蚂蚁集团旗下蚂蚁国际正利用AI算法和区块链技术，在全球企业资🥳金管理这一低调但利润丰厚的领域快速扩张。 9月26日，🎉据彭博报道，该公司去年处理的资金流达1.1万亿美元，通过技术😆创新为客户降低高达60%的日常资金占用，并大幅削减跨境支付成😜本。 该报道还表示，蚂蚁国际的核心竞争力来自两大技术支🤔柱：一是能以90%准确率预测外汇需求的AI模型，二是绕过传统😢银行网络的区块链支付系统。正如蚂蚁国际平台技术部总经理黎粤（😜Kelvin Li）所言： 这能够使企业能够提前配置资👍金并优化跨境货币转换流程。 这能够使企业能够提前配置资🔥金并优化跨境货币转换流程。 蚂蚁国际已将约35%的资金😎管理业务转移至自建区块链系统，去年完成了30万笔交易。超过1😁0家银行已签约接入该系统，包括汇丰银行和渣打银行等主要金融机😢构。报道指出，蚂蚁国际的收入模式是从帮助客户节省的资金中抽取😴一定比例，目前年收入接近30亿美元，进一步扩张面临的潜在障碍😴包括数据敏感性问题。 AI算法模型：从天气到货运的全维😊度预测 彭博称，蚂蚁国际的核心技术是一套能够预测企业货😀币需求的AI算法。该系统不仅分析内部交易数据，还整合了货物运😂输费率、天气预报、市场波动、物流瓶颈、货柜流量、跨境旅游流量😎等多维度数据。 报道指出，黎粤的团队甚至将热带植物生长🤗数据纳入模型，因为热带植被变化可作为气候变化的早期指标，进而😡影响旅行、支付和外汇需求。系统能够精确到小时级别进行预测，比🚀如预测未来两小时内抵达香港机场的人数及其中使用出租车的比例。🌟 该报道表示，2024年推出的新版大数据模型实现了重大😡突破，能够精确到小时级别进行预测，处理更多的数据，且更好地应😁对突发事件造成的交易激增。 黎粤表示，如果保持当前发展😁轨迹，系统将能预测未来两小时内有多少人抵达香港机场并使用出租😊车，或者亚洲所有航运公司下月需要租用多少货柜。 黎粤在⭐2016年底加入蚂蚁集团后，最初负责创建汇率服务。当时中国游🤯客海外使用支付宝激增，但全球银行无法以合理价格提供固定的24🙄小时汇率服务，结算时间长达两天甚至更久。 黎粤与两名初😀级数据科学家构建了实时汇率获取基础设施，并预测在港中国游客的😘支付宝使用量和消费金额。 区块链支付：绕过SWIFT降🙌本增效 传统银行转账费用通常为每笔10至50美元，而蚂😎蚁的区块链系统能在30秒内完成交易，大幅降低成本。 据😆彭博报道，传统跨境支付依赖SWIFT系统，蚂蚁国际每笔交易需🚀支付10-50美元银行费用，且银行通常仅在工作日营业。蚂蚁国😆际构建的区块链基础设施直连汇丰银行、渣打银行等主要银行机构。😉 展开全文 该报道还表示，整个支付流程仅需约30😡秒完成，随后资金以当地货币支付给商户。杜克大学金融学教授Ca🌟mpbell Harvey表示，SWIFT的替代方案"对所有🥳从事国际业务的大型企业都极具吸引力"。 蚂蚁国际35%🤯的资金管理业务已转移至区块链平台，去年完成30万笔交易。该公😆司与Swift合作确保交易可追溯并符合反洗钱法规，今年目标是😉将区块链交易量翻倍。目前已有超过10家银行签约接入该系统。 🤗 商业模式：按节省金额收取分成 据彭博报道，蚂蚁国🤗际向客户承诺，其技术组合能将企业日常资金占用削减高达60%。🥳这对企业至关重要，因为减少资金占用意味着更多资金可用于业务扩👍张或创收投资。 “蚂蚁国际的收入模式基于为客户节省的成👍本分成。例如，如果客户原本在银行花费1美元的成本通过蚂蚁服务❤️降至几美分，蚂蚁将从节省金额中收取一定比例作为服务费。” 🎉 “蚂蚁国际的收入模式基于为客户节省的成本分成。例如，如果😘客户原本在银行花费1美元的成本通过蚂蚁服务降至几美分，蚂蚁将😊从节省金额中收取一定比例作为服务费。” 目前客户包括亚😆洲最大廉价航空公司亚航等三家航空公司。亚航奖励计划首席执行官😍Aireen Omar表示： 该服务大幅降低了成本。此😉前航空公司通常需要在机票价格中加入2%至6%的内部成本缓冲以🤩应对汇率波动，使用蚂蚁服务后能够减少这种对冲需求。 该😎服务大幅降低了成本。此前航空公司通常需要在机票价格中加入2%👍至6%的内部成本缓冲以应对汇率波动，使用蚂蚁服务后能够减少这⭐种对冲需求。 值得注意的是，蚂蚁国际扩张面临的潜在障碍😆包括数据敏感性问题。软件运行需要访问客户内部数据，尽管黎粤表🙌示公司部署了先进的加密和隐私技术保护敏感信息，但数据安全仍是😜所有科技公司面临的重大问题。 德勤亚太区咨询业务负责人🤔Robert Hillard表示："企业和监管机构都存在巨大👍担忧，特别是当涉及消费者数据和金融数据时。" 全球化智😁库（Center for China and Globali🙄zation）高级研究员Andy Mok表示： 通过在😆晦涩但不可或缺的领域扩张，蚂蚁可能在无人注意的情况下悄然占据😴有意义的市场份额。无聊意味着更少的热度，被忽视意味着更多增长🎉空间。 通过在晦涩但不可或缺的领域扩张，蚂蚁可能在无人😍注意的情况下悄然占据有意义的市场份额。无聊意味着更少的热度，🥳被忽视意味着更多增长空间。 随着跨境交易持续增长，亚马🤗逊和摩根大通等竞争对手也在开发类似的AI能力和区块链支付系统💯。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多