6 月 16 日，中国国际金融展正式开幕。百度智能云携手中国银联参展，以 " 芯云模体新全栈 助力金融智能化加速 " 为核心，全面展示面向金融行业的 AI 应用解决方案及成果。同期，百度智能云正式发布《金融行业场景智能体白皮书》，系统总结当前金融行业智能化进程与大模型应用规律，为行业推进智能体落地提供方法论参考。
此次联合参展，百度智能云与银联也将进一步深化合作。在 AI Infra 方面，银联云提供搭载昆仑芯的国产算力环境，帮助金融机构更高效地完成大模型适配与场景验证，目前已累计支持 30 余家机构进行 Deepseek、Minimax、GLM 等主流开源模型测试。Agent Infra 方面，百度千帆大模型平台助力银联云向行业用户提供全流程、一站式的模型开发、部署、推理服务，同时实现全国产异构算力资源纳管，提供金融级数据安全及多租户资源隔离方案，打造全栈自主、行业通用的人工智能基础平台。未来，双方将聚焦 AI 基础设施共建与金融智能体联合研发，共同推动支付、清算、风控等核心场景的智能化升级，合力加速数字金融基础设施建设。
目前，百度智能云已服务超过 800 家金融机构，覆盖 100% 的系统重要性银行。在此次金融展上，百度智能云也展示了其基于 " 新全栈 AI 云 " 的持续升级。在 AI 基础设施层面，百度智能云依托天池超节点和昆仑芯两大核心能力，构建面向金融行业的算力底座。天池超节点通过集群级算力调度与异构资源统一管理，满足金融机构大规模模型训练与推理的高并发需求；昆仑芯作为百度自研 AI 芯片，为金融供应链安全提供可控可信的国产算力选择，有效降低关键基础设施对境外芯片的依赖风险。
在推理加速方面，百度百舸通过极致推理加速与全栈可观测能力，帮助金融机构真正用好国产算力。百舸支持多种主流模型的高效部署，提供从模型压缩、量化加速到在线推理的端到端能力，并配套完整的性能监控与异常感知体系，确保金融生产环境下的稳定运行。
当前，金融行业 AI 应用正从 " 生成能力 " 向 " 任务执行能力 " 迈进。百度智能云在 Agent 基础设施层面推出三项重要能力，共同构成支撑金融智能体规模化落地的工程底座。通过词元工厂与 Harness 工程体系，百度智能云正持续提高单位 Token 的效率与智能化水平，从模型训练与推理优化两个维度提升大模型在金融垂直场景中的专业表现。围绕金融知识密集、逻辑约束严格的特点，词元工厂帮助模型深度理解监管规则、业务逻辑与风险语义，使每个 Token 都承载更高价值的金融认知。
区别于传统 AI 平台或开发框架，Harness 工程关注的是 AI 在运行期的全流程控制能力，涵盖 Agent Runtime、上下文工程、工具编排、评测体系与治理机制五大维度。其核心价值在于将 AI 从 " 概率性能力 " 转化为 " 可控、合规、可审计的生产力 "，从根本上解决 AI 进入金融核心系统所面临的执行可靠性、合规稳定性与可追溯性三大瓶颈。
此次金融展上，百度智能云还展示了 Agent 安全中心如何为金融智能体构筑安全底座。通过覆盖输入侧的越权防范与提示注入检测、输出侧的知识校验与规则审查、执行侧的角色权限控制，以及审计侧的全流程可追溯日志，形成 " 看得见、控得住、追得回 " 的四层安全治理体系，满足金融行业合规要求。
此次金融展期间，百度智能云还发布《金融行业场景智能体白皮书》，对持续服务头部金融机构实践经验进行系统总结，覆盖大模型金融应用趋势洞察、场景选择方法论、智能体架构设计与落地路径四大模块，也展示了 AI 云在金融行业智能化的潜在蓝海。
白皮书指出，当前金融 AI 正处于从 " 能力验证 " 迈向 " 体系化落地 " 的关键转折期。根据麦肯锡 2025 年全球 AI 应用报告，约 88% 的企业已开展生成式 AI 试点，但进入核心业务流程的应用比例不足 30%。这一 " 高渗透、低重构 " 现象的根本原因，不在于模型能力不足，而在于缺乏将 AI 能力转化为稳定生产力的工程体系。
白皮书同时强调，金融 AI 竞争的核心逻辑正在从 " 模型能力竞争 " 升级为 "AI 运行与治理能力竞争 "。金融机构面临的核心问题已发生根本性转变，从 " 是否引入 AI" 以及 " 选择哪一类模型 "，逐渐演进为 " 如何将模型能力嵌入现有业务流程 "，进而在当下转变为 " 金融机构是否掌握了 AI 的运行控制权 "，包括 AI 如何拆解复杂业务任务、如何调用外部工具、如何处理上下文信息，以及在何种边界条件下做出决策、出现异常时如何处置。这也正是 Harness 工程的重要性所在。
在以上观察基础上，白皮书提出了金融智能体场景的 " 知识 - 流程 " 双维分类框架以及金融场景落地建设的优先级建议，将典型场景归纳为四类：专家顾问型（高知识复杂度、低流程复杂度），聚焦风控建模、监管报送、合规审查等专业密集领域；总工程师型（高知识复杂度、高流程复杂度），适用于信贷审批、财富管理等复杂业务链条；执行助理型（低知识复杂度、高流程复杂度），覆盖坐席外呼、市场研报生成等多环节协同场景；通用助手型（低知识复杂度、低流程复杂度），面向智能客服、文档问答、代码助手等高频标配场景。
展望未来，白皮书提出金融机构智能化的终极方向是 "AI 原生 " ——不再将 AI 视为对现有流程的辅助工具，而是围绕大模型能力重构业务流程、数据治理和人机协同机制，最终形成 " 人类员工与数字员工协同 " 的混合组织形态。
据悉，百度智能云将持续深化在金融行业的 AI 基础设施建设与场景化落地服务，携手更多金融机构和合作伙伴，共同推动行业从 "AI 赋能 " 向 "AI 原生 " 的历史性跃迁。
