分享中，吴云从人工智能领域核心概念体系切入，系统厘清了人工智能、机器学习、深度学习、大模型等关键术语的逻辑关联与边界界定，以专业视角阐释了大模型的技术原理与底层架构。通过对比大模型与传统机器学习的核心差异，他重点解析了“预训练微调”新范式的优势，凸显其在通用性、数据利用效率等方面的突破。结合学院金融科技特色，他聚焦大模型在金融领域的应用实践，概述了其在风控、投研、智能服务等核心场景的落地现状与市场增长态势，强调技术对金融行业效率提升的显著价值。同时，他指出近两年可能会进入智能体应用爆发期，并围绕智能体的核心能力构成与典型应用场景，阐述了技术落地的核心方向。

最后，吴云呼吁全院教职工主动拥抱人工智能技术变革，充分利用大模型工具提升工作与教学效率，适应行业发展新趋势。

本次活动紧扣金融科技前沿，内容兼具专业性与实用性，为教职工搭建了技术交流与能力提升的平台，对推动学院教学科研与行业技术发展接轨具有积极意义。