黃仁勛剛講完AI「五層蛋糕」，他們就跑通了！算力、模型、Agent一次打穿

新智元報道

編輯：元宇

【新智元導讀】黃仁勛用「五層蛋糕」講清了AI全棧生態的分層邏輯，易鑫則把它翻譯成汽車金融的落地打法：從算力、模型到Agent落地，解決的全是汽車金融最難的活。

近期，英偉達CEO黃仁勛（Jensen Huang）提出了「AI的五層蛋糕」架構，并將AI劃分為能源、芯片、基礎設施、模型、應用五個核心層級，清晰地展示了底層技術如何層層傳導，最終支撐起上層應用的爆發。

黃仁勛「AI的五層蛋糕」架構

事實上，這套從基礎供給到業務落地的思路，與易鑫在AI領域的布局不謀而合。

作為AI驅動的金融科技平臺，易鑫結合行業特有的技術痛點與業務場景，構建了覆蓋基礎設施、模型、平臺產品、應用的全棧式AI體系，實現了底層技術能力向頂層業務價值的轉化。

第一層：基礎設施

AI Infra

在黃仁勛的理論中，能源與芯片屬于AI的硬件底層。

易鑫并未直接布局這兩個環節，而是將重心放在更貼近業務價值的「算力調度與算力效率」上。

這種基于行業分工的策略，讓技術投入更直接地作用于業務場景。

大模型訓練依賴海量算力，實際業務調用則需兼顧高并發與低延遲。

為了在規模化應用中平衡性能與成本，易鑫研發了Vesta訓推一體平臺，將訓練、推理與資源調度等功能整合在統一體系中。

Vesta打通了從數據層到模型層的通道，在保障算力穩定性的同時，降低推理延遲并實現成本可控。

易鑫通過這種資源整合方式，在不直接下場造芯的情況下，解決了技術落地的算力瓶頸，使大模型在汽車金融場景中的商業化應用成為可能。

第二層：模型矩陣

Model

通用大模型雖應用廣泛，但在汽車金融垂直場景中往往面臨資源消耗大、業務理解淺、精準度不足等問題，難以適配業務實際需求。

易鑫放棄「通用大模型+外掛知識庫」的思路，選擇自主研發真正適配汽車金融行業的大模型。

目前，易鑫已構建起完整的Xin系列模型矩陣，涵蓋預訓練與后訓練模型、文生文模型、多模態模型、語音模型，以及具備智能體（Agent）能力的Agentic大模型XinMM-AM1。

在合規與開源層面，易鑫是中國汽車金融領域首個通過生成式AI大模型備案的企業，并率先實現DeepSeek大模型本地化部署與應用。

不僅如此，易鑫還主動開源比肩頭部通用模型的高性能推理模型YiXin-Distill-Qwen-72B和Agentic大模型YiXin-Agentic-Qwen3-14B，以「開源共建」理念推動行業技術共贏。

第三層：平臺產品

Platform-as-a-Product（PaaP）

為了讓強大的模型能力真正落地、發揮實效，易鑫將底層模型能力封裝為模塊化、標準化、易接入的平臺產品，降低了AI在各業務線落地的門檻。

從2018年起，易鑫先后推出了決策流平臺、模型平臺和機器人平臺；

2022年，自研的AI原生話務系統上線，替代了第三方方案；

2024年，將大模型全面應用于機器人產品升級，并推出覆蓋短視頻、直播等場景的新媒體創作平臺。

截至2025年底，易鑫AI平臺累計服務超過9,300萬次，實現了技術能力的規?；敵?。

第四層：業務應用

Application

技術的最終價值，在于解決實際業務痛點、創造商業與行業價值。

易鑫基于Agentic大模型和Xin系列模型，打造了一站式AI智能服務解決方案，覆蓋汽車金融「渠道、進件、預審、智能風控、智能鏈路、智能客服、資管」全鏈路，讓AI真正融入業務每一環。

智能進件（渠道+進件+預審）：

利用AI搜索自動生成渠道分析報告，輔助決策；在進件和預審環節，通過多模態模型自動檢索、提取用戶資料，實現自動化錄入和預審。

風控決策（風控+智能鏈路）：

除個性化風險模型外，使用機器人平臺覆蓋風控各環節，獨創「智能鏈路」模式與算法，為用戶匹配最優金融方案；更推出「端到端風控」，將文本、圖片、音視頻等原始信息直接輸入模型，讓模型自主提取特征，同時融合傳統可解釋性模型，避免人工特征提取的信息損耗。

融后服務（客服+資管）：

客服端除自動回復電話、IM咨詢外，還分析用戶聲紋、語音語調，預判投訴風險并提前派單；資管端依托AI制定個性化策略，針對不同風險等級匹配對應方案。

結語

易鑫引領汽車金融AI新基建運動

正如黃仁勛所言，「AI正在成為現代世界的基礎設施。」

這意味著，AI不再是實驗室里的技術，而是一場橫跨能源、芯片、基礎設施、模型與應用的超級基建運動。

易鑫構建的「汽車金融版AI蛋糕」，核心在于將AI作為行業新型基礎設施進行重構，推動業務從「適配AI」轉向「由AI驅動」。

目前，易鑫的全棧式AI能力在國內已實現深度應用。

這種技術競爭力也為后續的全球化拓展奠定了基礎。

未來，易鑫將繼續迭代該架構，通過技術開源與生態合作，探索更高效、安全的行業應用模式。