论坛背景与核心议题 - 论坛于10月23日由CFA协会与凤凰卫视联合主办，作为“2025零碳使命国际气候峰会”的平行论坛，聚焦可持续投资新范式、产业绿色转型路径及ESG人才培育等关键议题 [1] 生成式人工智能在ESG领域的机遇 - 生成式人工智能为环境、社会和治理领域创造了真实机会，但其发展呈指数级，与人类的线性思维习惯存在差异，需正视此变革 [3] - 在可持续投资方面，生成式人工智能可作为“超级阅读者和超级分析器”，处理海量非结构化ESG信息，协助基金经理识别模式、发现不一致之处，从而优化人类决策焦点 [3] - 在环境应用层面，生成式人工智能能优化电网运营，通过精准预测和整合可再生能源提高能效，例如阿里云成功降低了其数据中心能源使用效率值 [3] - 生成式人工智能工具如波士顿动力的机器人狗“Spot”，可通过创建“数字孪生”模拟场景、预测故障，从而增强运营韧性并改善环境成果 [3] 生成式人工智能带来的风险与挑战 - 人工智能具有“双刃剑”特性，其能源密集型特性带来巨大环境风险，例如训练ChatGPT-4和Llama 3.1模型分别产生了超过5000吨和9000吨的二氧化碳排放，数据中心的巨大耗水量亦是显著担忧 [4] - 在社会风险层面，自动化可能取代工作岗位，算法偏见可能渗透至招聘等多个社会领域 [4] - 在治理风险上，数据完整性、透明度和问责制是建立信任的关键，此为行业持续关注的重点 [4] 应对挑战的专业发展建议 - 面对人工智能挑战，专业人士应聚焦于四个关键领域以保持领先：数据素养、掌握可持续发展资质（熟悉ESG规则与披露框架）、“科技对话并保持人性”的能力，以及具备“4C”心态——保持好奇、具有创造力、成为批判性思考者、并坚持持续学习 [4] - 在人工智能时代，人类的判断力是差异化优势，人工智能并不总是正确的，其使用方式由人类决定 [4] - 未来属于能够负责任地使用工具，并将职业与影响力、伦理和战略思考相结合的专业人士，人工智能可处理数据但尚不能读懂人心 [4]

核心观点 - CMC资本与香港投资管理有限公司共同创立"CMC AI创意基金"并联合领投LiblibAI的B轮融资 融资总额达1.3亿美元 为今年AI应用赛道最大融资 标志AI投资热点从底层模型转向应用层 [3] 基金合作与战略意义 - "CMC AI创意基金"聚焦生成式人工智能在创意产业的应用与创新 依托香港国际化数据环境、成熟文创基础及政策优势 助力香港建设亚洲GenAI创新枢纽 [6] - 合作整合双方产业资源、技术人才、政策区位与资本运作的互补优势 是市场化投资机构与政府战略平台的深度融合 [6] - 港投公司由香港特区政府全资拥有 践行"耐心资本"定位 争取中长期财务回报的同时创造新增长动能 已投资超过130个项目 重点布局硬科技、生命科技及新能源 人工智能与具身智能是重点增长领域 [6] - CMC资本过去10年在泛文化、互联网科技、新消费广泛布局 近年拓展至企业数字化、无人驾驶、新能源、AIGC等前沿科技 其兄弟企业构建了头部内容集群和综合协同生态 为AI技术与内容产业结合提供丰富应用场景 [7] - 基金设立旨在以资本赋能产业 以科技反哺金融 培育新经济增长引擎企业 并在香港形成国际科创企业集聚效应 [7] 投资标的LiblibAI分析 - LiblibAI成立于2023年底 成长为中国最大的多模态模型与创作社区 平台整合图像、视频、3D、LoRA训练等多模态能力 覆盖完整AI工作流 孵化了超过2000万AI创作者 [9] - 平台凭借"工具集成+社区生态"战略路径脱颖而出 聚合全球领先开闭源视频与图像生成模型 通过模型轻量级训练与创作者激励机制形成独特共创生态 [9] - 2025年10月发布2.0版本 将"聚合工具"升级为"AI专业创作工作室" 强化视频生成能力 支持多模型生成与专业级特效模板 实现端到端体验 [9] 行业趋势与未来布局 - 生成式AI技术经历革命性突破 其多模态内容生成能力为创意产业带来效率跃升、体验焕新、生产关系重构三重机遇 [11] - CMC资本投资版图由TMT、消费、新能源延伸至人工智能 旨在构建"技术+场景+生态"完整闭环 支持高潜力团队实现规模化商业落地 [11] - 未来基金将持续关注生成式AI软件、AI硬件、AI赋能出海等方向 系统性推动技术、场景与生态深度融合 为香港乃至大湾区科技创新与产业升级注入持续动能 [12]

基金设立与合作 - CMC资本与香港投资管理有限公司（港投公司）共同创立"CMC AI创意基金"，并作为联合领投方参与LiblibAI的1.3亿美元B轮融资 [1] - 该基金聚焦生成式人工智能在创意产业的应用与创新，依托香港国际化数据环境、成熟文创基础及政策优势 [3] - 合作整合了双方在产业资源、技术人才、政策区位与资本运作的互补优势，是市场化投资机构与政府战略平台的深度融合 [3] 投资方背景与战略 - 港投公司由香港特区政府全资拥有，是践行"耐心资本"定位的投资平台，已投资超过130个项目，明确聚焦硬科技、生命科技及新能源和绿色科技三大核心赛道 [3] - CMC资本过去10年在泛文化、互联网科技、新消费广泛布局，近年来拓展到企业数字化、无人驾驶与智能车、新能源、新材料、产业智能化、AIGC等前沿科技投资领域 [4] - CMC资本的兄弟企业华人文化集团公司构建了遍及多个领域的头部内容集群和综合协同生态，为AI技术与内容产业的结合提供丰富应用场景与商业化路径 [4] 被投公司LiblibAI分析 - LiblibAI是中国最大的多模态模型与创作社区，平台整合了图像、视频、3D、LoRA训练等多模态能力，覆盖从灵感生成到动态视频制作的完整AI工作流 [5] - 平台孵化了超过2000万AI创作者，包括插画、摄影、电商、海报、IP等专业视觉场景 [5] - 2025年10月发布2.0版本，将"聚合工具"升级为"AI专业创作工作室"，强化视频生成能力，支持多模型生成与专业级特效模板 [6] 行业趋势与投资意义 - 本轮1.3亿美元融资是今年迄今为止AI应用赛道最大的一笔融资，标志着AI投资热点正从底层模型转向应用层 [1] - 生成式AI技术为创意产业带来效率跃升、体验焕新、生产关系重构的三重机遇，技术正从实验室走向商业化应用 [7] - CMC资本旨在通过系统性投入，构建"技术+场景+生态"的完整闭环，支持高潜力团队实现规模化商业落地 [7] 未来展望与战略延伸 - 未来基金将持续关注生成式AI软件、AI硬件、AI赋能出海等方向，系统性推动技术、场景与生态的深度融合 [8] - 对港投公司而言，基金扮演着"探路者"与"连接器"的角色，旨在在文化创意产业中率先打造AI应用的成功案例与商业样板 [8] - 此次合作进一步强化了CMC资本在科技投资领域的战略纵深，彰显其作为中国创新经济支持者的长期承诺 [8]

融资事件概述 - CMC资本与香港投资管理有限公司共同创立CMC AI创意基金并联合领投LiblibAI的B轮融资 本轮融资总额达1.3亿美元 是今年AI应用赛道最大的一笔融资 [1] - 本轮融资标志着AI投资热点正从底层模型转向应用层 [1] 基金战略定位 - CMC AI创意基金聚焦生成式人工智能在创意产业的应用与创新 依托香港国际化数据环境 成熟文创基础及政策优势 助力香港建设亚洲GenAI创新枢纽 [3] - 基金整合双方在产业资源 技术人才 政策区位与资本运作的互补优势 是市场化投资机构与政府战略平台的深度融合 [3] - 港投公司由香港特区政府全资拥有 践行耐心资本定位 已投资超过130个项目 聚焦硬科技 生命科技及新能源三大核心赛道 人工智能是其重点布局领域 [3] 投资方背景与资源 - CMC资本过去10年布局泛文化 互联网科技 新消费等领域 近年拓展至企业数字化 无人驾驶 AIGC等前沿科技 [4] - 其兄弟企业华人文化集团公司构建了影视 游戏 体育等领域的头部内容集群 为AI技术与内容产业结合提供丰富应用场景 [4] - CMC资本创始管理合伙人认为香港拥有国际化资本市场 AI高校人才 多元内容创意产业底蕴 能充分发挥与大湾区协同优势 具备成为亚洲GenAI应用中心的潜力 [4] - 港投公司行政总裁表示LiblibAI以工具加社区模式将生成式AI融入创意产业实际场景 是AI与文化创意交叉领域的典范项目 [4] 被投企业分析 - LiblibAI成立于2023年底 是中国最大的多模态模型与创作社区 平台整合图像 视频 3D等多模态能力 覆盖完整AI工作流 孵化了超过2000万AI创作者 [5] - 平台通过模型轻量级训练与创作者激励机制 形成模型-场景-创作者共创生态 2025年10月发布2.0版本 强化视频生成能力 支持多模型生成与专业级特效模板 [5] 行业趋势与投资逻辑 - 生成式AI技术为创意产业带来效率跃升 体验焕新 生产关系重构的三重机遇 CMC资本捕捉到该技术对内容创作 媒体娱乐等传统领域的重塑潜力 [7] - 基金设立旨在构建技术加场景加生态的完整闭环 支持高潜力团队实现规模化商业落地 进一步强化在科技投资领域的战略纵深 [7] - 基金未来将持续关注生成式AI软件 AI硬件 AI赋能出海等方向 推动技术 场景与生态的深度融合 [8]

融资事件概述 - CMC资本与香港投资管理有限公司共同创立"CMC AI创意基金"，并作为联合领投方参与了中国最大多模态模型与创作社区LiblibAI的B轮融资 [1] - 本轮融资总额达1.3亿美元，是今年迄今为止AI应用赛道最大的一笔融资 [1] - 此轮融资标志着AI投资热点正从底层模型转向应用层 [1] CMC AI创意基金 - 基金聚焦生成式人工智能在创意产业的应用与创新 [3] - 基金依托香港国际化数据环境、成熟文创基础及香港本土及大湾区政策优势，助力香港建设亚洲GenAI创新枢纽 [3] - CMC资本与港投公司的合作整合了双方在产业资源、技术人才、政策区位与资本运作的互补优势 [3] - 基金未来将持续关注生成式AI软件、AI硬件、AI赋能出海等方向 [6] 投资方背景与战略 - 香港投资管理有限公司由香港特区政府设立并全资拥有，是践行"耐心资本"定位的投资平台 [3] - 港投公司已投资超过130个项目，明确聚焦硬科技、生命科技及新能源和绿色科技三大核心赛道 [3] - CMC资本过去10年在泛文化、互联网科技、新消费广泛布局，近年来逐步拓展到企业数字化、无人驾驶与智能车、新能源、新材料、产业智能化、AIGC等前沿科技投资领域 [4] - CMC资本的兄弟企业"华人文化集团公司"构建了遍及多个领域的头部内容集群和综合协同生态，为AI技术与内容产业的结合提供了丰富的应用场景 [4] 被投公司LiblibAI分析 - LiblibAI是中国最大的多模态模型与创作社区，平台整合了图像、视频、3D、LoRA训练等多模态能力 [4] - 平台覆盖从灵感生成、视觉设计到动态视频制作的完整AI工作流，孵化了超过2000万AI创作者 [4] - 在AI基础模型逐渐趋同的背景下，LiblibAI凭借"工具集成+社区生态"的战略路径脱颖而出 [5] - 2025年10月，LiblibAI发布2.0版本，将"聚合工具"升级为"AI专业创作工作室"，强化视频生成能力 [5] 行业趋势与战略意义 - 生成式AI技术正经历革命性突破，其多模态内容生成能力为创意产业带来效率跃升、体验焕新、生产关系重构的三重机遇 [5] - 随着生成式AI技术从实验室走向商业化应用，该技术对内容创作、媒体娱乐等传统领域具有重塑潜力 [5] - 此次合作旨在通过系统性投入，构建"技术+场景+生态"的完整闭环，支持高潜力团队实现规模化商业落地 [5] - 基金合作旨在形成示范效应，助力吸引更多相关领域的全球企业与人才，尤其是年青人才 [6]

文章核心观点 - 香港金融管理局与香港数码港管理有限公司公布第二期生成式人工智能沙盒参与者名单，共有20家银行和14家技术合作伙伴的27个用例获邀参与 [1] - 第二期沙盒计划聚焦加强AI治理，采用“以AI对抗AI”策略应对深度伪造诈骗等风险，旨在实现更安全、更稳健的AI应用 [1] - 沙盒参与者将于2024年稍后开始登陆数码港人工智能超算中心平台，技术测试预计于2026年初开始 [1] 参与者构成 - 20家银行参与者包括蚂蚁银行（香港）有限公司、中国银行（香港）有限公司、交通银行（香港）有限公司等金融机构 [1] - 14家技术合作伙伴包括AIFT、阿里云、中国移动香港等科技公司 [1] - 总共27个用例获邀进入第二期GenAI沙盒 [1] 技术焦点与应用方向 - 多个用例采用“以AI对抗AI”策略，例如运用AI对AI生成内容进行自动化质量检测 [1] - 通过自动化检测手段提升系统准确度和一致性 [1] - 沙盒为开发创新防御机制提供试验场，专门针对深度伪造诈骗的风险日益增长的问题 [1] 行业意义与发展阶段 - 不同类型银行的参与反映了AI带来的转型潜力已成为业界共识 [1] - 沙盒计划被视为实现更安全、更稳健AI应用的重要一步 [1] - 技术测试阶段预计于2026年初开始，参与者将于2024年稍后陆续登陆专属平台 [1]

行业与公司 * 报告聚焦于生成式人工智能在商业领域的应用现状 特别是2025年的实施情况[1] * 研究基于对300多个公开披露的AI计划的分析 对52家组织的结构化访谈 以及对153名高级领导人的调查[3] * 研究揭示了企业界在GenAI投资与回报之间存在巨大差距 即"GenAI鸿沟"[6] 核心观点与论据 GenAI鸿沟的现状与表现 * 尽管企业界对GenAI的投资达到300亿至400亿美元 但95%的组织获得零回报 仅5%的集成AI试点项目能提取数百万美元的价值[6] * 通用AI工具采用率高 超过80%的组织探索或试点过ChatGPT和Copilot等工具 近40%报告已部署 但这些工具主要提升个人生产力 而非损益表绩效[7] * 企业级系统部署率极低 60%的组织评估了此类工具 但仅20%进入试点阶段 仅5%进入生产阶段 大多数失败归因于脆弱的工作流程 缺乏情境学习以及与日常操作不匹配[7] * 行业层面的转型有限 在九个主要行业中 仅技术和媒体两个行业显示出结构性颠覆的迹象 其他七个行业仍处于转型的错误一侧[15][16][17][20] * 从试点到生产存在巨大鸿沟 定制化企业AI工具仅有5%能进入生产阶段 而通用LLM聊天机器人的试点到实施率约为83% 但这掩盖了价值认知上的深层分裂[24][26][27][28][29] GenAI鸿沟的驱动因素 * 核心障碍是"学习差距" 大多数GenAI系统不保留反馈 不适应情境或随时间改进 缺乏记忆和适应性[8][48][61][65] * 用户偏好是鸿沟的体现 用户因答案更好 界面熟悉和更高信任度而偏好ChatGPT等通用工具 但在关键工作中 90%的用户偏好人类 分界线在于记忆 适应性和学习能力[56][58][66][67][68] * 投资模式反映鸿沟 约50%的GenAI预算流向销售和营销功能 但后台自动化往往能产生更好的投资回报率 这种偏见源于更容易的指标归因 而非实际价值[40][41][44][46] * 内部构建成功率低 外部合作伙伴关系的成功部署率约为67% 而内部构建工具的成功率约为33% 战略合作伙伴关系实现成功部署的比例显著高于内部开发[96][98][100][105] 跨越GenAI鸿沟的成功模式 * 成功的构建者专注于构建自适应 嵌入式系统 这些系统能从反馈中学习 并深度集成到工作流程中[71][73][74] * 企业买家实际需要的是能够学习并随时间改进的系统 关键选择标准包括对工作流程的深度理解 对现有工具的最小干扰 清晰的数据边界以及随时间改进的能力[76][78][79] * 成功的组织在采购上采取不同做法 他们像BPO客户而非SaaS客户 要求深度定制 从前线推动采用 并根据业务指标要求供应商负责[94][107] * 真正的投资回报率往往存在于被忽视的职能中 后台自动化带来了更快的投资回收期和更清晰的成本削减 收益来自减少BPO支出和外部机构使用 而非内部裁员[108][109][110][111] * 组织设计至关重要 成功的企业分散实施权限但保留问责制 采用战略合作伙伴模式的组织更可能成功跨越鸿沟[98][99][100] 其他重要内容 影子AI经济 * 员工通过个人AI工具跨越鸿沟 虽然仅40%的公司购买了官方LLM订阅 但90%公司的员工报告经常使用个人AI工具处理工作任务 形成了一个繁荣的"影子AI经济"[34][35][36][37] 对劳动力的影响 * GenAI对劳动力的影响已经开始显现 但表现为选择性替代先前外包的职能和受限的招聘模式 而非大规模裁员 在客户支持运营和行政处理工作中 裁员幅度在5%至20%之间[112][113] * 在技术和媒体等受GenAI影响显著的行业 超过80%的高管预计在24个月内减少招聘量 而在医疗保健和能源等 disruption 最小的行业 高管报告没有当前或预期的招聘减少[114][115][117] * 当前的自动化潜力为美国劳动力价值的2.27% 潜在的自动化暴露影响3900万个职位 涉及23万亿美元的劳动力价值 随着AI系统发展出持久记忆 持续学习和自主工具集成能力 这种影响将变得可操作[119] 未来趋势：Agentic Web * 超越单个AI代理的下一个演进是"Agentic Web" 自主系统可以在整个互联网基础设施中发现 协商和协调 从根本上改变业务流程的运作方式[121][122][123] * 支持这种转型的基础设施正在通过如Model Context Protocol Agent-to-Agent和NANDA等协议出现 这些协议实现了代理互操作性和自主网络导航[92][122][125][126] * 这标志着一个根本性转变 从当今由人介导的商业流程转向在整个互联网生态系统中运作的自主系统[123]

行业宏观趋势与市场规模 - 国内金融科技市场规模预计将以约13.3%的复合增长率于2028年突破6500亿元 [1] - 政策聚焦于构建“科技-产业-金融”为主体的科技金融循环体系，强调数据要素在金融业务场景的多元化、依法合规应用 [1] - 金融机构数智化转型是当前行业发展的核心，技术迭代与创新化应用是驱动金融业务价值提升的关键 [1] 核心技术发展趋势 - 云原生和微服务架构已成为各类应用的主流技术栈，越来越多的机构采用分布式架构 [28] - 大模型技术正推动金融行业从基础数字化迈向深度智能化变革，应用延伸至远程银行、财富管理等核心场景 [43] - 金融领域的自主创新需求从IaaS层向PaaS层乃至业务层深入，未来项目更考验技术服务商在业务价值提升和高质量服务上的能力 [31] - 安全重要性进一步凸显，安全理念从单点发展到全栈，从被动转向主动，金融机构更关注“甲方安全”视角 [32] 行业重点发展方向 - 未来发展的三大核心趋势是业技融合、信创建设与合规科技 [38] - 信创建设已逐步进入平稳扩张阶段，国产技术的替代将成为未来行业发展的大势所趋 [38] - 行业将围绕安全、体验与增长的三元价值体系，依托场景垂类大模型应用，构建技术与业务深度融合的智能生态 [43] 典型厂商案例与解决方案 - 软通动力旗下软通金科依托AI大模型打造闭环服务能力体系，覆盖智能办公、智能客服、智能风控、智能营销、智能顾投等领域 [10] - 软通动力AI理财助手集成企业级内部知识库，融合“智能营销”和“理财海报”等文生图AI技术，实现数字人产品介绍、智能投顾等业务场景 [12] - 车晓科技专注于信用风控，自主开发汽车金融AI交易平台、银行金融科技平台等核心生态产品，为汽车金融提供穿透式、全链条风控保障 [14] - 中移金科打造全场景企业消费管理平台，企业钱包聚焦“团餐、福利、商旅、出行”等场景，提供集智能支付、费控管理于一体的解决方案 [20] 专家观点与行业洞察 - 亚信科技主张聚焦行业“平台、模型、工具”层面，以“2+5+N”大模型产品体系助力金融客户将大模型落地到真实应用场景 [26] - 腾讯金融云认为云原生与AI原生将逐步融合，业务价值和业务场景是新技术的挑战 [31] - 中关村科金以“平台+应用+服务”模式，针对不同金融场景特性构建垂类大模型应用，推动大模型在金融领域的规模化落地 [43]

文章核心观点 - 生成式人工智能对客户体验具有革命性影响 能解锁高达1.3万亿美元的潜在商业价值[1] - 企业需通过战略牵引和数据驱动实现客户体验转型 并克服组织协同与衡量体系等挑战[2][3] - AI推动客户体验三大变革：实时行为追踪替代传统反馈 智能化服务提升满意度与降低成本 个性化服务替代群体画像运营[4] 生成式AI的商业价值与影响 - 生成式AI在客户体验领域存在1.3万亿美元潜在商业价值 基于对12个行业高管的调研[1] - AI发挥三大关键作用：实时客户信息采集实现快速响应 智能化重构客户旅程 规模化落地个性化体验[1] 实践中的挑战 - 战略高度不足导致客户体验被边缘化为职能部门职责而非企业核心战略[2] - 组织协同涉及跨部门跨地域协作 衡量体系不完善使传统NPS难以反映实际业务指标[2] 行业应用案例 - 全球领先咖啡连锁品牌通过AI实现实时客户数据采集 识别高频痛点并优化触点体验[2] - 国际能源零售企业通过语音热线AI升级降低服务成本同时提升客户满意度[2] - 机场旅游平台运用大数据为不同旅客画像推送定制服务 实现低成本高效率个性化服务[2] 转型实施路径 - 战略牵引需企业高层主导 将客户体验作为企业级战略核心并绑定商业目标[3] - 数据驱动选点突破 利用实时数据识别痛点 从高频场景或关键节点切入推进[3] - 中型企业需聚焦核心竞争力区域 结合AI工具发挥特长弥补短板[3] 组织与人才管理 - 协调技术团队与业务部门目标冲突需分层管理新旧业务 用敏捷模式推动试点[3] - 培养人才需现有人才培养与新鲜血液引进双管齐下 组建多元化团队提升战斗力[3] 对CEO的行动建议 - 确立清晰愿景与目标 定义客户体验目标框架中需引领超越和积极跟随的环节[4] - 建立全公司协同机制打破部门壁垒 构建科学衡量体系确保与业务成果联动[4] - 预判关键阻碍包括缺乏统一成功定义 新旧技术体系冲突 缺少实时数据评估机制[3][4] AI驱动的变革趋势 - 信息采集从传统反馈转变为实时行为追踪 频率和精准度显著提升[4] - 客户服务从生硬语音机器人转变为自然人性化AI助手 智能化程度与满意度同步提升且成本降低[4] - 客户运营从群体画像走向个性化服务 实现千人千面精准触达[4]

法院裁决结果 - 美国地方法院法官阿米特·梅塔裁定谷歌无需剥离Chrome浏览器或Android操作系统 明确拒绝司法部提出的强制剥离措施[1][3] - 法院禁止谷歌签订或维持与Chrome 谷歌搜索 谷歌助手及Gemini应用等服务分销相关的独家协议 但允许继续向分销商支付款项[3][4] - 裁决要求谷歌必须向符合条件的竞争对手提供部分搜索数据 但谷歌以隐私担忧为由表示将提起上诉[4] 市场反应与股价影响 - 谷歌股价在美股盘后交易中应声上涨近7%[2] - 苹果公司股价在盘后交易中上涨2.65%至235.800美元 因裁决保留其与谷歌的默认搜索引擎合作空间[5][6] 行业竞争格局变化 - 法官指出生成式人工智能（GenAI）技术的兴起是采取宽松限制措施的核心原因 旨在防止谷歌将传统搜索主导地位延续至GenAI领域[3] - 互联网搜索行业自案件审理结束以来已发生显著变化 GenAI技术改变了案件进程[3] 企业合作与财务影响 - 谷歌与苹果的长期协议得以保留 谷歌每年向苹果支付数十亿美元以成为Safari浏览器默认搜索引擎[6] - 谷歌搜索本财年收入预计接近2000亿美元 其中数百亿美元将流向分销合作伙伴[6] - 苹果与谷歌正探讨开发定制人工智能模型用于新款Siri 谷歌已开始为苹果服务器训练模型[7]