CNET科技资讯网 9月23日 福州消息(文/周雅):在腾讯全球合作伙伴大会上几乎人手一本的《分享经济》,马化腾在书中用这样两句话来形容,第一句是,“分享经济就是把人们的闲钱闲物闲功夫充分的利用起来”,接下来一句是,“分享经济是生产力的云化”。金融业是非常重要的生产力,腾讯在金融的布局,从最开始的基础支撑业务,到移动支付大战走上前台,再到近两年来,已经横向扩展开来。
2014年在海南博鳌的全球合作伙伴大会上,腾讯征信浮出水面;2015年重庆,理财通宣布形成2000万用户、资金保有量千亿的规模;在2016福州的腾讯全球合作伙伴大会金融分论坛上,开场前的暖场视频梳理了腾讯金融的布局,包括腾讯理财通、QQ钱包、通讯充值与彩票、腾讯风控及即将发布的腾讯信用、微证券等重点产品,其实还有一块业务视频中没有提及,但在现场被重点发布了。
由腾讯FiT业务线和腾讯云一同推进的金融云,是今年腾讯金融业务的主推对象。腾讯副总裁、支付基础平台与金融应用线(FiT)负责人赖智明此前甚至表示,腾讯正以“All in”的方式推进金融云,金融云将很可能是微信红包后的下个风口。
传统金融机构目前面临一些困难,一边厢是民营企业进入带来更激烈的竞争,一边厢是互联网金融的冲击给传统金融行业带来产品竞争的压力。
未来几年是传统金融机构全面云化的大机会,也是腾讯金融云的大机会。今年7月,银监会正式发布《十三五科技指引》,明确提出未来5年银行业60%以上的业务系统上金融云,75%的场景实现智能运维。全球云计算市场规模为2066亿美元,其中金融云份额约为20%。这样的大机会,腾讯自然毫不犹豫All in。
腾讯早就开始积累了大量的基础能力,包括征信、证券、支付通道等。
腾讯云负责人、支付基础平台与金融应用线金融云负责人朱立强介绍,腾讯的金融云大部分采用了分布式架构,包括存储、防火墙、内容分发等,具备扩容性和安全性。除了在IAAS层,腾讯金融云也积累了SAAS层、PAAS层包括大数据风控、大数据营销、支付能力。
QQ红包和微信红包从2014年2000万个红包,发展到2016年的132亿。红包数量的快速发展带来了业务发展,目前整个银行的快捷渠道超过了150家,每天的收款能够超过10亿笔。腾讯金融云的高可用性,包括弹性伸缩的分布式架构,帮银行整体行业节约了超过40亿的成本,信用卡还款业务也帮助客户完成了三亿笔还款。
以泰康人寿的案例来看,在2015年微信春节企业红包活动中,腾讯金融云帮助泰康人寿进行互联网的系统和技术部署,在红包业务带来了3000万粉丝,业务量达到原来的30多倍的同时也降低了IT投入成本。
业务发展离不开风控系统的支撑,朱立强称,腾讯的风控系统可以提供毫秒级的响应,拦截率可以降到万分之五以下。
腾讯FiT副总经理、平台研发副总经理郭锐表示,腾讯还在积极探索区块链技术,凭借着共享账本、鉴证服务和去中心化自治平台等三大特点,区块链技术可以助力建立一个互相信任的互联网环境,从机制上解决人与人之间信用流通问题。
腾讯云未来五年还将投入100亿元在云上,发展2000家生态合作伙伴、500家合作伙伴,将云计算能力、金融领域的能力更大限度的开放出来。
可见,金融云是在国家政策和市场“东风”的时代背景下,凭借微信、QQ、应用宝等平台占据用户超过50%移动互联网流量的腾讯,打造的金融一站式行业解决方案。至于是不是像赖智明所说,成为继微信红包之后的下一个风口,还很难说。
腾讯支付基础平台与金融应用线副总经理、金融合作和政策部负责人马晓东,梳理了未来互联网金融的4个创新方向:
1、理财。第一,理财选择的智能化,“未来,理财产品类别很多,但每一个客户看到的产品界面和服务是不一样的,是根据客户的需求来展示他所需要的东西。”;第二,理财资产配置简单化。在经济下行、信用风险激增的情况下,未来可能是基于浮动收益的产品,通过数据实现资产配置的精确合理,如帮助小白用户做更为合理的基金定投,这或许会用到人工智能或人工定投功能。
2、证券服务资讯信息的精准化。传统的证券行业主要的竞争是费率的竞争,但面临一个问题,客户面对海量的信息,不是信息少,而是信息爆炸,太多的信息分辨不出来,这时候,加强投资信息的精准化尤其重要。
3、保险服务新兴险种的定制化。目前投保服务过于复杂,未来基于互联网技术可以针对特定人群制定险种,如针对白领的颈椎病险。这就能实现:第一,目标人群是设定的。第二,产品简单,一看就懂,有利于投保、核保、理赔工作。第三,由于互联网传播的特性,可以跟客户交互,增加营销机会,也可以为用户做出更好的提醒,防患于未然。
4、银行的“需求导向”的服务。以信用卡为例,大都通过如打折、送礼品等低效的增值服务来维护客户粘性,这种思路的产品设计很复杂,很多时候不能体现客户需求。腾讯开发了一个功能,通过互联网金融服务则可以在之前收集用户需求,从而定制化金融产品,银行可以把他的礼品需求做成标准化的让客户来选。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。