公司核心动态 - 企查查自主研发的“汇智”AI大模型于12月2日正式通过国家互联网信息办公室的生成式人工智能服务备案，备案号为Jiangsu-HuiZhi-202510310058 [1] - 此次备案被视为公司全力拥抱AI、All-in AI的重要里程碑 [1] 模型技术特点与优势 - “汇智”大模型基于企查查多年积累的千亿级高质量数据进行增量预训练 [3] - 模型将可信数据理解与法律知识深度融合，具备精准的语义识别和逻辑推理能力 [3] - 在法律知识智能问答、第三方风险排查、尽职调查报告生成等商务应用场景中展现出显著优势 [3] 公司数据基础与治理能力 - 企查查作为国内领先的商信数据服务商，已构建覆盖工商、司法、风险、知产、税务、环保、舆情等多维度的高质量数据体系 [3] - 截至2025年12月，公司累计收录全球企业信息超过6亿家，数据更新日均超过3000万，数据准确率获市场广泛认可 [3] - 公司建立了从数据采集、清洗、标注到更新的全流程管理体系，并通过自主研发的智能数据处理系统高效处理海量动态信息 [3] 合规与安全 - “汇智”大模型的备案体现了公司在数据安全与合规方面的高度重视 [3] - 公司严格遵守《生成式人工智能服务管理暂行办法》等相关法规，确保模型训练和应用的合规性 [3] 未来应用与行业影响 - 公司将推动AI技术在数创领域的落地应用，为金融机构、律所、中小企业等专业群体提供更智能、安全、可信的服务支撑 [4] - 此举旨在助力我国可信人工智能发展迈上新台阶 [4]

数据集背景与行业痛点 - 计算机视觉技术广泛应用于自动驾驶、消费电子等领域，图像数据集是基础[2] - 过去十年数据集多依赖网络抓取，存在未经授权、缺乏多样性、知情同意和补偿等伦理问题[2] - 数据缺陷削弱了AI系统的公平性和准确性，并强化了种族、性别等社会偏见，例如商业人脸识别系统识别深肤色女性的错误率远高于浅肤色男性[2] - 部分知名数据集如COCO、VQA2.0或MIAP在人口多样性和自我报告信息方面存在明显缺陷[2] FHIBE数据集核心特点 - Sony AI推出全球首个公开可用、全球多样化、基于用户同意的数据集FHIBE，专门用于评估以人为中心的计算机视觉任务的公平性[2] - 数据集收录来自81个国家和地区的10318张图像，涉及1981位独立个体，涵盖人脸识别到视觉问答等广泛视觉任务[2] - 采用全球众包和自我报告形式，形成1234个交叉群组，区域分布均衡：非洲占44.7%，亚洲与大洋洲占40.6%，改善了人像数据过度集中于北美与欧洲的问题[6] - 拥有迄今最全面的标注信息，包括人口统计特征、物理属性、环境因素、仪器参数及像素级标注数据[3] - 每张图像附有自述姿势、互动、外观特征、年龄类别标注以及人脸、人物编辑框的像素级标注，包括33个关键点与28类分割标签[7] 数据收集的伦理与合规性 - 数据收集过程严格遵守《通用数据保护条例》（GDPR）等法规，包含清晰条款的同意书[10] - 参与者在充分了解用途后自愿签署知情同意书，明确同意其生物特征数据用于AI公平性研究，并保留随时撤回同意的权利[10] - 通过生成式扩散模型对非自愿主体及可识别个人身份的信息进行图像修复与人工复核，避免传统隐私保护措施可能造成的再识别风险[10] 模型公平性评估应用 - 利用FHIBE对8类计算机视觉任务的主流模型进行系统测试，包括姿态估计、人物分割、人物检测、人脸检测等[11] - 研究发现，基于交叉群组的分析显示，年轻（18-29岁）、肤色较浅、亚洲血统的群体获得较高准确率；年长（50岁以上）、肤色较深、非洲血统的群体准确率较低[11] - 发现了之前未被识别的细微偏见，例如面部解析模型对灰白发色人群识别能力不足，人脸验证模型识别女性群体的准确率更低[13] - 在多模态基础模型测试中，CLIP在图像分类任务中对使用"he/him/his"代词的图像比使用"she/her/hers"代词的图像更倾向于赋予中性标签[13] - BLIP-2在开放式问答中会生成带有性别或种族偏见的描述，对于负面提示在特定群体中引发更高的有害刻板印象[15] 行业意义与未来展望 - 该成果是可信人工智能发展的重要里程碑，提高了人工智能公平性基准的衡量标准，为负责任的数据管理提供了实现路径[5] - 研究团队希望以FHIBE为起点，推动计算机视觉领域在数据收集、知情同意、隐私保护与多样性设计上的制度化实践[17] - 希望发挥FHIBE作为检测工具的作用，通过评估监测模型的性能与偏见，助力开发更具包容性与可信度的人工智能系统[17]

行业与政策背景 - 中国支付便利化行动向更多城镇和行业拓展，助力入境游发展 [1] - 在中国人民银行指导下，中国支付清算协会全面开启建设跨境二维码统一网关相关工作 [1] 公司战略与业务进展 - 蚂蚁集团成为首批跨境统一网关试点机构 [1] - 蚂蚁国际联合多个主要客源地头部电子钱包发起“电子钱包守护者联盟” [1] - 蚂蚁国际旗下全球整合支付网关Alipay+已与全球40个电子钱包及8个国家级二维码网络建立合作，覆盖超1亿线下商户 [3] - 其中，7大品牌的国际银行卡以及来自12个国家和地区的31个电子钱包可在支付宝网络便捷使用 [3] - 2024年，蚂蚁国际处理的全球交易额超1万亿美元 [6] - AI SHIELD已全面应用于蚂蚁国际旗下Alipay+跨境支付、Antom商户服务、Bettr场景金融及万里汇全球企业账户等四大核心业务 [7] 技术与安全创新 - 正式发布AI安全防护核心系统——AI SHIELD，通过可信人工智能技术显著降低跨境支付风险 [1] - AI SHIELD系统在试运行期间已成功拦截90%的账户盗用行为 [1][4] - 基于AI驱动的Alipay+ EasySafePay 360解决方案，构建覆盖线上线下的智能风控网络 [3] - 自主研发的AI Security Docker技术组件，通过三大核心机制将AI服务风险降低90% [5] - 相关赔付申请由AI智能审批系统处理，审核效率提升90%，准确率高达95%以上 [4] - 高可信度、高安全性成为公司金融人工智能（FinAI）战略的核心支柱 [6] 合作与行业标准 - “电子钱包守护者联盟”是业内第一个国际性的移动支付安全科技合作机制 [7] - 蚂蚁国际作为Agent Payments Protocol（AP2）的发起方，参与发起和共同制定全球AI智能体支付安全标准 [7]

财务行业数智化升级拐点 - 2025年是财务行业数智化升级的重要拐点 [1] - 大语言模型等新一代AI技术在财务会计行业深度应用，加速财务管理智能化升级 [2] - 69.03%的财会从业人士认为行业可大量使用AI技术，较2024年的64.73%有所提升 [2] 政策法规推动智能财务发展 - 《中华人民共和国会计法》首次将"会计信息化"写入法律，要求企业推进信息技术与会计融合 [3] - 财政部新施行《会计信息化工作规范》《会计软件基本功能和服务规范》，赋予电子会计资料同等法律效力 [3] - 九部门联合印发通知，设定2028年前全面打通电子凭证"入账难、归档难"瓶颈的目标 [3] - 金税四期项目全面推进，2025年实现发票全领域、全环节、全要素电子化 [3] - 数据资产和AI技术的最新政策法规成为企业关注新焦点 [3] 数据资产与AI技术应用 - 企业积极探索数据资源入表、合规确权、价值评估及创新应用转化 [4] - 监管层面积极引导数据要素价值化 [4] - 政策法规通过规范和引导推动企业财务智能化水平提升 [4] 智能财务落地应用 - 财务管理从传统核算走向智能分析和战略决策 [5] - "可信人工智能"成为推动财务数智化转型的核心动力 [5] - 浦发银行智能化财务分析能力已在营销和授信过程中充分运用 [6] - 汇付天下推出支付行业首个智能体，可秒级生成定制化支付方案 [6] 大模型技术应用与挑战 - 大模型技术在财务领域探索迈向纵深，应用前景广阔但面临落地挑战 [7] - 业界对大模型在标准化流程建立、资料查询智能化等方面应用信心相对谨慎 [7] - 审慎态度源于对大模型生成结果一致性和欠缺真实应用案例支撑的顾虑 [7]

文章核心观点 - 人工智能技术正驱动财务领域向信息化、数字化、智能化三阶融合演进，深刻重塑会计和审计行业 [1][2] - 以大模型为代表的人工智能技术进入财务应用深水区，场景化落地成为智能财务新引擎，显著提升运营效率并释放数据价值 [4][6] 人工智能在财务领域的应用与影响 - 以大语言模型为代表的新一代人工智能技术已在会计核算、财务报告、管理会计、内部控制等环节深度应用 [2] - 人工智能推动财务管理从传统核算走向智能分析和战略决策，为风险预警与合规控制提供有力保障 [2] - 在支付行业，人工智能实现KYC审核效率从4小时提升至78秒，并可自动生成100+报表与分析200+业财指标 [4] 人工智能在审计行业的变革 - 人工智能通过数据分析、自然语言处理等技术重塑审计流程，推动行业从劳动密集型向自动化转型 [3] - 人工智能将审计师从常规重复工作中解放，使其更专注于需要专业判断的领域，催生人机协同新模式 [3] - 人工智能无法替代注册会计师的专业判断，完整审计仍需人工完成分析、测试等程序 [3] 企业实践与案例 - 浦发银行基于人工智能技术构建财务分析能力，结合多源信息提供智能报告生成、指标测算、同业比对等功能，支持信贷决策与风险评估 [6] - 汇付天下推出支付行业首个智能体，可秒级生成定制化支付方案、解析文档排错并提供可运行代码模板 [4] - 浦发银行建立全流程安全管理机制，围绕数据、内容、模型、框架、指令安全进行多元化评估，确保人工智能应用可信 [6] 技术挑战与发展方向 - 大模型技术在落地过程中面临生成结果一致性不足和实际案例缺乏等挑战 [6] - 需要通过构建行业知识库和提升算法透明度来增强人工智能的可信度 [6] - 可信、可解释、可控的“可信人工智能”应成为推动财务数智化转型的核心动力 [2]

论坛概况 - 2025世界人工智能大会智能财务论坛于7月28日在上海世博中心召开 [1] - 论坛主题为“可信人工智能驱动财务数智化转型” [1] - 全球人工智能和智能财务领域的学术界、产业界权威专家与资深学者参与研讨 [1] 行业发展趋势 - 财务领域正经历信息化奠基、数字化协同与智能化决策的三阶融合演进 [3] - 论坛探讨了智能财务发展的最新趋势和未来前景 [3] - 嘉宾从理论探索、政策指引和应用实践等角度分享见解 [3] 重要发布与成果 - 论坛发布了《2025年中国企业财务智能化调查报告（蓝皮书）》 [3] - 报告审视了中国企业在财务智能化领域的应用现状、发展动向、挑战及应对策略 [3] - 报告通过对标行业领先实践，为企业财务管理数字化转型提供洞见 [3] 专题讨论焦点 - 圆桌讨论环节嘉宾包括塞尔维亚诺维萨德大学教授、科大讯飞副总裁兼CFO、博士伦中国区财务总监、吉祥航空财务总监等 [4] - 讨论聚焦于全球视角下人工智能在财务领域应用的适配性 [4] - 议题涵盖技术适配、文化融合、风险管控和价值创造 [4]

研究院成立与定位 - 香港科技大学成立冯诺依曼研究院，整合具身智能、生成式AI及先进超级运算等技术，推动跨学科协作 [1] - 研究院由计算机视觉与AI领域知名专家贾佳亚领衔，他是思谋集团创始人 [1] - 研究院定位为大湾区首个"全链条实战型"AI研究院，聚焦五大前沿领域：具身智能、多模态大模型、可信人工智能、虚实融合空间、医疗AI应用 [2] - 研究院突破传统高校纯学术模式，通过专业实验室、校企联合攻关等机制，实现从论文到产品的快速跨越 [2] 战略目标与产学研合作 - 香港特区政府推行"AI+"策略，目标是将AI融入各行各业 [1] - 研究院将成为开拓AI应用场景与推动研究成果商业化的平台 [1] - 思谋集团与科大成立研究院，实践了与港投公司签订的战略合作协议，包括产学研合作和人才培育 [1] - 研究院期望通过探索AI创新与应用，孵化更多独角兽，构建更完善的AI生态圈 [1] 研究方向与技术重点 - 研究院聚焦五大AI关键领域：新一代多模态AI系统、增强AI逻辑推理能力、机器人智能技术、AI驱动的3D理解与生成、大模型改革医疗保健服务 [2] - 思谋科技深度融合"AI大脑+全栈机器人"技术，已成为AI独角兽企业 [2] - 思谋科技服务近300家全球大型制造业企业 [2] 人才培养计划 - 研究院启动"AI探索者：人工智能学校教育计划"，构建覆盖全港的青少年科创培养体系 [3] - 计划将培训超100名博士生，为香港储备AI新生代力量 [3] - 通过科普讲座、开放实验室、特色课程等举措培养人才 [3] 深港协同与产业落地 - 香港发挥国际资本、高校科研和全球人才优势，深圳依托制造业集群和供应链体系 [4] - 思谋科技构建"创新策源+产业落地"的双向赋能体系，总部在香港，研发中心和工厂在深圳 [5] - 深港协同实现"上午算法调试，下午部署测试，当晚样品生产"的高效机制 [5] - 思谋工业智能体已在特斯拉、比亚迪等300家工厂实现24小时无间断作业，操作精度达0.01mm级 [4]