案例基本内容和执行情况
本案例场景由A级券商牵头、联合B级券商、城商行等多方,力图打造整个证券行业新一代eKYC应用标杆,利用区块链+分布式身份DID技术建立一个金融行业的身份基础设施,形成金融行业的数据护照,在不同金融机构间,产生流转和验证专业投资者证明、资产证明、开户材料收集验证、尽调材料等数据要素,减少人工审核成本和数据保管、监管、真实性问题。同时解决数据中心化和权属问题,避免身份数据被单一机构中心化控制,同时实现身份数据线上验证,避免资料重复收集和提交,实现数据的可信流转交换和安全使用。
券商的机构/个人客户通过券商APP对接以TDID为核心打造的平台,从银行应用端获取资产证明凭证,后将数据凭证发送给券商验证,通过后券商为客户颁发专业投资者凭证并提供业务服务,客户也可以通过TDID将获得的各类数据凭证发送给其他金融机构,如案例中的B级券商获得免重复认证的相应服务。
案例主要经济成效和社会成效分析
对案例参与方而言,各机构为每个客户都基于区块链分布式身份技术构建了一个可信可控的数字身份,面对多个业务条线的专业团队时,只需要一次身份尽调,便能丝滑享受金融机构的各类服务。通过数字身份的起点,将企业的数字档案和数字资产,将各项机构业务全面数字化,线上化,以整体的视角优化客户服务旅程。
在统一数字身份的基础上,金融机构有效数字化了客户的KYC流程,跨机构跨条线进行了数据充分而可信可控的共享,连接了业务相关的政府数字平台,在线智能审核,全程引导可视化,打造分钟级的流程体验;在节约了大量纸质证明开具的物料和人工以及时间成本的同时,更是节约了客户业务办理时效性,在金融场景实现了真正意义上的“不跑腿”、“一网通办”。
该案例通过DID技术创新,将各参与方的客户数据要素化,形成了可流通的数据资产凭证,经过了客户的数据授权,实现了数据要素的共享交换以及应用,实现生产效率的提升、客户体验的提升、降本增效的同时也实现了节能减排等实际效果和社会成效的示范效应。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。