随着人工智能技术额突破性进展，AI技术逐渐从理论研究迈向应用实践，正在金融科技领域逐步落地。本次演讲主要介绍AI技术的主要技术路线，并结合实践，阐述AI在金融科技领域的应用探索。

演讲提纲：

1. 金融行业人工智能技术发展路径
2. 金融行业人工智能应用创新
3. 金融行业人工智能前沿技术应用展望

听众受益：

了解人工智能技术的发展和金融领域的前沿应用

金融产业因其高度的复杂性、动态性和不确定性，一直是AI及其相关技术的应用热点。随着大模型与智能体技术的快速发展，多智能体协同模式在在解决复杂金融问题方面展现出巨大的潜力。在实际的业务发展过程中，蚂蚁集团通过使用多智能体协同范式，克服众多技术落地难点取得阶段成果。本演讲将深入探讨多智能体协同范式在金融产业中的技术应用并分享经产业验证的优秀真实案例。

演讲提纲：

1. 大模型时代下的多智能体协同机制
2. 多智能体应用构建研发新模式
3. 一种仿金融专家多智能体协同范式PEER介绍
4. 案例分享：基于PEER范式的投研领域智能助手
5. 多智能体协同范式在金融产业的未来展望

听众受益：

• 理解多智能体协同机制的优势以及如何解决金融产业问题
• 理解多智能体协同机制在金融产业落地过程中的挑战与难点
• 理解一种仿金融专家多智能体协同范式PEER如何提高金融类任务效果
• 理解面向未来多智能体协同机制在金融产业中如何发挥更大的作用

本次演讲将介绍新希望金融科技AI团队利用视觉大模型AI风控、语音大模型AI风控、音视频+AI交互式智能风控等技术解决大模型浪潮下的各种新型信息伪造和欺诈攻击手段的技术算法解决方案和落地效果，并介绍在OCR、活体检测、视频双录环节的应用案例。该方案已在600多家银行应用。通过大模型、交互式视频AI风控等实现了生成式大模型引发的新型金融反欺诈检测与识别以及破局之道，为金融反欺诈提供了一种新的解决方案，为实现金融市场高质量发展保驾护航。

演讲提纲：

1. 大模型下金融风控面临的新问题和挑战
   • 现有风控存在的问题
   • 金融信贷核心流程面临的新型AI风控问题
   • AI换脸、换声、视频生成、数字人等AI攻击案例
   • 生成式大模型引起的新型金融风险挑战总结
2. 大模型下金融风控破局之道
   • 视觉风控大模型提升图像风险识别能力
   • 语音风控大模型提升语音风险识别能力
   • 视频流+AI模型提升风险识别能力
3. 基于大模型的多模态智能风控解决方案
   • 视觉风控基座大模型研发
   • 视觉小模型开发与微调
   • 语音风控基座大模型研发
   • 语音小模型开发与微调
   • 视频流+AI模型风险防控技术方案
   • 大模型+小模型联防联控解决方案
4. 基于大模型的多模态智能风控应用实践
   • 视觉大模型风控落地实践和效果
   • 扫一扫OCR风控落地实践和效果
   • 多模态身份防伪风控落地实践和效果
   • AI视频反欺诈落地实践和效果
5. 总结与未来展望
   • 大模型下多模态智能风控技术总结
   • 多模态风控大模型下一步研发方案

听众受益：

• 全面掌握以AIGC、Sora、AI等生成式大模型引起的新型身份伪造和信息造假给金融风控和反欺诈带来的新问题和挑战，介绍黑产利用AIGC技术攻击信贷系统的常见手段和方式
• 了解大模型浪潮下黑产利用AI攻击银行信贷系统的技术解决思路和应对措施以及破局之道
• 了解大模型浪潮下新希望金科利用视觉大模型AI风控、语音大模型AI风控、音视频交互式风控等技术解决OCR、身份认证、视频流等银行在线化信贷环节中存在的身份伪造和信息造假技术解决方案，掌握最新的金融风控技术研究成果，了解在600家银行的落地方案和实践经验以及具体应用案例
• 了解风控大模型和利用大模型对抗AI造假的技术方案，了解新的金融风险识别研究思路

近两年，以ChatGPT为代表的大模型带来了全球AI产业新变革，金融行业具备大规模数据资源和多元化应用场景，是大模型应用的最优行业之一，但也面临高端芯片卡脖子、高质量数据稀缺、生成式模型输出不可控等三方面的问题挑战，据此，北京银行建设了“大模型+小模型”双轮驱动的人工智能中台能力，助力运营、拓客营销、产品创新、客户服务、风险管理等业务领域，为高质量发展注入新动能。基于前期“京智大脑”人工智能平台技术底座，北京银行重点打造了以知识驱动的大模型应用体系，形成一套“4+N”的全栈国产化大模型应用体系。同时，以通用化、行业化、专业化、普惠化“四化”为引领，实现前中后台应用全覆盖，具有全栈国产化、高可信数据集、领域混合专家模型、大模型服务平台、Agent智能体应用能力、自研搜索引擎、安全标注环境等七大技术特点，并在智能报告工具、智能会议助手以及智能校对等场景进行了深度的应用。

演讲提纲：

1. 建设背景
   • 人工智能技术是金融科技发展的重要推动力
   • 金融行业大模型应用的难点
   • 建设AIB——人工智能驱动的商业银行
   • 建设以知识驱动的“大模型”应用体系，为高质量发展注入新动能
2. 总体架构
   • 总体功能架构
   • 应用架构
   • 技术架构
3. 技术特点
   • 建设全栈国产化算力基座和训练框架，提升自主可控能力
   • 构建可信金融训练集
   • 构建金融领域混合专家模型
   • 建设大模型服务平台，降低大模型训推成本
   • 建设Agent智能体应用能力，实现大模型应用能力快速对接
   • 自研搜索引擎，构建多元化金融知识库，提升大模型的安全性
   • 建设数据安全标注环境，满足大模型数据标注安全
4. 场景应用
   • “京信妙笔”智能报告工具
   • 智能会议助手工具
   • 智能校对助手工具

听众受益：

• 了解金融行业大模型应用的背景和现状
• 了解搭建大模型应用底层平台的技术架构
• 了解金融大模型的主要应用场景

生成式大模型技术的突破将为金融高质量发展注入新的动能。作为大模型应用的重要战场，金融业在大模型技术仍在演进、尚未收敛之时，如何搭建平台、训练领域模型、探索场景应用，是行业共同面临的机遇与挑战。

演讲提纲：

1. 引言及背景
2. 大模型平台的关键技术与思路
3. 基于大模型平台的应用实践案例
4. 未来展望

听众受益：

• 了解企业级大模型平台的建设思路及挑战
• 了解金融领域内大模型的应用方向

在推进大模型落地金融行业实现赋能的大背景下，嘉银科技主要探索了大模型落地场景挖掘，包括在知识密集型、作业密集型（全员AI）场景的应用，例如ToB主流AI产品、职能单元助手、智能作业辅助等业务，最终实现了效益闭环与专家已知解和算法暴力求解的平衡。本次演讲将介绍具体的大模型落地过程，技术和方法论层面的实践经验。

演讲提纲：

1. 大模型的落地场景
   • 分析大模型在知识密集型场景的应用实例和成效
   • 探索大模型在作业密集型场景的落地挑战和解决策略
   • 面向B端的主流AI产品
2. 介绍集团内ToB的AI产品如职能单元助手和智能作业辅助工具
   • 分析这些产品的技术实现、市场接受度和业务影响
   • 构建效益闭环
   • 讨论如何通过专家知识和算法求解平衡来优化大模型的商业应用
3. 描述效益闭环的构建方法，包括效益评估和持续优化过程
   • 案例研究：
     • 具体案例分析，展示大模型在金融科技公司中的成功应用
     • 深入讨论案例中的逻辑闭环，建设闭环及产出闭环

听众受益：

• 确定组织AI战略，培养AI文化
• 选择模型和工具，先进大模型显著特征验证管理机制
• 推广和持续优化机制实现效益闭环

随着科技的飞速发展，大模型技术已成为金融业务创新的重要推动力。大模型通过深度学习和大数据分析能力，为金融行业提供了前所未有的智能化支持，帮助实现更高效的风险评估、客户服务、投资建议等。然而，在推动金融行业数字化转型的同时，大模型的应用也面临着成本、安全等多方面的挑战。

演讲提纲：

1. 大模型在金融业务场景下应用的趋势和挑战
   • 金融行业大模型应用的趋势
   • 金融行业大模型应用的挑战
     • 成本挑战：定制可负担的专属领域大模型应用
     • 安全挑战：金融场景安全合规目标与技术治理路径
2. 大模型驱动知识应用新范式
   • 自迭代知识助手基座——知识积累与知识内化双飞轮
   • 核心能力：多模态数据解析、全链路调优工具、全环节模型优化
   • AI应用开发平台：多样性模型选择、自由组件流程编排、领域模型工厂
   • 总体效益闭环：打通知识应用“最后一公里”，让效益提升看得见
3. 基于知识助手基座的大模型金融领域应用实践
   • 陪练助手
   • 投顾助手
   • 合规质检助手
4. 大模型在金融行业的应用展望：迈向科技平权
   • 大模型引领的科技平权三大方向
   • 金融大模型+的“八大应用”

听众受益：

• 掌握金融行业大模型应用的最新技术动态，了解如何将这些技术集成到具体金融业务中
• 理解并应对大模型应用中的成本问题，包括如何进行模型选型、评估投入产出等
• 深入探讨金融大模型的安全与合规问题，了解有效的数据保护和风险管理策略
• 通过案例了解如何评估哪些场景适合作为金融大模型应用的切入点