北京经开区试水“词元算力贷”:首批授信近20亿元,AI企业融资有了新抵押物

北京经开区落地全市首批“亦企 Token(词元)贷”,将企业算力 Token 产出消耗和服务合约价值纳入授信依据,首批授信近20亿元。

北京经开区近日落地全市首批“亦企 Token(词元)贷”业务,为多家人工智能产业链企业提供近20亿元授信支持。与传统依赖不动产、设备抵押或稳定现金流的信贷模式不同,这类产品开始把企业算力 Token 的产出、消耗以及算力服务合约价值纳入核心授信依据,标志着大模型时代下“算力资产”正尝试进入企业融资体系。

不再只看厂房和流水,Token 成为授信参考

“亦企 Token(词元)贷”由北京经开区创新推出,主要面向人工智能产业链企业。该产品突破了传统授信评价框架,不再单纯依赖不动产等抵押物,而是将企业算力 Token 的产出消耗、算力服务合约价值作为核心判断依据。同时,银行还会结合企业技术壁垒、团队实力、核心技术自主可控程度以及业务发展前景进行综合研判。

这一变化的背景,是不少 AI 企业虽然研发投入高、技术积累深,但往往缺少传统信贷体系所认可的抵押物,商业化收入也未必已经充分释放。对于这类企业而言,算力消耗、模型调用和 Token 使用情况,反而可能成为观察其技术活跃度和经营潜力的一种新指标。

首批业务中,农业银行经开区分行、中信银行经开区支行、兴业银行经开区支行、北京银行经开区分行、民生银行亦庄支行、华夏银行北京自贸试验区高端产业片区支行等多方参与,共同为区内人工智能企业提供授信支持,总金额接近20亿元。

两家企业各获3000万元信用额度

素材披露了两个首批落地案例。其一是国汽智控。该企业主要从事智能网联汽车核心计算平台与自动驾驶技术研发,属于高研发投入、高技术壁垒的硬科技企业,正处于技术攻坚与产品量产前的关键阶段。由于传统抵押物不足、盈利尚未充分释放,企业此前长期面临融资难题。

中信银行经开区支行依托“亦企 Token(词元)贷”产品,结合企业算力 Token 使用情况以及其在智能驾驶领域的技术实力进行专业研判,最终为国汽智控释放3000万元信用额度,用于缓解研发资金周转压力。

另一个案例是神州光大。该企业长期深耕 IT 服务与数字化运维赛道,随着大模型业务布局推进,其算力使用规模持续上升,Token 使用量成为观测其技术活跃度和经营景气度的重要窗口。兴业银行经开区支行将 Token 使用量与企业技术团队实力、核心技术自主性、业务增长前景结合评估,完成授信扩额,释放3000万元授信额度。

“算力贷”开始升温,但风控仍是关键

从行业层面看,北京经开区此次落地并非孤立事件。今年以来,多家银行已开始尝试推出“算力贷”相关产品。今年5月,张家港农商银行曾为本地一家公司投放该市首笔100万元“算力贷”,该产品采用“基础授信 + 算力券增信”的双维度规则,单户基础信用额度最高1000万元,配套算力券增信后,固定资产贷款最高可达5000万元。

今年8月,广东省也推出了首个词元经济专项金融产品“Token 贷”。该产品以企业算力 Token 词元产出消耗、算力服务合约价值、算力业务产生的应收账款、Token 佣金结算量等作为核心授信依据,为企业提供授信额度。

这些产品的共同点,是尝试把原本偏“成本项”的算力投入,转化为可被金融机构识别、评估和定价的信用依据。对于 AI 企业来说,这可能拓宽融资渠道;对于银行来说,则意味着需要建立新的尽调能力和风控模型。

目前来看,“词元算力贷”仍处于早期探索阶段。Token 消耗量能够反映企业使用算力的活跃程度,但它能否真实对应收入能力、技术壁垒和偿债能力,仍需要更完整的评估体系支撑。北京经开区此次首批业务落地,为大模型产业的金融支持提供了一个可观察样本:当算力成为 AI 企业的核心生产资料,金融服务也开始围绕这一新型要素重新设计。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/bei-jing-jing-kai-qu-shi-shui-ci-yuan-suan-li-dai-shou-pi

Like (0)
点点的头像点点
Previous 2026年9月6日
Next 2026年9月6日

相关推荐

  • DeepSeek 推出开源 Agent 运行时 Harness:以插件化架构补齐工程化短板

    DeepSeek 开源 Agent 运行时框架 Harness,以“一切皆插件”的方式整合模型调用、工具执行、会话、权限和沙箱能力,试图解决 Agent 从本地原型走向生产部署的问题。

    大模型 2026年9月10日
    00
  • 从零训练321万参数小模型:MLX环境下Transformer训练链路拆解

    不加载预训练权重,也不是 LoRA 或蒸馏。这个实验用 640 条中文短句,在 MLX 上从零训练一个约 321 万参数的字符级 Transformer,拆解了词表、层数、注意力头、损失函数和推理生成的完整链路。

    大模型 2026年9月8日
    00
  • 腾讯开源WeKnora:把企业知识库从“检索”推进到“整理与演化”

    腾讯开源的 WeKnora 将 RAG、ReAct 智能体和 Wiki 模式组合起来,让企业知识库不只用于检索,还能自动整理文档、支持复杂推理并持续维护知识资产。

    大模型 2026年9月18日
    00
  • 阿里开源 Qwen3.8-Flash:125B MoE 架构将训练成本压至前代 1/9,Next 版本剑指 Qwen4

    阿里通义千问团队开源 Qwen3.8-Flash 系列,采用 125B MoE 架构并引入 51B N-gram Embedding,官方称训练成本降至前代约 1/9。Next 版本默认支持 1M 上下文,被视为 Qwen4 系列的架构雏形。

    2026年8月27日
    00
  • OpenAI 推出 GPT-6 Astra:API 定价对齐 Claude Fable,Agent 能力成为新焦点

    OpenAI 推出 GPT-6 Astra,定价与 Claude Fable 系列持平,重点强化 Agent 效率、安全任务与长上下文能力,但综合智能指数仍未超越竞品。

    大模型 2026年9月5日
    00
  • 模型被“偷走”也能举证:蒸馏正在变成一种可验证的取证线索

    当模型输出被用于训练另一个模型,传统的参数比对往往难以证明蒸馏关系。新的研究开始从行为痕迹、影子模型和假设检验入手,把蒸馏变成一种可审计的取证线索。

    大模型 2026年10月11日
    00
  • Cursor 被 SpaceX 收购后,OpenAI 断供说明了什么

    OpenAI 宣布在 Cursor 被 SpaceX 收购后停止模型供给。这次断供不只是合作终止,也让 AI 编程工具行业重新审视模型厂商、应用厂商与开发者之间的依赖关系。

    大模型 2026年8月30日
    00
  • DeepSeek 4.1 Flash 为什么还没被当成行业警报

    DeepSeek 4.1 Flash 之所以值得被关注,不是因为它已经证明自己在所有指标上超过前沿模型,而是因为它让一部分开发者开始不再执着于“最贵的那个”。

    2026年10月10日
    00
  • DeepSeek视觉新模型逼近Opus 4.8:多模态Agent竞赛进入工程验证期

    DeepSeek-V4-Flash-Vision-Exp 在多个多模态 Agent 基准测试中逼近 Opus 4.8,但榜单分数之外,真正决定落地效果的是工具调用链路、Token 预算与工程架构设计。

    2026年9月2日
    00
  • AI安全依赖的思维链审计,正在成为攻击者可操控的剧本

    一项2026年9月提交的研究显示,攻击者可通过向模型上下文植入看似正常的推理计划,绕过基于思维链的安全监控。该论文由Keertana Chidambaram、Andrew Ilyas和Vasilis Syrgkanis完成,题为《Corrupt Plans, Clean Traces: Evading Chain-of-Thought Monitoring with Plan Injection》。

    大模型 2026年9月17日
    00
  • Few-shot 示例为何有时适得其反:一项实验发现长度比内容更关键

    一项针对 12 个开源模型的研究发现,few-shot 性能下降未必来自示例内容本身,prompt 变长带来的副作用可能才是关键。

    大模型 2026年9月19日
    00
  • GPT-6 Sol与Luna上线:OpenAI把更低价的大模型推向日常任务

    OpenAI 在 GPT-6 Astra 后推出 Sol 与 Luna,主打更低 API 成本、更少事实错误和更清晰的任务分工。

    大模型 2026年9月24日
    00
  • 谷歌将停用 Gemini Gems:自定义助手转向“技能”模式

    谷歌宣布停用 Gemini Gems,并将在 2026 年 11 月 17 日将其自动迁移为“skills”。这次调整不只是功能更名,也体现出大模型平台正从自定义助手模式转向更细粒度的技能调用模式。

    2026年9月30日
    00
  • 蚂蚁灵波扩展开源世界模型阵容:1.3B 小模型瞄准消费级显卡

    蚂蚁灵波开源 LingBot-World 2.0 Small、Bidirectional 与 Causal Pretrain,其中 1.3B Small 版本面向消费级单卡 GPU,强调本地实时生成能力。

    大模型 2026年9月14日
    00
  • 大厂集体呼吁“AI减速”:安全共识还是变相垄断?

    多家头部AI公司高管近期罕见呼吁放缓AI开发,引发关于其动机的广泛讨论。是真正的安全共识,还是以安全为名的市场封锁?

    2026年9月16日
    00
  • 谷歌上线 Gemini 3.8 Live:语音对语音模型,强调低延迟与可打断交互

    谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking,两款语音对语音模型均面向实时对话场景,并支持浏览器内可打断交互。

    2026年9月18日
    00
  • Google 将“智能体”引入 Gemini:企业版先落地,AI 助手开始接管任务

    Google 正在把 Gemini 从“会回答问题”的 AI,推进到“能完成任务”的智能体阶段。在周四举行的 Google Cloud 活动上,Google 宣布推出统一智能体产品,能够代表用户规划任务、调用工具、连接企业内部系统,并在单个界面中完成执行。这项能力将首先面向企业客户推出。从回答问题到“接受目标”Google Cloud CEO Thomas Kurian 在介绍中表示,新智能体可以接受“目标,而不仅仅是指令”。这意味着它不只是根据一句话执行单步操作,而是能够拆解任务、规划工作路径、调用定制技能和工具,并连接企业内部系统来完成结果。这一变化反映出 AI 助手行业正在从聊天式交互,转向更接近数字员工的产品形态。近期,Meta 推出了面向消费者的 Muse,Instinct 等产品则探索基于消息应用的智能体能力,ChatGPT 也推出了 Dots。Google 此时将 agentic AI 引入 Gemini,意味着大型云厂商正在把 AI 助手推向真实业务流程。Google CEO Sundar Pichai 在活动开场提到,Gemini 目前拥有超过 10 亿月活跃用户,并且近 90% 的财富 100 强企业已经在使用 Gemini Enterprise。这也解释了 Google 为什么选择先从企业场景切入:相比消费级市场,企业客户已经存在较明确的数据、权限、协作和管理需求。Pichai 表示,先面向企业推出智能体,有助于 Google 解决这类强大系统在安全、规模和性能方面的问题。模型选择、任务收件箱与子代理协作在产品机制上,Gemini 新智能体会默认选择最适合完成任务的模型,但用户也可以手动切换模型。目前第三方模型选项首先支持 Anthropic 的 Claude 模型,Google 表示未来还会加入开源模型和其他私有模型。用户在发起请求时可以附加文件、文件夹,或针对特定工作流设计的项目组合。智能体可以连接企业的数据和业务系统,包括 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等。同时,它也可以与企业网络内外的 Model Context Protocol(MCP)服务器安全连接。为了让用户理解 AI 正在做什么,Google 提供了一个“任务收件箱”界面。用户可以在其中查看 Gemini 的思考过程、任务如何分配给子代理、加载了哪些特殊技能、代码执行情况和整体进度。更值得注意的是,这个 AI 智能体将拥有自己的 Workspace 账户,就像公司里的一名普通同事。它拥有自己的邮箱和上下文,可以了解公司内部的团队结构、成员时区、审批流程、日历安排等信息。用户可以通过 @提及、邮件、文件共享或群聊方式调用它。当智能体执行操作时,系统会生成归属于该智能体而非某个员工的操作审计记录。任务规划:接受目标后自动拆解工作并选择工具模型调度:默认自动选择模型,也支持手动切换,首批第三方模型包含 Claude系统连接:支持 Google Workspace、Microsoft 365、Slack、Jira、BigQuery、Snowflake 等过程透明:通过“任务收件箱”查看思考过程、子代理分工和进度企业身份:智能体拥有独立 Workspace 账户,并生成独立审计记录企业 AI 助手竞争,进入执行层该智能体将支持 iOS、Android、Windows、Mac、命令行、Google Workspace、Microsoft 365、ServiceNow 和 Slack 等多个入口。早期测试客户包括运动品牌 On、Shopify 和 PayPal。Google 同时列出,Gemini Enterprise 客户还包括 BNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty 和 Wesfarmers 等企业。成本方面,Google 提出了新的弹性支出选项,包括多模型编排、智能路由和实时支出上限,帮助企业控制 AI 使用费用。这一点对于企业级智能体尤为关键:当 AI 开始调用多个模型、访问多个系统并执行复杂任务时,计费透明和成本边界会成为采购决策中的核心问题。对企业市场而言,Gemini 新智能体的意义不只是增加一个聊天入口,而是把 AI 推向任务执行层。过去企业 AI 助手更多停留在知识问答、内容生成和简单自动化;而 Gemini 试图通过模型选择、跨系统连接、子代理协作、独立身份和审计机制,构建一个更接近“数字同事”的产品形态。这也让企业 AI 助手的竞争重点发生变化:不再只是比模型谁更聪明,而是比谁能更安全地接入企业系统、更可控地调度模型、更完整地记录执行过程,并在真实业务流中承担责任。Google 选择先从企业客户开始,既是因为其企业基础更强,也因为在企业环境中验证权限、审计、成本和安全性,是这类智能体真正落地前必须解决的问题。

    大模型 2026年10月10日
    00
  • Meta Muse Wonder 进入第三方插件:六档推理与月度更新透露的新信号

    Simon Willison 记录了 Meta AI 新发布的 Muse Wonder 与 Muse Wonder Full。新模型提供六个推理层级,并被第三方评测与 GPT-6.1 Sol 对照,同时已快速进入 llm-meta-ai 插件生态。

    6天前
    00
  • 人均AI支出突然下滑:大模型降价潮正改写企业账单

    Ramp 数据显示,8 月企业 AI 采用率仅小幅上升,但头部企业人均 AI 支出下降近 10%。token 降价和便宜模型替代,正在改变大模型厂商的收入预期。

    大模型 2026年9月10日
    00
  • 大模型推理团队共用一个Key,并不会直接降低缓存命中率

    团队共用一个大模型推理套餐,并不会因为共用 API key 而直接降低缓存命中率。真正影响命中率的是 prompt 前缀是否稳定、可复用。

    大模型 2026年9月12日
    00