至顶网CIO与应用频道 04月15日 北京消息:4月11日,由《金融电子化》杂志社主办的“第二届长三角经济圈金融科技发展座谈会”在杭州举行,这次座谈会以“金融科技创新助力长三角一体化发展”为主题,旨在探讨金融业务发展趋势,助力长三角一体化发展。中国人民银行、长三角地区城商行、农联社、农商行、民营银行主管科技的负责人,以及金融业知名专家学者、金融科技企业专家等业内人士参加了这次座谈会。普元数字化金融研究院研究员邓通应邀出席会议,并发表了《业务中台加速金融企业业务创新》主题演讲,分享普元业务中台的设计方法论及实践经验,得到了现场金融专家的密切关注。
普元数字化金融研究院研究员邓通发表《业务中台加速金融企业业务创新》主题演讲
普元指出场景化金融时代企业系统架构向业务中台转型
近年来,各大金融企业都在进行科技与业务融合及创新,这不仅是中国金融业信息科技“十三五”规划的明确要求,也是客户行为习惯全面融入虚拟世界的现实需要。在此次座谈会上,普元提出金融企业要进行业务创新,IT架构需要从“单一业务系统架构”向“业务中台架构”转型升级的观点,为行业探明发展方向。
邓通认为,场景化金融时代,金融企业创新应用的特点是快、散、 API化,传统架构将很难支撑,从“单一业务系统架构”向“业务中台架构”转型升级已经成为趋势。业务中台是由一系列的业务能力标准、运行机制、服务方法论和执行系统、运营团队共同组成的体系,具备业务与平台分离、业务与业务隔离以及分布式架构、系统服务化划分、服务共享等能力,能够快速、低成本的支撑业务创新。
根据普元的实践经验,邓通提出,金融企业通过业务中台,能够实现业务可视、可观、可控、可优的目标,在业务中台的设计时需要关注四个方面;第一是扩展-通过设计业务扩展点实现可变业务与共性业务的分离;第二是隔离-从身份识别和部署层面实现业务与业务之间隔离;第三是分离-领域开发和应用开发的分离;第四是叠加-垂直业务(业务流程)与水平业务(服务中心)叠加。
普元帮助金融企业实现业务中台框架总体架构建设
在软件产品线工程理论体系的指导下,普元运用服务中心设计方法论,进行基于业务的结构化梳理设计,依托通用性分析、可变性分析和业务场景分析,分别梳理设计业务流程的方法、设计能力和扩展点的方法、业务场景分析方法,目前已经形成了通过配置扩展点方式开发业务中台框架的基本原理。
目前,普元已将这一框架原理运用到基于软件产品线体系落地的业务中台实践中,帮助广东省农村信用社联合社实现业务中台框架总体架构建设,实现业务运营、开发支持、PASS平台、业务资产管理、生产管控的数字化运行。作为软件平台及创新应用的使能者,普元以分布式环境下的微服务应用平台,促进金融企业互联网应用敏捷交付,支撑金融业务中台建设。
在数字化金融研究院的深入研究和探索下,普元不断为金融企业提供引领性的技术方案,并通过成熟的技术团队为金融企业提供咨询与规划、产品与技术、计划与实施、运营与维护、成果与展示等可依赖的技术服务。未来,普元将致力于加速金融与科技融合,帮助金融企业制胜场景化金融时代,实现数字化转型。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。