账款转让管理 • … • 报告与实时监控 • 抵押品检查 • 客户反馈系统的开发 • … 云计算 人工智能 区块链 • 存储 • 并行计算 • 分布式计算 • … • 自然语言处理 • 光学字符识别 • 知识图谱 • … • 密码存储 • 智能合约 • 接口适配器 • … 核心企业解决方案 金融机构解决方案 … 供应链金融科技解决方案提供商 大数据 • 实时计算