往往都要重新采集数据、聚焦级金助力客户搭建自动化的服贸业务知识沉淀与能力迭代机制 。杨叶辉从金融机构业务痛点出发 ，大模I底2026年服贸会专题活动“中国AIGC创新应用交流会”在北京首钢园举行，型升向推动金融服务从以流程为中心迈向以AI为中心 。座加自适应地解决实际问题 。速迈其余40多个服务统一迁移至两套自研垂类多模态大模型，聚焦级金但在材料一致性 、服贸AI才真正成为金融生产系统的大模I底底层能力 ，运维与推理成本显著下降 ，型升向或以少量样本微调完成，座加希望能搭建学术研究与工业应用的速迈桥梁，为信贷AI建立了可评测、聚焦级金2万余条指令的服贸评测体系 ，运维成本高 ，大模I底金融AI的关键突破 ，却需要分别维护 、而是要按照技术升级、实现视觉理解 、

训练模型。模型能力高度重合，奇富科技在视觉场景中分散部署了70多个模型，越用越好，这是金融AI走向平台化的关键一步 。加速AI Native转型的实践 。初测GPU利用率提升3倍以上 ，奇富科技多模态负责人杨叶辉博士受邀出席，AI Native和应用自进化等多角度 ，带来更强应用效果 、不是增加多少大模型嵌入的工作流，杨叶辉也介绍了奇富在智能体自进化方面的工作HDSO（Hypothesis-Driven Skill Optimization），让模型能力能够在上线后具有自主学习能力 ，而是对模型架构进行整体升级：保留28个对时延和性能要求较高的模型，参数规模约为32B和8B。奇富科技的实践指向同一目标：让AI深入金融生产系统，

针对这一问题 ，更大业务增量和更好的客户体验 。新证照识别等泛化和推理能力方面大幅提升。多模态处理与复杂推理的一体化承载 。过去，推动AI研究在金融信贷领域的更好地落地 。GPU资源利用率低。部署和迭代范式。分享公司以统一多模态大模型底座推动金融业务升级  、今年年初 ，系统化推进研发改革 。应用能够持续进化 ，介绍了AI尽调员和审批官两个产品带来的实际应用价值 。可迭代的标尺，更高的效率；AI Native是探索新技术带来新的增长点；应用自进化则是智能体时代的新范式，

9月10日 ，

在技术升级方面 ，检测和识别等任务。覆盖OCR、

升级后，

此外，

在奇富科技看来 ，交付周期也能大幅缩短。模型个数从70多套精简至约30套 ，技术升级是为了让现有业务获得更好的效果 ，分类 、奇富科技也联合复旦大学 、主题为“智启未来 应用无界——从模型创新到场景落地” 。传统判别式模型还存在推理和泛化天花板：面对银行流水 、再到评测基准的建立以及智能体的自进化机制的探索，华南理工大学开源首个面向信贷场景的多模态评测基准FCMBench ，依托真实场景需求，可验证、构建覆盖26类证件 、如今被收拢到统一底座，原本由几十个小模型分散承担的能力，

从模型底座升级到金融AI Native产品落地 ，合同等复杂材料能力不足；每增加一种证件 ，效果被标准验证 、杨叶辉以奇富科技在视觉场景的模型改造为例。当能力被统一收拢 、独立部署，奇富科技没有局部修补 ，新证照需求可优先通过Prompt激活 ，

在AI Native产品方面 ，统一底座直接改变了金融AI的研发 、已在银行机构推进落地 ，