
北京时间6月16日消息,国内P2P网贷平台惠人贷CEO李晨宣布:惠人贷完成网易资本、金石投资和凯兴资本千万美元的A轮融资。
惠人贷A轮融资战略发布会启动仪式
惠人贷CEO李晨表示:惠人贷专注于消费金融业务,通过开展基于场景的消费分期业务,从而使得中低收入用户通过分期业务提前享受服务,这符合国家消费经济发展趋势。目前,惠人贷已经开展了汽车分期、早教分期、旅游分期、耐用消费品分期等服务。
据悉,截至2015年5月,惠人贷已完成交易额7亿元。惠人贷CEO李晨表示,此次进入的三家投资人分别在互联网、消费及金融领域拥有庞大的数据资源,这些数据也将帮助惠人贷不断完善风险控制规则,形成更强的核心竞争力。
具体而言,本轮融资将主要用于团队建设、风险管理体系搭建,特别是信息系统等基础设施建设。此轮融资后,惠人贷在充分利用投资方资源的同时,可以更好地开展个人消费分期业务。
网易作为本轮投资的领投方,其合伙人夏伟钧表示:“惠人贷团队具有传统金融背景,在风险管理上具有先天优势;在业务模式上,他们遵循P2P业务个人对个人借贷的本质,通过网络开展小而分散的零售业务,我们认为这是网络金融未来的发展道路。”
惠人贷CEO李晨认为,惠人贷和网易一直有合作,如双方合作的汽车分期业务目前已上线。网易的投资将为惠人贷带来三方面的影响:第一,网易作为中国互联网先锋,将启迪惠人贷在互联网战略和布局上进行深入思考;第二,网易的融资将会加强惠人贷在团队建设、以及系统和风险体系建设的能力;第三,本次融资只是一个开始,双方将就具体业务进行深入合作。
惠人贷创始人兼CEO李晨
当然,李晨也表示,惠人贷也将为网易用户提供更便捷、安全以及多样化的互联网金融服务。
在风险管理上,与其他P2P平台相比,惠人贷的优势是从一开始就拒绝采用风险外包,这种坚持自建风控模型并组建风控团队的做法赢得了投资人的认可。金石投资方面表示,之所以选择惠人贷主要是因为惠人贷对公司管理团队、风控能力和商业模式等表示认同,并且双方的风控理念基本一致。
凯兴资本创始合伙人潘石坚表示,本次融资将双方将合力打造一个大资管平台,最终实现共赢。凯兴资本将为惠人贷在项目储备及客户资源方面提供支持,惠人贷将为凯兴资本在资金供给、资产配置渠道等方面提供帮助。
总结历史经验,惠人贷CEO李晨认为:互联网金融的两个核心要素是吸引质量有保证的用户和风险控制。“引流”向来是互联网公司的长项,尽管“风控才是互联网金融业赖以生存的根基,却没有得到重视。”
在“互联网+”的时代背景下,李晨认为“相比传统的金融分析,如何将用户的信息需要与高风险的网络风险防控结合起来,是所有互联网金融公司在第一阶段的突飞猛进之后,必须补上的一课。”
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。