正如数字化银行业高管们都非常清楚的那样:改变消费者的行为绝非易事。无论是提高数字化采用率还是改变财务习惯,推动行为改变都需要对客户的需求、以客户为中心的设计、量身定制的营销和开发流程以及教育工具拥有充分的了解。
不过,在2021年,新冠肺炎疫情无疑加快了数字化转变的速度。从娱乐到购物,世界各地的消费者们第一次尝试了很多数字化服务和产品。很多消费者还通过智能手机在线访问了他们的金融账户,在线开立了新的金融产品,或者首次使用了数字支付。随着大多数消费者转而选择数字优先的体验,“早期使用者”和“技术达人”的特征将适用于主流市场。而且,这场危机更大可能会加速原先已经存在的趋势,而不是建立全新的行为。
新冠肺炎疫情加速颠覆了银行业,并推动了该行业的数字化转型。银行从未面临过如此激烈的竞争。新冠肺炎疫情进一步暴露了当前金融服务流程的低效,颠覆者们则在不断地发展,他们利用自身的数字化DNA,不断围绕着零售和商业客户的需求进行创新。更快、更好、更便宜的服务以及新的业务模式正在快速改变银行业的竞争格局。Solarisbank、Railsbank和Stripe等金融科技公司正在提供模块化技术组件,以帮助其他品牌将金融服务嵌入其中。同时,科技巨头们也在向金融服务领域大步迈进。
Forrester的最新研究表明,部分领先的银行正在推进数字化转型,而更多的银行仍然在努力创建并执行一致的转型策略:
在新冠肺炎疫情期间,很多银行都加快了数字化工作的步伐。在进入复苏阶段的时候,保持住这种势头至关重要。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。