①上交所发布《指引》,落实证监会意见,支持人工智能大模型企业适用科创板第五套上市标准。
②《指引》规定,企业在申报时需至少有一个大模型产品完成上线发布并实现规模化应用,同时,《指引》将发行人主营业务明确为“人工智能大模型的自主研发、模型服务或者模型应用等”。
《科创板日报》6月17日讯(记者 黄心怡)2026年中国国际金融展上,国产算力正在金融行业逐步落地,成为布局金融AI的“新基石”。
《科创板日报》记者从现场获悉,阿里平头哥真武AI芯片在金融行业部署突破10万卡。而华为鲲鹏超节点TaiShan 950 SuperPoD也在大会期间正式发布,已与多家银行机构展开合作,探索超节点在金融场景中的应用。
算力底座的成熟,为金融智能体的规模化落地提供支撑。
多名业内人士表示,金融行业迎来 Agentic AI规模化落地关键时期,智能体自主运行、知识库实时调用、AI 辅助业务决策,已经成为金融科技发展的核心趋势之一。Agentic AI正深刻改变金融行业的业务运行模式,这对传统 IT 基础设施提出了全新要求,倒逼算力体系从“可用”向“好用”加速演进。
▍国产算力成为金融机构“新基石”
展会期间,阿里、华为等企业纷纷展示算力领域的最新进展,以支撑金融AI的落地。
阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅透露,平头哥自研真武AI芯片在金融行业的部署规模已突破10万卡,覆盖银行、证券、保险、基金等超过150家主流机构。

截至2026年5月,真武系列芯片已累计出货56万片,在金融行业已应用在财富管理、信贷风控、投研投顾、进件识别、合规监控等核心场景。
据IDC《中国金融云市场(2025下半年)跟踪》报告,在金融私有云硬件子市场,阿里云2025H2收入环比2025H1增长400%,其贡献主要来源于真武AI芯片服务器。
华为发布面向金融行业的鲲鹏超节点TaiShan 950 SuperPoD。鲲鹏超节点依托灵衢互联协议,支持百纳秒级超低时延、TB 级超大带宽、内存池化等能力,通过内存语义通信,实现跨节点数据以读写方式高效传输,以解决通算场景时延高、数据搬移开销大、协同效率低的难题。

华为计算产品线副总裁刘鑫进一步阐释了灵衢互联技术。他表示,该技术既支持芯片间的电互联,比如鲲鹏超节点第一代即实现8节点电互联,也支持大规模光互联,后者是未来扩展的关键方向。
他指出:“电互联的局限其一在于传输距离短,其二在于单柜功耗,当前业界基于电互联的单柜功耗已达200千瓦,未来可能攀升至500、600甚至800千瓦。面向远距离的更大规模超节点,光互联能力是未来超节点的必然选择。”
在光互联布局上,华为一方面通过灵衢协议有效降低光传输误码率,另一方面在这一代采用LPO低功耗光模块,下一代则计划引入硅光技术,以实现更大容量、更低成本、更低功耗、更低时延。对于容量需求较小的场景,电互联仍可发挥成本与稳定性优势;而在更大规模互联需求下,华为将持续推进光互联,同步解决功耗、稳定性与成本问题。
刘鑫透露,在金融行业鲲鹏超节点联合创新方面,华为已与一些头部银行与证券机构展开合作,共同探索超节点在金融场景中的应用。
▍金融智能体元年:从“能说会道”到“能写会算”
多家大厂在会展期间发布金融智能体新产品,推动AI应用从“对话式助手”的初级阶段,进入“自主执行”。
阿里云金融级通用智能体平台“点金”亮相。“现在的金融智能体已经完全是新物种了——不止能说会道,还要能写会算,可以说2026年是金融行业真正的智能体元年。”张翅表示。

张翅认为,今年的智能体和去年的AI应用有本质区别。去年的金融AI应用本质上是一个"对话框里的聪明人":你问它问题,它给你答案;你让它总结文件,它输出摘要。它没有目标感,不会拆解任务,不能调用工具,更不会在一个复杂流程里从头跑到尾。
“一个真正的Agent,不只是回答问题,而是理解目标、拆解任务、调用工具、连接数据、持续执行,并在必要时让人介入。它更像一个可以被分配任务的数字员工。”张翅称。
谈及对于未来2-3年金融行业智能体的发展,张翅表示,数据价值的释放,才是智能体竞争力的真正核心。他认为,当前大模型在文本生成层面的能力已趋同。 “用大模型写一份投研报告,大家都能写出80、90分的水平,差别并不大,但真正的分野在于对数据的理解。无论是在投研还是信贷领域,如何将行业数据与业务场景深度结合,是拉开差距的关键。
他举例道,投研场景的一大挑战是,如何将过去几年研报中与时间相关的数据纳入预算。仅仅基于行业文字信息做分析和判断,各家差异不大;但若能引入订单数据、财务流水、估值公式乃至更多投研因子,结果便会千差万别。
信贷领域同样如此。传统的银行信贷,从财富管理、支付、保险销售到理赔等环节,这一切背后都离不开数据,对产品的理解、对客户的洞察、对风险和收益的精准评估,都依赖于数据能力。可以说,数据理解和应用能力才是真正的“独门武器”,也是智能体做出差异化、支撑企业持续经营的根基。
他还透露了最新的实践进展。“不少机构还在学习如何生成信贷报告,而今年关注点已转向信审环节——基于大模型的Agent信审能否与人类专家媲美,甚至实现替代。目前,阿里云已协助东南银行开展人机并行的探索,机器审核通过率与人类专家基本持平,但尚未完全实现脱离人工。这仍是一个很大的挑战,也是我们接下来重点发力的方向。”张翅表示。
蚂蚁数科在中国国际金融展主论坛上正式发布Agentar金融智能体专家团,面向银行、证券、保险等行业,覆盖财富管理、金融风控、金融营销等金融核心业务领域。

与市场上现有的AI产品不同,每个金融数字专家对应一个完整的金融服务岗位角色。以一名营销经理的工作为例,该角色需要根据市场行情与客户需求给出最佳的产品营销策略并推动落地。使用Agentar专家团后,营销经理直接向数字客群经营专家下达目标,AI自动统领数据分析、市场研判、策略制定、渠道触达等子智能体并行工作,完整方案可在数分钟内生成。
目前, Agentar专家团已在国内某头部股份制银行完成全流程验证。在该行,过去客户经理工作的大量时间消耗在数据收集、材料整理、跨系统查询等执行性工作上。部署Agentar专家团后,客户经理将工作重心转移至客户关系维护、复杂需求处理等需要专业判断的环节。据该行测算,端到端处理效率提升数十倍,管理及服务的客户数量提升超过十倍。
▍科创板企业秀出“AI+金融”肌肉
《科创板日报》记者还注意到,本次展会上,多家科创板上市公司展示了AI金融领域的进展。
格灵深瞳重点带来了面向金融场景打造的四方镜运营智算解决方案和金砖安防智算解决方案。格灵深瞳副总裁罗楷展会现场分享金融场景方案四方镜面向银行网点运营管理场景,围绕柜面交易、员工合规、客户等候、服务规范等核心环节,依托AI对关键动作和业务流程进行全天候智能识别、分析与归档,帮助银行运营部门从传统人工抽查走向智能化持续监测。同时,四方镜可将线下视觉行为与线上账户交易风险进行协同研判,辅助识别踩点人员、职业取款人等涉诈风险线索,推动风险发现从事后处置向事前预警前移。

合合信息则主要展示了供应链金融智能审单方案、金融业文档解析中台方案、基金文档智能处理方案、保险智能理赔方案。

其中,合合信息供应链金融智能审单方案支持合同、发票、结算单、验收单等多类单据的自动分类与要素抽取,同时集成启信宝商业大数据,能识别虚假贸易与关联风险,并支持发票验真、中登网查重。