中国国际金融展近日拉开帷幕，百度智能云与中国银联携手亮相，以“芯云模体新全栈 助力金融智能化加速”为主题，集中展示了面向金融领域的AI应用解决方案及实践成果。同期，百度智能云正式发布《金融行业场景智能体白皮书》，系统梳理了金融行业智能化发展路径与大模型应用规律，为行业提供可落地的技术参考框架。
在AI基础设施共建方面，百度智能云与银联深化合作取得实质性进展。银联云通过搭载昆仑芯的国产算力环境，已支持30余家金融机构完成Deepseek、Minimax等主流开源模型的测试验证，有效降低对境外芯片的依赖。百度千帆大模型平台则提供全流程模型开发服务，实现全国产异构算力资源统一管理，并构建金融级数据安全防护体系，为支付、清算等核心场景提供自主可控的技术支撑。
针对金融行业高并发、强安全的算力需求，百度智能云推出“天池超节点+昆仑芯”双核心架构。天池超节点通过集群级资源调度，满足大规模模型训练需求；昆仑芯作为自研AI芯片，为金融供应链提供可信算力保障。在推理加速领域，百度百舸平台通过模型压缩、量化加速等技术，实现主流模型的高效部署，配套的性能监控体系可实时感知异常，确保金融业务稳定运行。
为推动AI从“能力验证”向“生产落地”转型，百度智能云在Agent基础设施层面构建三大技术支柱。词元工厂通过解析监管规则与业务逻辑，提升模型对金融语义的理解能力，使每个Token承载更高价值认知。Harness工程体系则聚焦运行期全流程控制，涵盖Agent Runtime、工具编排等五大维度，将AI能力转化为可审计、可追溯的生产力，解决金融核心系统接入的可靠性难题。
在安全治理领域，百度智能云推出Agent安全中心，构建四层防护体系：输入侧防范越权访问与提示注入，输出侧进行知识校验与规则审查，执行环节实施角色权限控制，审计层面保留全流程日志。该体系形成“预防-检测-控制-追溯”的闭环管理，满足金融行业严苛的合规要求。
白皮书数据显示，六大银行近三年在AI领域的投入累计超过1300亿元，但麦肯锡报告指出，仅30%的AI应用进入核心业务流程。这一矛盾凸显工程体系建设的重要性——金融机构竞争焦点已从模型参数规模转向AI运行控制能力，包括任务拆解、工具调用、决策边界等关键环节。Harness工程正是针对这些痛点设计的解决方案。
基于服务头部机构的实践经验，白皮书提出“知识-流程”双维分类框架，将金融场景划分为四类：专家顾问型（如风控建模）、总工程师型（如信贷审批）、执行助理型（如坐席外呼）、通用助手型（如智能客服）。该框架为金融机构提供场景优先级评估方法，助力实现智能化转型的精准投入。
目前，百度智能云已服务超800家金融机构，实现系统重要性银行全覆盖。通过持续升级“新全栈AI云”能力，该平台正推动行业从“AI赋能”向“AI原生”演进，即围绕大模型重构业务流程、数据治理和人机协作模式，最终形成人类与数字员工协同的混合组织形态。
