AI在线 AI在线

蚂蚁数科

蚂蚁数科Agentar打造“金融AI大脑”,入选国际标准卓越案例

10月29日,2025金融街论坛上,蚂蚁数科联合宁波银行共同打造的“Agentar知识工程KBase助力金融业务智能化升级”案例,成功入选“2025国际标准金融应用卓越案例”。 该方案在知识工程技术的金融应用领域表现卓越,凭借高安全性、高准确度与强可解释性等核心优势,获评审专家一致认可,为行业智能化升级树立了新标杆。     当前,金融机构普遍面临“知识孤岛”的挑战:用户特征数据、产品规则、市场研究等关键信息分散在不同系统,导致知识检索不准、服务效率低下、专业咨询体验不佳等问题。
10/30/2025 3:36:19 PM
AI在线

香港金管局公布AI沙盒名单,蚂蚁数科成核心技术合作伙伴

10月15日,香港金融管理局(HKMA)联合香港数码港公布第二期生成式 AI 沙盒计划名单,蚂蚁数科、中银香港、富邦香港等20家银行及14家技术合作伙伴的27个用例入选。 蚂蚁数科作为核心技术合作方之一,将为沙盒提供包括 AI 智能体服务与 AI 安全产品在内的创新解决方案,助力银行业在运营效率、用户体验与风险防控等方面全面升级。 本期沙盒计划重点聚焦「AI 治理」与「AI 对抗 AI」策略,多个用例尝试用 AI 自动检测、审查 AI 生成内容,以大规模方式提升系统准确性与一致性,推动香港金融体系的负责任 AI 应用落地。
10/16/2025 3:57:19 PM
AI在线

蚂蚁数科发布新隐私保护AI算法,推理速度提升超100倍

近日,蚂蚁数科在全球信息安全领域引发关注,凭借其新推出的隐私保护AI训练框架——Gibbon,再次展示了其在隐私计算技术方面的领先地位。 该框架的推出,标志着在跨机构联合建模中,解决数据隐私与高效计算之间的矛盾取得了重大进展。 此次蚂蚁数科的研究成果已被国际知名会议 ACM CCS 和 IEEE TDSC 相继收录,表明其技术的前沿性与实用性。
9/26/2025 3:01:19 PM
AI在线

蚂蚁数科提出隐私保护AI新算法,可将推理效率提升超过100倍

近日,全球安全顶级会议ACM CCS以及顶刊IEEE TDSC发布获选论文名单,蚂蚁数科的两项隐私计算创新技术成果入选,标志着蚂蚁数科在隐私保护人工智能(Privacy-Preserving AI)技术领域的持续领先。 这两项研究聚焦当前跨机构联合建模中应用最广泛的梯度提升决策树(GBDT)模型,通过创新的隐私保护算法,解决了联合建模和联合推理中如何在保障数据隐私前提下实现高性能计算的技术难题。 这两研究成果分别是被ACM CCS2025收录的《Gibbon: Faster Secure Two-party Training of Gradient Boosting Decision Tree》(长臂猿:更快的2方安全GBDT训练框架)与被IEEE TDSC录用的《Privacy-preserving Decision Graph Inference from Homomorphic Lookup Table》(基于同态查找表的隐私保护决策图推理)GBDT类模型(包括XGBoost、LightGBM等)是一种基于梯度提升的决策树算法,可解释性强,预测速度快,广泛应用于营销、风控等场景,是跨机构联合建模中最流行最常用的算法。
9/24/2025 2:31:19 PM
AI在线

蚂蚁数科发布EnergyTS 2.0:以更高精度预测助力企业降低用能成本

近日,蚂蚁数科升级推出能源电力时序大模型EnergyTS 2.0,参数规模在1.0基础上从1B扩展至7B,可以应对更为复杂的能源预测任务。 根据在Energy-EVA基准上的测试结果,EnergyTS 2.0在光伏发电功率预测、风力发电功率预测和用电负荷预测三项任务中的准确率表现优于多个现有主流时序大模型。 据悉,EnergyTS 2.0采用混合专家(MoE)架构,通过融合气象、地理、日历等多元协变量信息,能显著提升光伏发电、风力发电及用电负荷预测的精准度,破解新能源弃风弃电、投资收益波动等核心痛点。
9/19/2025 3:44:28 PM
一水

蚂蚁数科发布金融推理大模型,助力金融机构加速落地智能体应用

7月28日,在世界人工智能大会论坛上,蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1,为金融AI应用打造“可靠、可控、可优化”的智能中枢。 Agentar-Fin-R1基于Qwen3研发,在FinEval1.0、FinanceIQ等权威金融大模型评测基准上超越Deepseek-R1等同尺寸开源通用大模型以及金融大模型,显示其更强的金融专业性、推理能力以及安全合规能力。 随着金融业数智化转型不断提速,大模型在金融领域的应用正持续深化,然而在实际业务场景中,往往需要高度专业的金融知识、复杂的业务逻辑推理能力以及严格的金融级安全合规等要求,现有的大模型在解决实际金融任务时仍然存在诸多挑战。
7/28/2025 2:06:15 PM
鹭羽

基于通义千问 Qwen3 研发,蚂蚁数科发布金融推理大模型 Agentar-Fin-R1

AI在线 7 月 28 日消息,在今日举办的世界人工智能大会论坛上,蚂蚁数科正式发布金融推理大模型 Agentar-Fin-R1,为金融 AI 应用打造“可靠、可控、可优化”的智能中枢。 ▲ Agentar-Fin-R1 的开发流程据悉,Agentar-Fin-R1 基于阿里巴巴旗下的通义千问 Qwen3 大模型研发,专注于金融专业性、推理能力以及安全合规能力,在 FinEval1.0、FinanceIQ 等权威金融大模型评测基准上超越 Deepseek-R1 等同尺寸开源通用大模型以及金融大模型。 Agentar-Fin-R1 拥有 32B 和 8B 参数两个版本,还有非推理版本的 14B 和 72B 参数大模型,满足金融机构在多样化场景下的部署需求。
7/28/2025 12:30:29 PM
潞源(实习)

中国技术助力全球数字安全 蚂蚁数科联合国分享AI打假经验

近日,联合国在瑞士日内瓦召开全球AI for Good(人工智能向善)峰会。 蚂蚁集团技术战略与发展部副总经理彭晋受邀分享中国在金融场景中对抗“深度伪造”的技术成果,同时披露蚂蚁数科服务的东南亚银行伪造人脸攻击频率已从高峰期的10%大幅击退至4%,识别准确率保持在99.9%,可为全球AI安全治理提供可复用的“中国方案””。 蚂蚁集团技术战略与发展部副总经理彭晋在AI for Good峰会分享中国技术成果全球AI for Good人工智能向善峰会由联合国下属国际电信联盟(ITU)与 40 多个联合国姊妹机构合作举办,并与瑞士政府共同承办。
7/14/2025 2:45:07 PM
量子位的朋友们

蚂蚁数科加速推进AI战略,设立“AI+产业创新”实验室

6月10日,在2025第九届数字金融与金融安全大会上,蚂蚁数科宣布天玑实验室全面升级,从原“数字身份安全实验室”升级为“人工智能 产业创新”实验室。 实验室将聚焦AI大模型在产业应用中的关键技术突破,通过打造'产学研用'协同创新生态,推动AI技术创新与产业深度融合。 十三届全国政协委员、原保监会党委副书记、副主席周延礼,北京工业大学教授,信息系统工程领域专家沈昌祥,全国政协委员、九三学社中央常委王汝芳,北京市海淀区地方金融管理局局长杨颖,中关村互联网金融研究院院长、中关村金融科技产业发展联盟秘书长刘勇,蚂蚁数科首席技术官、蚂蚁集团副总裁王维共同出席实验室升级的揭牌仪式。
6/10/2025 6:00:56 PM
AI在线

蚂蚁数科CTO王维:可信智能体是产业AI规模化落地"必选项"

“在产业化场景中,任何一个小错误都可能导致巨大的损失。 因此,通过可信技术搭建可靠、可控、可优化的智能体应用,将会成为产业规模化应用AI必需的基础设施。 ”在3月28日中关村论坛“未来产业创新发展论坛”上,蚂蚁数科CTO王维表示。
3/28/2025 2:11:00 PM
AI在线

蚂蚁集团发布 EnergyTS 大模型 提升新能源预测能力

蚂蚁集团旗下的蚂蚁数科正式推出了一款名为 EnergyTS 的能源电力时序大模型。 这款模型的发布被业界视为蚂蚁在人工智能领域的重要布局,尤其是在新能源行业的应用。 EnergyTS 能够通过精准的预测功能,帮助企业更好地把握发电量和供需情况,从而优化经营策略,提升运营效率。
3/26/2025 8:41:00 PM
AI在线

蚂蚁数科推出新型能源电力预测模型 EnergyTS,助力新能源行业优化运营

在新能源行业的快速发展中,准确的发电量预测和供需管理显得尤为重要。 3月26日,蚂蚁数科发布了全新的能源电力时序大模型 ——EnergyTS。 这一模型的推出,旨在通过高精度的数据分析,帮助企业优化经营策略,提升运营效率。
3/26/2025 5:51:00 PM
AI在线

蚂蚁数科发布EnergyTS能源电力时序大模型 预测精度超谷歌、亚马逊

3月26日,蚂蚁数科在苏州举办的新能源数字资产社区春季峰会上,正式发布能源电力时序大模型EnergyTS,标志着中国企业在能源AI领域取得重大突破。 EnergyTS专为新能源行业定制,在光伏场景测评中,其发电量预测准确率显著超越谷歌(TimesFM-V2.0)和亚马逊(Chronos-Large)等国际主流通用时序模型。 在T 1天预测中,模型的平均绝对误差仅为0.0233,较谷歌模型提升约22.4%;在T 3天预测中,性能提升更是达到46.8%。
3/26/2025 5:00:00 PM
AI在线

微调时无需泄露数据或权重,这篇AAAI 2025论文提出的ScaleOT竟能保护隐私

蚂蚁数科、浙江大学、利物浦大学和华东师范大学团队:构筑更好的大模型隐私保护。 要让大模型适应各不一样的下游任务,微调必不可少。 常规的中心化微调过程需要模型和数据存在于同一位置 —— 要么需要数据所有者上传数据(这会威胁到数据所有者的数据隐私),要么模型所有者需要共享模型权重(这又可能泄露自己花费大量资源训练的模型)。
12/18/2024 6:05:00 PM
机器之心
  • 1