马来亚银行与微软签署了一项为期五年、价值约10亿令吉(2.364亿美元)的合作协议,旨在推动其业务运营的数字化和人工智能创新。
这项里程碑式的协议将使马来西亚领先的金融集团采用微软Azure作为其最战略性系统、功能和数据工作负载的主要云平台之一,为增强实时数据分析和更快部署新服务铺平道路。
为了大幅提升生产力和创新能力,马来亚银行还将向其44,000名员工推出微软365 Copilot,将智能助手嵌入到日常工作流程中,以简化复杂任务。
此外,银行还将使用微软的先进安全工具来加强网络防护,并探索建立联合卓越中心,共同开发云和AI驱动的创新,培养内部数字专业技能。
马来亚银行总裁兼集团首席执行官Khairussaleh Ramli表示,与微软的合作是银行数字化转型之路的重大跨越,超越了其M25+倡议的范围。
"这不仅仅关乎技术;更关乎如何前瞻性地思考我们如何更好地服务客户、改善工作方式并加速创新,"他说。"借助强化业务核心的正确技术,我们正在为所有利益相关者和客户构建一个真正敏捷、更快速且更具竞争力的环境,实现可持续增长和长期价值创造。"
马来亚银行的M25+倡议于2022年推出,通过专注五大支柱推动银行增长:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。
在该倡议下,马来亚银行已承诺投入35亿至45亿令吉用于技术提升和其他战略领域。例如,银行一直利用技术提升客户体验和运营效率,推出了全数字化的客户身份验证(KYC)流程以及广受欢迎的MAE(随时随地的马来亚银行)电子钱包和移动银行应用。
最近的发展包括推出防欺诈的资金锁定功能以及扩展跨境快速响应(QR)支付集成。银行还一直在使用人工智能和机器学习来检测欺诈并自动化信贷申请等流程。
微软东盟区总裁Mayank Wadhwa表示:"马来西亚正处于数字化旅程的关键时刻,马来亚银行正以身作则。通过将智能嵌入金融服务的核心,马来亚银行正在转变服务客户的方式,同时为整个东盟地区的行业树立了强有力的榜样。"
2024年5月,微软宣布了其在马来西亚32年历史中的最大单笔投资:在未来四年内投入22亿美元,以加强该国的云和AI基础设施。这建立在微软在马来西亚首个Azure云区域的早期计划基础上,该区域于2025年5月上线,为当地企业提升了数据驻留能力并减少了延迟。
通过"AI赋能马来西亚未来"倡议,微软还希望到2025年底为80万马来西亚人提供AI技能培训。该计划连同与政府合作建立的国家AI卓越中心,旨在培养AI就绪的劳动力并赋能国家的开发者社区。
Q&A
Q1:马来亚银行与微软合作的主要内容是什么?
A:马来亚银行与微软签署了为期五年、价值10亿令吉的协议,主要包括采用微软Azure作为主要云平台、向44,000名员工推出微软365 Copilot智能助手、使用微软先进安全工具加强网络防护,以及探索建立联合卓越中心共同开发云和AI创新。
Q2:马来亚银行的M25+倡议包含哪些内容?
A:M25+倡议于2022年推出,专注五大支柱:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。银行已承诺投入35亿至45亿令吉用于技术提升,并推出了全数字化KYC流程和MAE电子钱包等创新服务。
Q3:微软在马来西亚有什么重大投资计划?
A:微软在2024年5月宣布了32年历史中在马来西亚的最大单笔投资,未来四年投入22亿美元加强云和AI基础设施。微软首个在马来西亚的Azure云区域已于2025年5月上线,同时通过"AI赋能马来西亚未来"倡议,计划到2025年底为80万马来西亚人提供AI技能培训。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。