国家超算互联网武汉节点投入运营 - 国家超算互联网武汉节点于10日正式实现全载接入并投入运营，致力于提升区域算力供给质量 [1] - 节点正式运营后，可提供超百PFlops的算力服务 [1] - 节点可为人工智能、生物医药、高端制造等战略性新兴产业提供强大算力支持 [1] 技术协同与资源配置 - 通过智能化调度系统，节点可实现与全国其他算力枢纽的高效协同，优化资源配置效率 [1] - 国家网安基地产业联盟与中科曙光将共建国产超算安全防护体系，推动算力基础设施与网络安全技术深度融合 [1] 产学研用生态构建 - 网络空间安全学院（筹）、武汉大学、华中科技大学作为首批算力体验单位，依托节点资源在隐私计算、智能安全与学科交叉创新等领域开展前沿科研攻关 [1] - 相关方共同构建产学研用深度融合的创新生态体系 [1] 未来应用与影响 - 未来，国家超算互联网武汉节点将持续拓展在科学研究、产业转型、社会治理等领域的应用场景 [1] - 节点旨在赋能千行百业智能化升级 [1]

交通银行科技金融战略与体系建设 - 公司将科技金融作为业务特色与发展方向 在政策指导下集成集团力量构建协同服务体系 [1] - 集团一体化科技金融服务体系建设于2022年8月启动 目标为"1+3+N"体系 [1] - "1"指建立全集团一体化协同机制 发挥全牌照优势形成母子公司协同工作机制 [1] - "3"指塑造三大核心优势 包括打造"交银科创"品牌和"4+3"产品服务体系 构建"1+N"科技型企业评价模型 推出特色主动授信模式 [1] - "N"指基于智能体技术形成适配科技型企业的"千人千面"营销方案 [1] - 2023年公司正式发布"交银科创"品牌 2024年"1+N"评价模型上线 随后整套模式在全行推广 [1] 技术架构与业务功能创新 - 体系以数据中台为基础 整合风控、运营、营销三大业务中台能力 [2] - 构建客户画像、行业分析等800多个模型指标 融合人工智能、区块链、隐私计算等技术 [2] - 形成四大产品体系与三大场景生态 为科技型企业提供一站式综合金融服务方案 [2] - 基于云平台与微服务架构部署 实现同城双活与异地灾备 注重五方面安全合规 [2] - 业务创新体现为打造科技金融全景视图 实现集团一体化协同 以客户为中心整合资源 [2] - 推出"交银科创"品牌和"4+3"产品服务体系 "4"为股、债、贷、租四大产品体系 "3"为三大场景生态 [2] 产品服务体系与客户适配 - 针对初创期、成长期、成熟期企业不同需求 推出不同的适配特色金融产品与服务 [3] - 为初创企业提供快贷、人才贷及股权投资 [3] - 为成长企业提供投贷联动定制服务 [3] - 为成熟企业提供综合化金融方案 [3] 技术创新与应用案例 - 运用隐私计算与区块链技术打破集团数据壁垒 例如总行与交银金租协同通过隐私计算共建潜力客户筛选模型 [4] - 利用区块链存证客户授权书 通过集团信息交换系统安全传输数据 实现合规高效的银租联动 [4] - 双图谱联动实现低风险企业的筛选与最优触达 利用分层示例图谱评估风险 借助知识图谱分析客户关联网络确定最佳营销路径 [4] - 在贷后运用图谱监测资金使用与风险 [4] - 利用数据模型与AI技术提升金融服务效率 构建了超过800个规则模型与20多个AI应用场景 [4] - 通过"1+N"评价模型识别高科技企业并给予主动授信额度 利用产业、贸易背景等模型快速审核放贷 [4] - 通过大模型提供财务顾问等增值服务 [4] - 打造科技型企业营销智能体 驱动全流程实时营销决策机制 生成"千人千面"营销方案 [5] - 客户经理可通过智能体快速生成包含客户信息、商机舆情的营销报告 实时获取企业最新动态并匹配推荐产品 [5] - 智能体同时监测风险与发现新商机 [5]

文章核心观点 - 构建资本、人才、数据、政策等全方位要素供给体系是推动未来产业突破发展、加速形成新质生产力的关键[1] - 未来产业要求传统要素内涵升级，新型要素发挥关键作用，其发展周期长、风险高，依赖技术原始创新[1] - 我国在未来产业要素供给方面已取得初步成效，但仍面临资本、人才、数据、政策等多重挑战[2] - 通过政策、资本、数据、人才四方面协同发力，共同构建适配未来产业的要素供给体系[3] 资本要素 - 未来产业发展周期长、风险高，要求资本具备耐心以陪伴企业跨越成长周期，并具有容错能力[1] - 我国已初步构建资本矩阵，但仍面临长期耐心资本不足，以及资本周期与产业周期错配等问题[2] - 建议以长期陪伴的资本牵引资源，包括加大财政对基础研究的支持，鼓励社保等长期资金加大配置[3] - 建议对政府引导基金实施分段考核，对成功培育未来产业核心企业的基金给予奖励，并加强对各地产业基金的引导以支持专业化投资[3] 人才要素 - 未来产业依赖技术的原始创新，要求人才具备跨学科创造力和打破框架的突破能力[1] - 我国人才引培体系加速形成，但仍面临复合型人才短缺、评价机制对长周期高风险研究包容性不够等困境[2] - 建议以创新涌流的人才决胜未来，推行学科交叉与项目实践融合模式育才，快速培养复合型人才[3] - 建议建立以创新价值为核心的激励体系用才，优化股权税收政策，使智力回报匹配市场价值[3] 数据要素 - 高质量数据是人工智能等技术的基础并深刻影响其应用效能，数据的高效流通能促进跨领域协同创新[1] - 我国数据要素顶层设计基本成形，但数据资产化受产权界定不清制约，跨机构共享存在利益、标准与信任障碍[2] - 建议以高效流动的优质数据筑牢底座，以场景应用驱动流通，在重点领域建设行业数据空间[3] - 建议强化数据质量与标准化建设，并支持隐私计算等技术应用，推动数据“可用不可见”[3] 政策要素 - 政策需实现包容创新与风险防控的动态平衡，要坚持包容审慎监管，鼓励技术探索、宽容创新失败，完善容错纠错机制[1] - 我国产业政策不断创新，但仍面临传统监管对创新不确定性包容不足等挑战[2] - 建议以敏捷治理的政策优化环境，推行“监管沙盒”与负面清单管理，建立动态规则生成机制[3] - 建议构建以战略价值为核心的容错考核体系，配套尽职免责条款，并引导错位发展，建立跨省市产业链共建机制以破解同质化与资源碎片化问题[3]

公司核心成就与行业地位 - 掌金科技在《2025年度海外仓融资企业实力榜单》中跻身第一梯队，与京东科技、平安银行等头部企业并列行业前列[1] - 公司凭借“科技+数据+金融”的数实融合创新模式获得认可[1] 商业模式与核心竞争力 - 公司的差异化竞争力在于打通了“金融服务+产业出海”的全链路闭环[1] - 首创的数实融合线下服务中心已吸引**60多家**金融机构和产业链主企业深度入驻[1] - 该模式能为外贸进出口企业、跨境电商提供从跨境物流、支付结算到场景化融资的一站式解决方案，覆盖企业出海全流程需求[1] 核心金融产品与服务 - 针对海外仓融资痛点，公司定制化推出三大核心产品[3] - **产品一**：面向天猫国际、京东国际等平台卖家的进口电商信用贷，无需抵押即可凭经营数据获贷[3] - **产品二**：针对进口贸易商的委托代采垫资，解决采购资金周转难题[3] - **产品三**：专为保税仓、监管仓进口商打造的进口货物质押服务，盘活存储在海外仓的静态资产，突破传统融资对抵押物的限制[3] 技术支撑与风控体系 - 产品落地依托大数据、区块链、隐私计算等技术支撑[3] - 通过区块链追踪海外仓货物流转全链路，确保质押资产的真实性与可追溯性[3] - 利用人工智能分析跨境交易、仓储数据，精准评估企业信用水平，降低风控成本[3] 市场定位与发展机遇 - 在东南亚、中亚、拉美等新兴跨境电商市场快速崛起的当下，公司的全流程服务能助力制造业、消费品企业顺利开拓新兴市场[3] - 服务尤其能帮助企业在深耕欧洲成熟市场的基础上，拓展新市场[3] - 公司为跨境企业融资提供了更具场景适配性的新选择[3]

公司与腾讯的合作关系 - 公司与腾讯在威胁情报、大模型安全、云安全、隐私计算、智慧城市等多个方向展开深度合作 [1] - 公司已与腾讯混元大模型开展合作 [1] - 目前腾讯元宝暂未应用到公司产品 [1]

公司动态与全球参与 - 医渡科技创始人、董事长宫如璟女士应邀出席世界经济论坛第56届年会（冬季达沃斯论坛），参与多场高级别行业对话、闭门会议，并密集会见了全球政商学界领袖与合作伙伴 [1] - 会议期间，宫如璟女士与香港特区政府财政司司长陈茂波、港交所董事会主席唐家成进行了交流，介绍了公司发展近况 [7] - 宫如璟女士与诺华、正大集团、西门子医疗等多家企业高管就AI医疗落地、药物研发赋能、行业趋势研判等潜在合作方向深入交换意见 [7] - 宫如璟女士接受了CCTV、CGTN、彭博社等多家国内外重要媒体的采访，阐述了公司通过人工智能技术助力医疗行业智能化转型的探索与成果 [7] 行业洞察与公司观点 - 气候变化正以“渐进渗透”与“突发冲击”双重方式影响全球疾病负担，催生新的健康挑战与市场需求 [1] - AI医疗企业可依托人工智能等技术，助力监测气候敏感疾病趋势、加强公共卫生预警、创新慢性病管理模式，从而系统提升社会健康韧性 [1] - 真正的健康安全不仅依赖全球协同的数据基础设施，更需扎根本地的技术共建与可持续能力培育 [3] - 中国AI医疗凭借丰富的应用场景、日益完善的数据生态和有力的政策支持，已形成独特的发展优势 [5] - 中国经验的全球价值不仅体现在技术突破上，更在于系统化的工程落地能力与高效的本地化适配模式 [5] - 呼吁国际社会加强在伦理标准互认、跨国联合研究以及长期资本与人才流动等方面的协作，共同构建可信、可持续的全球医疗AI生态 [5] 技术实践与解决方案 - 公司正通过联邦学习等隐私计算技术，在保障数据安全的前提下，提升跨区域模型的训练效率与算法普适性 [3] - 在文莱，公司已将大流行期间构建的应急平台转化为国家级健康管理应用“BruHealth”，实现对慢性病的规模化主动管理 [3] - 该平台已覆盖文莱85%以上人口，深度融入民众日常健康管理，成为该国全民健康体系的核心数字支撑 [3] 战略合作与项目进展 - 诺华公司董事会主席Giovanni Caforio博士在达沃斯宣布，诺华基金会、文莱卫生部与医渡科技旗下EVYD公司将联合实施数智驱动的心血管疾病防控项目“CARDIO4Cities” [7]

行业核心发展态势 - 金融科技正从“数字化”向“数智化”加速跨越，成为服务实体经济的重要引擎，“务实”与“深化”成为行业发展主旋律 [1] - 行业全景呈现于“十五五”规划开局关键期，恰逢毕马威中国金融科技企业双50评选十周年 [1][14] 上榜企业特征分析 - 地域分布高度集中，京沪深稳居第一梯队，长三角、粤港澳和京津冀三大城市群合计占比达**88%**，中国香港上榜企业数量大幅增长 [1] - 企业构成成熟且新锐涌现，成立**5年以上**的企业占比**90%**，同时成立不足**3年**的企业占比提升至**6%**，形成新老协同格局 [1] - 技术人才密集，超**八成**上榜企业技术人员占比超**40%**，核心技术人才成为行业创新核心支撑 [1] - 榜单涵盖综合金融科技、产融科技、AI与大数据、普惠科技、保险科技、财富科技、支付科技、金融基建、数智赋能、区块链与可信计算等多个赛道 [1][27] 技术应用趋势 - 人工智能持续领跑，**2025年**上榜企业技术要素占比达**92%**，与大数据、区块链等技术深度协同 [2] - 技术渗透至投研、风控等核心业务场景，大模型与智能体应用穿越概念期 [2][15] - “大小模型协同”架构降低成本、提升响应速度，多智能体协同模式显著提高复杂任务处理准确率 [2] - 可信数据空间建设加速，区块链与隐私计算技术破解数据流通难题，赋能跨领域数据价值变现 [2] 行业发展趋势 - 金融科技服务向科技企业全生命周期渗透，通过智能化信用评估等手段满足不同阶段融资需求 [2] - 出海进入**2.0时代**，形成“双市场”模式：在新兴市场推广普惠金融服务，在成熟市场以技术输出构建竞争优势 [2][13] - 各细分赛道亮点突出：综合金融科技深耕场景金融与小微风控；产融科技推动供应链融资向数据信用转型；财富科技实现投顾智能体从工具到伙伴的升级；支付科技加速全球支付网络建设与B端资金流重构 [2] 资本市场动态 - **63%** 的上榜企业有**IPO**计划，中国香港与境内市场是主要上市目的地，部分企业采用多地上市策略 [2] 未来展望与驱动力 - 随着技术创新深化与监管体系完善，金融科技将在核心技术突破、应用场景拓展、自主可控能力提升等方面持续迈进 [2] - 大模型与智能体的创新应用正引发金融服务范式的深刻变革，推动行业智能化水平质的飞跃 [13][15] - 高质量数据作为模型训练与算法优化的关键“燃料”，将成为金融智能化不可或缺的基础性与战略性资源 [18] - 行业解决方案正向纵深发展，科技与业务融合深入核心交易系统、全面风险管理及复杂的产业互联 [13][19]

数字金融发展的政策与战略方向 - 国家政策明确支持人工智能等数智技术创新，强化算力、算法、数据高效供给，并实施“人工智能+”行动以加速科学发现进程[1] - 中国人民银行等七部委联合印发《推动数字金融高质量发展行动方案》，目标是到2027年建成与数字经济高度适配的现代金融体系[1] - 国家数据局等十七部委联合印发《“数据要素×”三年行动计划（2024—2026年）》，明确提出“数据要素×金融服务”行动，以提升实体经济金融服务水平[8] 数字金融发展的理论基础与演进历程 - 数字金融发展经历了从金融电子化、互联网金融到当前质量型数字金融生态的演进，体现了技术驱动型生产关系的调整[2] - 数字金融发展遵循从计划型生产到数量型生产，再到质量型生产的路径，当前阶段的核心是从规模扩张转向质量提升[2] - 数字人民币作为数字形式的法定货币，是支撑数字经济发展的关键基础设施，旨在优化金融市场并防止金融犯罪[2] - 数字金融已成为主流金融体系的核心组成部分，肩负服务实体经济、防控金融风险、深化金融改革的重要使命[2] 金融机构的数字化转型实践 - 金融机构将数字化转型与智能化发展作为工作重点，通过建设数字基础设施、提升数据处理能力来创新产品与服务[3] - 智能网点建设正推动“人工型网点”向“智能型网点”转变，并注重手机银行、网上银行、线下网点等多渠道协同[3] - 金融机构加强跨界融合与金融场景建设，运用大数据与模型分析精准识别商机，形成多层级场景化服务模式[3] 驱动数字金融发展的核心技术 - 生成式人工智能已成为数字金融进化的核心驱动力，其多模态交互、复杂推理等能力正深度赋能客服、风控、交易等多类金融场景[5] - 隐私增强计算技术（如差分隐私、同态加密）能在保护数据隐私的前提下实现数据价值流通，支持联合风控、联合营销等场景[5] - 虚拟现实技术通过穿戴设备提供沉浸式金融服务体验，全息投影技术则增强了远程金融服务的临场感[6] - 隔空传感触控技术集成于金融自助设备，用户可通过手势非接触操作，为无障碍金融服务提供新方案[6] - 量子科技为金融风险评估、投资组合优化等复杂计算问题提供更高效的解决方案，并能处理海量数据[6] - 后量子密码技术基于格密码等设计新型加密算法，以抵御未来量子计算机的潜在威胁[6] - 多模态生物特征融合认证技术整合面部微表情、声纹等多种特征，为元宇宙等新兴金融场景提供可靠身份验证[6] - 金融系统数字孪生平台能实时模拟市场极端情况下的风险传导路径，用于供应链金融风险评估等服务压力测试[7] - 量子随机数生成技术应用于数字资产托管的密钥管理环节，从根本上杜绝密钥被预测的可能性[7] 数据要素在数字金融中的核心作用 - 数据已成为驱动生产力跃迁的核心要素，数字金融是以数据为关键生产要素、科技为核心驱动力的新型金融业态[8] - 高质量金融数据集是数字金融发展的核心资源，通过构建“数字信用”赋能风控、反欺诈、营销和运营[9] - 金融可信数据空间综合运用区块链、隐私计算等技术，确保数据在流通全过程中“可控、可管、可防”，解决了数据流通的安全与信任痛点[9][10] - 将“数据资源”转化为标准、可信、可流通的“数据资产”是数字金融高质量发展的核心引擎，能推动科技金融、绿色金融等领域发展[10] 数字金融的未来创新发展路径 - **业技融合路径**：前沿技术（如区块链、人工智能）正从工具赋能走向生态重构，应用于数字货币、供应链金融、智能网点及“物信合一”物联网风控等场景[11] - **普惠服务路径**：数字技术通过建立360度全景客户画像、推进渠道协同、发展嵌入式金融等方式打破服务壁垒，引导资源向普惠与绿色领域倾斜[12] - **数字基建路径**：深化数据资产应用，通过整合支付、征信等系统为现代化金融基础设施，并探索数据确权、定价与交易机制以破除“数据孤岛”[13] - **原始创新路径**：探索与社会效益挂钩的金融工具（如ESG挂钩贷款）、推动国产化联邦学习标准、构建金融系统数字孪生模拟器，并布局神经形态计算等前沿技术[14][15] - **开放协同路径**：推动开放金融生态与跨境合作，包括采用混合技术路线平衡成本效益、与科技园区及链主企业共建生态，以及融入跨境金融服务体系以提升人民币资产国际吸引力[16]

文章核心观点 - 区块链存证技术凭借其不可篡改、全程留痕、公开透明的特性，正成为投资领域数字化转型的关键基础设施，旨在解决数据孤岛、信息不对称与信任缺失等行业瓶颈，推动行业从“信息互联网”向“价值互联网”跃迁 [1] 区块链存证技术的核心价值与机制 - 技术核心在于通过分布式账本与密码学算法重构数据信任机制，将交易数据以加密形式存储于多个节点，形成不可逆的时间链，任何数据篡改需同时修改超过51%的节点数据，在技术层面几乎不可实现，从而确保交易记录的真实性与完整性 [1] 在投资交易透明化与特定场景的应用 - 在证券发行与交易中，技术可实现全流程可追溯与多主体共治，将发行文件、股东名册、交易记录等关键数据上链存证，形成覆盖全生命周期的数字凭证，各方可实时验证交易真实性 [2] - 在供应链金融场景中，技术可打通核心企业、供应商、金融机构与物流方的数据壁垒，实现订单、发票、物流单、质押合同等单据的“四流合一”可信验证，有效防范重复融资、虚假贸易等风险 [2] 技术迭代与生态协同演进 - 零知识证明、同态加密等隐私计算技术与区块链融合，可在保障数据透明的同时实现敏感信息的“可用不可见”，满足数据安全法规要求 [2] - 跨链互操作协议的突破解决了不同区块链系统间的数据孤岛问题，促进资产跨链流通与价值互联，例如实现股票、债券、数字货币等多元资产的统一存证与交易，提升资本配置效率 [2] 未来展望与行业影响 - 区块链存证技术被视为投资领域数字化转型的“新基建”，预计将随着监管沙盒机制完善与标准体系建立，从试点应用迈向规模化落地 [3] - 该技术将与人工智能、物联网等技术深度融合，推动投资交易向智能化、自动化、全球化方向演进，为全球资本市场注入创新动能 [3]

行业趋势与市场展望 - AI Agent手机被视为智能手机行业在增长乏力背景下的新变局与“船票”，2026年有望成为其“量产元年” [1][4] - 行业正出现“激进派”和“稳健派”两条截然不同的发展路径，大规模普及仍需闯过合规、成本、价值等多重难关 [1] - “量产元年”的到来取决于产业对算力、功耗、成本三条曲线交汇点的预判，需满足特定技术条件以将物料清单成本压到320美元以下 [10] 主要参与者与战略路径 - 字节跳动旗下豆包与中兴通讯合作推出豆包AI手机，并正积极推进与vivo、联想、传音等头部硬件厂商的合作 [4] - 大模型厂商如智谱宣布将其核心AI Agent模型AutoGLM全面开源，以推动行业发展 [4] - 手机硬件厂商如华为、vivo、荣耀、联想等纷纷在旗舰手机中注入AI Agent能力，华为将小艺升级为具备跨应用操作能力的“智能服务统一入口” [4] - “激进派”以豆包AI手机为代表，采取高权限集成模式直接调用系统底层功能 “稳健派”以华为等厂商为代表，通过操作系统级API接口实现跨应用协作，更符合现有开发规范 [5] - 头部手机厂商如vivo、华为去年出货量超过4000万部，系统级改动意味着亿元级别的合规费用，因此倾向于将AI做成“功能”而非“底座” 中兴手机全球市场份额约3%，边际风险低，更愿意用系统权限换取增量，呈现“小艇调头”效应 [6] 技术实现与权限冲突 - 豆包AI手机通过获取“android.permission.INJECT_EVENTS”系统级权限，将AI助手设置为操作系统的一部分，从而实现丝滑、无感的跨应用操作 [7] - 该高权限模式意味着AI可向系统输入流直接写入事件，其危险在于操作的不可分辨性，可能被恶意软件利用绕过安全识别 [8] - 出于对风险和安全问题的担忧，微信、淘宝等主流应用及一些银行类App已选择“屏蔽”豆包手机助手 [7][8] - 权限和智能是“跷跷板”关系，AI需要更多权限才能更智能，但过度开放权限可能威胁隐私与安全 [8] - 解决难题需在技术层面发展隐私计算、沙箱隔离，在行业端建立权限分级标准与审计机制，在政策层面完善法律法规 [8] 面临的挑战与量产条件 - 当前主流路径严重依赖云端进行屏幕理解与推理，存在三个根本性矛盾：持续上传屏幕流带来的数据主权与安全风险、受制于网络延迟与带宽的交互流畅度天花板、海量用户高频调用带来的难以持续的算力经济成本 [11] - 量产需迈过三重难关：一是合规关，需要工信部牵头出台“终端Agent权限白名单”标准 二是成本关，“NPU+大模型授权+内存溢价”不能使手机整机成本增幅超过8% 三是价值关，必须跑出日活跃用户数大于30万的“杀手级”场景 [11] - 具体量产技术条件包括：手机SoC的NPU算力超过40 TOPS、12nm以下射频PA量产、出现70美元级别的8GB LPDDR5X模组，三者同时达标才能把物料清单成本压到320美元以下 [10]