专题：2025年深圳香蜜湖金融年会 12月20日，香港证监会原主席梁定邦在深圳香蜜湖金融年会上，就港澳智能金融及人工智能发展发表观 点。 他指出，港澳地区智能金融已覆盖至银行、证券、保险、跨境金融和电子支付五个领域。香港在推进人 工智能应用于传统金融时，并非单纯依赖大语言模型（LLM），而是采取包括区块链在内的多层次、 多架构的技术融合策略。 以金融监管角度来说，梁定邦表示，目前 "大数据"仍是香港金融科技应用基础，"大模型"只是其中一 环。香港自2019年起，已经在监管中引入"大数据"分析、专家系统、机器学习等多种技术手段，监管机 构在核心业务中优先使用可验证、可追溯的底层真实数据，而大模型则多用于辅助性、后台类工作。 梁定邦提示，由于大模型目前仍存在"幻觉"风险，因此在金融监管及机构的业务场景中，必须对AI保持 审慎态度。他表示，生成式人工智能在涉及客户直接交互的前台业务中应用仍较为谨慎，主要集中于后 台的风险管理、数据分析等支持性环节。。即便如此，最终决策仍需由风险管理委员会及风险官结合个 人经验与多维度数据进行最终判断，不能完全依赖模型输出。 梁定邦表示，香港在智能金融发展上保持高度开放态度，但在客户 ...

他表示："不论从人工智能技术本身，还是从金融应用的场景以及金融在经济活动中的职能地位来看， 当前我国智能金融的发展基础已经具备。虽然当前人工智能仍然存在可解释性不足等技术缺陷和算法偏 见等问题，但这些都是发展中的问题，相信在'十五五'时期，智能金融必将成为数字金融发展的重要方 向。" 中经记者 郝亚娟 夏欣 上海、北京报道 12月19日—20日，"第二十二届中国国际金融论坛"在上海举行。 中国人民银行原副行长李东荣指出，我国人工智能技术已具备规模应用基础。一是政策支持力度不断加 大，二是人工智能相关投资快速增长，引起社会和各行业的普遍关注，三是人工智能应用产品创新不断 涌现，四是技术和应用的成本和门槛不断降低。同时，金融行业人工智能应用已取得显著进展。 关于智能金融发展，李东荣指出，一是高度重视智能金融应用中的信息安全问题。信息技术的应用总有 两面性，在提高效率的同时也必然带来新的风险。二是加快智能金融的生态构建。在他看来，金融的生 态建设本质就是金融要更好地服务于民，"国之所需、民心所盼，正是金融所往"。金融机构要不断夯实 数字化的基础，打破数据孤岛，不盲目追求"大而全"，而是通过开放、信任、合作，构建生态 ...

李蕾谈到，当今世界，数字技术正以前所未有的速度重新定义金融的边界，在中国，一场以服务实体经 济为根本、以风险防控为基石、以制度创新为引领的深刻变革正在系统推进。 在金融科技治理、数据要素流通、人工智能规范化应用、以及数字人民币探索等领域，中国不仅走在全 球前列，更为智能金融的发展奠定了坚实的制度基础。同时，在"双碳"战略的引领下，具有中国特色、 面向世界的绿色金融体系也日臻完善。 专题：第二十二届中国国际金融论坛 2月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态构 建。西班牙对外银行（BBVA）中国区总裁李蕾出席并演讲。 她介绍到，西班牙对外银行作为一家拥有160多年历史、深耕亚洲欧洲拉美等多国市场的国际银行集 团，始终致力于成为连接国际资源与本地需求的协作伙伴。在绿色金融方面，自2018年以来，已累计投 放超过3000亿欧元用于可持续融资，并承诺在2025—2029年期间再投放7000亿欧元支持绿色与社会可持 续项目。 "我们愿以全球经验与本地洞察，助力中国金融的高质量发展。"她说。 李蕾指出，数字经济的浪潮奔涌向前，构建安全、智能、可持续的金融生态，是我们共 ...

登录新浪财经APP 搜索【信披】查看更多考评等级 专题：第二十二届中国国际金融论坛 2月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态构 建。中国人民银行原副行长李东荣出席并演讲。 李东荣谈到，我国人工智能技术已具备规模应用基础。一是政策支持力度不断加大，二是人工智能相关 投资快速增长，引起社会和各行业的普遍关注，三是人工智能应用产品创新不断涌现，四是技术和应用 的成本和门槛不断降低。同时，金融行业人工智能应用已取得显著进展。 他表示，不论从人工智能技术本身，还是从金融应用的场景以及金融在经济活动中的职能地位来看，当 前我国智能金融的发展基础已经具备。"虽然，当前人工智能仍然存在可解释性不足等技术缺陷和算法 偏见等问题，但这都是发展中的问题，相信在十五五时期，智能金融必将成为数字金融发展的重要方 向。" 此外，关于智能金融发展，李东荣提出了几点思考： （一）高度重视智能金融应用中的信息安全问题。信息技术的应用总有两面性，在提高效率的同时也必 然带来新的风险。 （三）智能金融的监管要不断适应智能金融发展的需要。要充分发挥标准支持金融业高质量发展的基础 性、引领性作用 ...

他强调，技术创新的价值只有通过市场才能实现，缺乏市场需求的技术创新是难以变现为财富的。在 AI领域，我国主要优势在于全球最大的制造业、服务业数字技术市场需求和应用场景。在国家级AI竞 争中，我国坚持独立自主、节约高效的发展道路，硬算力与软算力并进，通用模型与垂直模型并举，具 备可持续发展的实力。 李礼辉指出，技术上的创新最终取决于国家级和企业级的人力、财力、能力和定力，市场上的竞争最终 取决于群体和个体的信任、信赖、信心和信念。核心技术的追赶需要时间和过程，市场信任的培育也需 要时间和过程。 "我们有信心在中短期内实现核心技术的接近和超越，市场上的可信任就将决定本土品牌的凝聚力和竞 争力。" 以下为演讲实录： 构建安全高效的智能金融生态 专题：第二十二届中国国际金融论坛 12月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态 构建。中国银行原行长李礼辉出席并演讲。 李礼辉表示，人工智能已被公认为决定未来国家实力的核心技术，AI竞争集中表现为算力竞争。算力 竞争主要是中美之间的国家级竞争，同时是两国资本巨头、科技巨头之间的企业级竞争。 据非权威数据，2024年底我国算 ...

（文章来源：新华财经） 奇安信集团副总裁罗若月表示，人工智能的发展使网络安全与智能金融紧密相连，中国企业应积极参与 全球科技治理。奇安信将深化校企合作，推动人才年轻化和产学研创新，助力智能金融与金融安全实 践，期待论坛持续汇聚青年力量和创新成果，为行业发展贡献智慧。 本届论坛还包含三个专题讨论环节。专题一聚焦于全球地缘政治变化的影响，与会专家认为，当前美欧 关系面临结构性裂变，大国主导格局日益凸显。面对国际局势的复杂多元，中方应坚持客观分析与积极 应对，稳健推动国家发展战略。 专题二聚焦于全球金融治理的现状与未来，与会嘉宾认为，在当前国际金融体系中，美元体系挑战与人 民币国际化机遇并存。例如美元因高债务和政策不确定性承压，而加速人民币国际化则需进一步强化其 投资货币功能。全球金融格局转变中，中国既是受益者也是规则推动者，应强调金融开放与风险防控并 重，积极打造全球金融中心和绿色金融领先地位；同时坚持自主创新，深化国际合作，应对复杂外部环 境。 专题三聚焦于人工智能与金融安全，在与会专家看来，人工智能与区块链在深刻变革金融业的同时，也 带来系列风险和挑战，要进一步完善监管机制和数据安全。与此同时，以金融为核心的 ...

公司荣誉与市场地位 - 万得自研的“Alice投资顾问智能助手”在“2025年人工智能大模型金融领域创新应用大赛”中，从170多个申报项目中脱颖而出，荣获解决方案赛道“标杆奖”，标志着其正式跻身中国金融AI领域领先行列 [1] - 该解决方案在2024年度的同类活动中，曾以“AliceFC”之名斩获“创新应用案例类优秀奖”，实现了从“创新典范”到“行业标杆”的跨越 [3] 产品定位与核心价值 - Alice投资顾问智能助手旨在赋能财富管理，通过智能化工具帮助投资理财顾问告别重复性操作，使其能更专注于客户服务，提升专业价值和核心竞争力，成为行业数智化时代的“超级顾问” [3] - 该产品致力于推动智能化金融服务与财富管理场景化的深度融合，成为引领行业发展的新典范 [1] 产品功能与核心亮点 - **深度分析**：自动整合与分析基金、理财、股票等各类金融产品的实时行情、财务数据、盈利预测、风险收益、行业观点，提供全面的智能解读 [6] - **资产配置**：依据客户画像和需求，快速生成个性化资产配置方案，运用蒙特卡洛模拟收益区间，并自动形成图文报告，支持多渠道一键分享 [6] - **ETF图谱**：覆盖主流指数，提供详细的构成、权重、跟踪误差、申赎机制、费率结构等专业解读，旨在帮助理财师成为ETF专家 [6] - **报告生成**：自动采集金融市场数据，智能分析事件影响、产品对比和波动率，快速生成结构化报告、图表和摘要，并支持定时推送，以提升工作效率 [6] - **智能代理**：通过Agent功能，允许用户零代码搭建专属AI工作流，实现自动化采集、分析及信息推送，使个性化服务更精准高效 [6] - 产品提供投顾资讯通、资配助手、股票分析师、基金诊断、理财诊断、私募诊断、保险诊断、智能速配、产品擂台、ETF自助通等具体功能模块，覆盖财富管理全场景需求 [4] 未来发展方向 - 公司将持续深化金融大模型与智能投顾的融合创新，致力于让AI赋能更专业的服务，创造更大价值，并携手行业伙伴共同推动中国金融数智化转型迈向新高峰 [6]

文章核心观点 - 本期《金融史》将基金视为融合历史智慧、制度信任与未来愿景的文明载体，提供了理解现代金融生态的宏大视角 [1] - 基金的力量已超越资本融通，体现在塑造未来产业格局、驱动科技创新和实体经济发展，并承担起财富守护与国家产业助推的时代使命 [17] 基金行业历史脉络 - 系统勾勒了基金演进的全球航线图，从1868年全球首只契约型基金诞生，到美国创投七十年历程，再到中国基金业从“珠信基金”发展至今 [3] - 中国基金业已成长为全球资本市场的重要力量，苏州基金博物馆通过六大展厅以“声、光、电、影、物”等手段进行金融启蒙，使基金走进公众认知 [3][4] 核心发展理念与观点 - 基金的核心在于“信托、理财与价值观”的三位一体，这将其从技术层面提升至价值层面，强调了社会责任 [6] - “耐心资本”因长期性、稳定性和较高风险承受能力备受关注，已成为中国资本市场建设、技术革命及构建未来新兴产业体系的战略支柱 [8] - “耐心资本”具有秉持长期主义、风险承受能力较强、注重价值投资三个特征，致力于追求长期回报，能承受短期市场波动 [8] - 基金安全被比作“新的长城”，是行业发展的基石 [6] - 对政府引导基金“异化”现象进行了剖析，共同构建了理解当下与塑造未来的基金方法论体系 [6][7] 耐心资本的发展现状与作用 - 2024年4月，中共中央政治局会议首次提出“壮大耐心资本”；同年7月，党的二十届三中全会进一步明确“发展耐心资本” [8] - 截至2024年6月，中国存续的创业投资基金达到24,344只，总规模3.3万亿元，为科创企业发展提供坚实支持 [9] - 耐心资本与新质生产力紧密结合，在政策与市场需求驱动下，支持新质生产力取得积极进展 [8][9] - 在重要行业和关键领域，国有资本展现强大资源整合能力；民营资本涌现如京东方等长期深耕科技创新的企业 [9] - 国际资本方面，高技术产业引资占比高达37.3%，更多国际创投机构关注中国AI、生物医药、新能源等领域的科技企业 [9] 中国基金行业规模与对比 - 中国目前注册有2万多家GP管理团队、6万多只基金，而美国只有2000多个，中国GP数量是美国的10倍 [12] - IDG资本于1993年在上海成立中国历史上首家风险投资公司，初始资金2000万美元（IDG集团与上海市科委各1000万美元） [13] - 对比过去，今天的基金行业发展呈燎原之势，发生了翻天覆地的变化 [13] 风险投资与互联网发展案例 - IDG资本投资了中国互联网的半壁江山，早期参照美国模式进行投资，如对应雅虎投搜狐、对应ICQ投QQ（腾讯）、对应谷歌投百度 [13] - 2004年腾讯上市时尚未明确盈利模式，2005年百度上市时刚开始赚钱，当时中国互联网用户达到1亿 [14] - 当前中国互联网和移动互联网用户全球最多，已发展至4G乃至5G网络，在移动互联网终端上已开始比美国领先 [14] - 2005年后，IDG资本与美国Accel Partners合作成立首只成长期PE投资基金IDG-Accel，并投资了多个新领域 [14] 行业前沿趋势与未来展望 - AI与算法正在重塑投资决策，元宇宙开辟了全新资产类别与应用场景，ESG从边缘走向核心，成为衡量投资价值的伦理标尺 [17] - 基金行业正以开放姿态拥抱创新，例如苏州基金博物馆推动数字化转型，运用元宇宙直播年会、打造虚拟金融场景 [17] - 基金需成为老百姓财富稳定增长的“守护者”与国家核心产业发展的“助推器”，是响应养老、绿色金融等重大社会需求的战略性力量 [17]

项目获奖与行业地位 - 公司联合申报的“基于数据要素驱动的保险风控服务项目”荣获2025年“数据要素×”大赛全国金融服务赛道总决赛二等奖，该赛事由国家数据局联合20多个部委主办，共有2.2万个参赛项目[1] - 该项目凭借在数据融合、安全合规与智能风控领域的系统创新，成为金融行业数据要素落地的典型代表[1] 项目核心技术与数据能力 - 项目构建了行业首个“数据-风控-生态”数字化风控体系，依托平安集团数据底座，构建了覆盖保单、赔案、车辆等十大高质量数据库，总数据量超过PB级，融合370+权威数据源[2] - 项目数据标准达到DCMM五级水平，并构建了保险垂域大模型，基于万亿保险语料和亿级理赔数据，知识自动化率达70%、数据知识化率达50%[2] - 平安集团沉淀超过30万亿字节数据，覆盖近2.5亿个人客户，并积累3.2万亿高质量文本语料、31万小时标注语音语料及75亿图片语料用于大模型训练[3] 项目应用成效与行业赋能 - 项目模型已在理赔风控、风险定价、欺诈识别等场景落地，通过普惠金融开放平台向行业输出能力，赋能20+保险机构，带来经济与社会效益逾百亿元[2] - AI已全面赋能公司核心业务：车险89%单件平均一分钟智能出单，人伤案件理赔自动化率达63%，最快结案仅需51秒[3] - 2025年前三季度，AI坐席服务量超12.92亿次，覆盖集团80%客服总量，AI辅助销售金额达990.74亿元[3] 公司战略与未来方向 - 作为公司对外金融科技输出的唯一窗口，正以SaaS化模式将AI、大数据、智能风控等领先成果向行业与生态输出，提供全链路解决方案[3] - 未来将继续发挥科技输出窗口作用，携手生态与行业探索数据要素驱动的智能金融新模式，助力金融业高质量发展[4]

行业观点 - 金融大模型将走向专业化、轻量化、合规化，大模型不是量化交易的终点，而是智能金融新纪元的起点 [1][8] - 大模型正在重构量化交易的范式，多智能体与多模态融合将推动技术演进，未来可能完全依靠机器在强化风控下抓取投资机会 [3] 量化交易现状与瓶颈 - 全球量化交易在美股市场占比已超60%，在A股市场占比约为20%-30% [4] - 2019年到2022年间，A股量化基金数量翻倍，占主动型公募基金的18% [4] - 交易策略同质化严重：在A股市场极端分化行情中，超过七成的量化多头产品跑输了基准指数 [4] - 量化策略自适应能力较差：在少数权重股急速上涨、大量个股平淡的市场结构下，持仓分散的策略难以适应 [4] - 信息处理窄：传统策略依赖财务数据与量价指标，存在信息滞后与同质化问题，限制发现独特Alpha的能力 [4] - 研发成本极高：可选因子数量激增带来巨大选择困难，增加了策略研发的复杂度和试错成本 [4] 大模型的技术赋能与优势 - 大模型是实现从“经验驱动”到“智能驱动”的量化新范式的关键 [6] - 技术已完成从专家系统、机器学习、深度学习到“大模型+”的迭代，实现基于理解与推理的协同决策 [6] - 核心优势在于强大的逻辑推理能力与对海量非结构化数据的处理能力，能突破传统量化模型的技术瓶颈 [6] - 通过自动化信息挖掘、多模态融合决策、动态推理与适应、自然语言交互等，提升策略的深度、广度与自适应能力 [6] 大模型对量化交易全流程的重塑 - 数据来源：自动化处理并提取关键市场信号，减少人工特征工程工作量 [7] - 信号生成：通过深度学习与强化学习结合进行实时分析决策，生成交易信号并提供策略建议 [7] - 决策生成：通过元学习与强化学习模型，自动生成适应市场变化的交易策略并优化投资组合 [7] - 执行策略优化：分析市场深度与订单簿数据，实时监控市场并通过滑点控制减少市场冲击与成本 [7] - 风险控制：实时监测市场波动与宏观数据，预测风险事件并自动调整策略实现动态止损 [7] 实战案例与中国模型表现 - 在2024年10月-11月的Alpha Arena实盘交易大赛中，Qwen3-Max与DeepSeek-v3.1两款中国模型是唯二盈利的模型，4款美国大模型均亏损 [8] - 中国模型的优势包括：交易极度选择性（平均每天仅3.4次交易）、盈利最大化（平均单笔盈利达181.53美元）、快速止损、耐心持有盈利仓位 [8] - 大模型在金融领域存在“幻觉问题”，对新闻报道个别词汇的微调可能导致市场判断与交易策略大幅调整 [8]