行业趋势与挑战 - AI与汽车金融深度融合 数据积累 场景理解与算法创新成为行业破局关键[1] - 行业面临"数据不出域"合规要求与决策透明度双重挑战 推动联邦机器学习 数据脱敏等技术方案探索[1][4] - 垂直领域AI应用需兼顾高质量效果与决策透明性 在强监管环境下实现理想效果存在挑战[5] 技术应用与创新 - 联邦机器学习技术实现多方协同训练模型而不共享原始数据 数据脱敏与严格审批制度保障隐私安全[4] - 汽车金融领域AI大模型需依托领域数据积累 业务场景理解及算法工程创新 实现低成本高效能[7] - 公司开源YiXin-Distill-Qwen-72B推理大模型 为汽车金融行业首个开源大尺寸推理模型 性能对标DeepSeek-r1[7] 公司战略与优势 - 公司AI智能体产品聚焦复杂场景判断与长链路决策 目标实现汽车金融全自动化流程[8] - AI全面重塑业务模式 资管智能体大模型使逾期修复率提升一倍[8] - 核心优势包括垂直领域数据资产 AI技术深耕经验 以及人才-算力-数据三要素完备体系[8] 市场机遇与区域角色 - 未来3-5年机遇在于AI赋能汽车金融科技及服务出海企业 跨境数据治理标准建设成重点[6] - 香港凭借国际金融中心地位有望成为跨境数据治理标准建设的关键节点[1][6]