“銀聯云詞元服務”首次出現,銀聯與智譜的金融AI合作由此引向大模型詞元服務。
2026年6月18日,中國銀聯股份有限公司與北京智譜華章科技股份有限公司在北京簽署戰略合作協議。中國銀聯董事長董俊峰,執行副總裁陳煜,智譜創始人、董事長劉德兵,首席執行官張鵬等出席簽約儀式。
披露信息顯示,自2024年啟動合作以來,中國銀聯與智譜已在金融行業人工智能應用方面開展合作。此次簽約后,雙方將圍繞智能體支付應用生態共建、數智風控效能提升、銀聯云詞元服務打造、金融網絡安全建設、前沿技術聯合共研、智能體多領域落地應用、全球金融服務布局等方面繼續合作。
![]()
(官方現場圖)
支付之家檢索發現,這是“詞元服務”相關表述首次出現在銀聯官網可檢索新聞稿中。
與智能體支付、數智風控、金融網絡安全等表述相比,“銀聯云詞元服務”把這次合作引向金融AI底層能力。銀聯目前尚未對這一服務作出更詳細的產品說明。
結合“銀聯云”“詞元服務”和智譜合作三個關鍵詞看,它更接近金融AI基礎設施能力,而非傳統支付語境中的銀行卡Token化服務。
“詞元”是大模型語境中的Token,通常用于衡量模型處理文本、代碼等內容時的輸入輸出規模。放在云服務語境下,詞元服務通常會涉及模型調用、詞元計量、調用管理、資源分配、響應效率和成本控制。按目前披露信息理解,它更接近銀聯云面向金融AI場景的大模型Token服務能力。
放在銀聯與智譜合作語境下,“銀聯云詞元服務”可能涉及金融場景下的大模型調用、金融語義理解、支付規則適配和安全管理能力。模型進入金融和支付場景,不能只會自然語言表達,還要理解賬戶、交易、授權、風控、商戶服務和業務規則。
對支付行業來說,詞元服務的價值不只在模型調用成本管理,也在于讓模型進入可審計、可約束的金融業務環境。智能體支付正是這種能力需求最先顯性化的場景之一。
詞元服務放到智能體支付里,主要影響付款前后的模型調用過程,而非付款按鈕本身。
用戶給出任務后,智能體如何理解意圖、如何拆解任務、調用了哪些服務、生成了什么訂單、是否超出授權邊界、最終如何觸發支付,都需要被記錄、管理和追溯。
沒有這一層能力,智能體支付很容易停留在前端體驗,難以進入金融級風控體系。
當用戶把訂票、訂酒店、買咖啡、繳費、出行預約等任務交給智能體,模型需要把自然語言需求轉化為任務規劃、服務調用、訂單生成、授權確認和支付執行。每一步都離不開對金融語義、支付規則和風險邊界的理解。
銀聯此前已經在智能體支付上有所布局。
2026年4月,中國銀聯發布《智能體支付開放協議框架》(APOP),并完成5筆生產系統驗證交易,場景覆蓋航旅縱橫AI出行助手購票、科大訊飛智能體完成出境酒店預訂、基于智譜大模型的極豆車載智能體咖啡購買、云閃付智能體生活繳費,以及香港地區出行車輛預約等。
基于智譜大模型的車載智能體咖啡購買,已經出現在銀聯智能體支付驗證場景中。此次簽約后,雙方合作范圍進一步擴展到智能體支付、風控安全、銀聯云詞元服務和全球金融服務等方向。
對銀聯來說,詞元服務把智能體支付布局從前端場景進一步延伸到底層能力。
APOP解決的是智能體支付如何接入、識別、授權和交易,詞元服務關注的則是模型調用、任務上下文、成本計量和過程留痕。前者偏交易規則,后者偏模型治理。
兩者結合起來,銀聯在智能體支付中的角色就不只是交易轉接和清算,也包括AI交易可信機制的基礎設施建設。
智能體支付正在改變交易發起方式。
傳統支付中,一筆交易通常由用戶主動完成。用戶打開App,選擇商品或服務,確認訂單,點擊支付,輸入密碼或完成生物識別驗證。支付系統識別的是用戶、賬戶、設備、商戶、交易金額、交易時間、交易地點等要素。
智能體支付場景下,用戶可能只給出一個任務,例如“幫我訂一張明天上午去上海的機票”“幫我買一杯附近可以最快送到的咖啡”“幫我訂一個到機場后可直接上車的接送服務”。之后,智能體理解用戶意圖,調用外部服務,生成候選方案,創建訂單,并在用戶授權范圍內觸發支付。
交易來源不再只是用戶的一次點擊,支付系統需要識別的對象隨之擴大。
它不僅要識別用戶是誰、賬戶是否正常、商戶是否可信、交易金額是否異常,還要識別智能體是誰,智能體是否獲得授權,用戶真實意圖是什么,支付指令有沒有超出授權范圍,交易生成過程是否存在異常。
智能體支付的難點,是讓AI發起的交易進入可信交易體系,而非完成一次付款動作。智能體識別、用戶意圖確認、授權邊界理解、風險識別、責任追溯,都將影響智能體支付進入真實交易場景的速度。
大模型參與交易后,自然語言任務需要被轉化為可執行、可風控、可校驗的交易流程。用戶說出一句需求,背后對應的不只是語義理解,還包括服務匹配、價格判斷、訂單生成、授權確認和支付執行。
過去,支付入口主要掌握在錢包、銀行App、電商平臺、商戶收銀臺、二維碼和POS終端手中。智能體支付出現后,入口可能進一步分散到AI助手、車載系統、企業智能助理、商旅服務、生活繳費、跨境出行等場景里。
入口變化之后,支付基礎設施需要適配新的交易方式。
銀聯的優勢不在C端聊天入口,而在連接發卡機構、收單機構、商戶、錢包、場景平臺和跨境受理網絡。智能體發起的交易進入支付網絡后,需要被識別,需要完成授權校驗,需要進入風控處理,也需要進入后續清算和爭議處理流程。
銀聯APOP框架為這類跨主體協同提供了規則入口。智能體支付如果停留在單個App、單個商戶、單個模型或單個錢包內部,短期內可以完成演示交易,但很難形成產業級能力。行業需要的并不只是一筆“AI幫我買咖啡”的展示交易,而是一套能夠跨機構、跨場景、跨賬戶體系運行的規則安排。
數智風控和金融網絡安全,也被寫入銀聯與智譜此次合作方向。智能體支付進入真實交易場景,繞不開這兩項能力。
過去,支付風控主要圍繞賬戶、設備、商戶、交易金額、交易頻次、交易地點、行為習慣等維度展開。智能體支付出現后,風控對象會進一步擴展。
支付機構和清算網絡可能需要判斷,某個智能體是否被惡意誘導,是否調用了異常接口,是否誤解了用戶真實需求,是否在多輪對話中擴大了授權范圍,是否在不合適的場景下觸發支付,是否因為模型幻覺導致錯誤訂單生成。
單純疊加傳統交易規則,很難覆蓋智能體支付的全部風險。
詞元服務如果只停留在模型調用計量層面,和支付關系并不直接。進入金融場景后,它才會與任務上下文、交易生成過程、風控追溯和安全管理發生關系。
模型調用過程、任務上下文和交易生成過程無法被記錄和管理,智能體支付風控也很難完整追溯。
這會推動支付風控從“識別一筆交易”,進一步走向“識別一次任務”。支付機構和清算網絡不僅要判斷交易結果是否異常,還要判斷這筆交易是怎樣被智能體生成的、是否符合用戶原始意圖、有沒有超出授權邊界。
從用戶意圖開始,經過智能體理解、服務調用、訂單生成、支付授權、交易執行和結果反饋,任何環節失真,都可能演變為支付風險。
例如,用戶只授權智能體“幫我找一杯附近便宜的咖啡”,智能體是否可以自動選擇品牌、規格、配送方式和支付賬戶?用戶要求“幫我訂一張時間合適的機票”,智能體是否可以接受更高價格,是否可以選擇不可退改的航班,是否可以使用默認銀行卡付款?
這些問題看似是產品交互問題,背后其實是支付授權和交易責任問題。
授權邊界不清,支付確認就可能變成模糊確認。用戶意圖無法沉淀,爭議處理就缺少依據。智能體身份無法識別,風險攔截就很難準確落點。交易生成過程不可追溯,支付網絡也難以判斷風險來源。
支付寶與MiniMax的合作,落在另一類場景里。MiniMax M3已接入支付寶Token Pay,用戶可通過支付寶AI付,在MiniMax Agent提供的Mix Claw服務中完成應用內結賬。
支付寶此前發布AI支付相關方案,包括AI付、Token Pay和AI錢包等,Token Pay主要面向MaaS付款需求,覆蓋Token充值、會員訂閱、營銷等場景,并可支持企業Token席位管理。
支付寶與MiniMax合作,主要解決AI原生應用商業化過程中的支付問題。大模型產品需要訂閱、充值、套餐、席位、調用計費和應用內結賬,支付寶提供的是錢包、收銀臺、訂閱、營銷和賬戶體系等支付能力。
銀聯與智譜合作,關注的是另一層問題。
智能體如果從單一應用內結賬走向更廣泛的商品購買、出行服務、酒店預訂、生活繳費、跨境本地生活等真實交易場景,支付網絡就需要處理身份識別、用戶授權、支付確認、風險攔截、清算協同和責任追溯。
支付寶與MiniMax解決的是AI應用收費問題,銀聯與智譜面對的是AI交易如何進入支付網絡的問題。
支付行業面對的問題,正在從“AI應用怎么收費”,擴展到“AI發起的交易怎么被信任”。
官方稿中提到“全球金融服務布局”,這一方向與銀聯網絡能力相關。如果智能體支付延伸到跨境出行、境外商戶、本地生活和國際化錢包場景,銀聯的全球受理網絡和跨境服務能力可能成為承接條件之一。
此前銀聯智能體支付驗證場景中已經出現香港地區出行服務,這類場景會涉及跨境賬戶、境外受理、商戶服務和本地生活連接。
這一方向仍停留在合作披露層面,后續還要看具體產品和場景。
移動支付曾把交易入口從線下終端和銀行卡轉移到手機、二維碼和錢包。智能體支付可能帶來新的入口遷移,用戶不再每次都親自打開App尋找服務,而是把一部分交易任務交給智能體完成。
入口變化后,支付規則、風控系統、商戶連接和賬戶服務都會隨之調整。
當然,智能體支付仍處于早期階段。行業距離大規模普及還有不少問題需要解決,包括用戶授權體驗、支付確認方式、模型安全、風險責任、監管適配、商戶接入成本、跨平臺互認等。場景驗證距離成熟商用還有一段距離,戰略合作距離生態成型也還需要更多落地支撐。
支付機構、清算網絡和大模型廠商,正在圍繞AI交易入口重新分工。
APOP解決的是智能體支付如何進入支付網絡,詞元服務關注的是AI生成交易的過程如何被計量、管理和追溯。
中國銀聯布局詞元服務,意味著智能體支付的底層能力開始從交易規則延伸到模型調用、任務上下文和過程留痕。
這才是AI交易進入真實場景的前提。
這里是支付之家。我們關注支付表象之下的規則差異與邏輯變化,提供支付科技領域增量信息。觀點內容僅供參考。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.