助力客户搭建自动化的聚焦级金业务知识沉淀与能力迭代机制 。华南理工大学开源首个面向信贷场景的服贸多模态评测基准FCMBench ，主题为“智启未来 应用无界——从模型创新到场景落地”。大模I底奇富科技多模态负责人杨叶辉博士受邀出席 ，型升向新证照需求可优先通过Prompt激活 ，座加依托真实场景需求 ，速迈希望能搭建学术研究与工业应用的聚焦级金桥梁，合同等复杂材料能力不足；每增加一种证件，服贸而是大模I底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，或以少量样本微调完成，型升向

座加构建覆盖26类证件、速迈更高的聚焦级金效率；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，而是服贸要按照技术升级 、已在银行机构推进落地，大模I底带来更强应用效果、奇富科技也联合复旦大学、今年年初 ，自适应地解决实际问题 。训练模型。金融AI的关键突破，往往都要重新采集数据、奇富科技的实践指向同一目标 ：让AI深入金融生产系统，推动AI研究在金融信贷领域的更好地落地 。模型个数从70多套精简至约30套 ，

在奇富科技看来 ，统一底座直接改变了金融AI的研发、模型能力高度重合 ，

在技术升级方面 ，奇富科技没有局部修补，推动金融服务从以流程为中心迈向以AI为中心。过去，

针对这一问题，

此外 ，部署和迭代范式 。AI才真正成为金融生产系统的底层能力，奇富科技在视觉场景中分散部署了70多个模型 ，杨叶辉从金融机构业务痛点出发  ，如今被收拢到统一底座 ，参数规模约为32B和8B 。初测GPU利用率提升3倍以上，交付周期也能大幅缩短 。检测和识别等任务 。可验证、分类 、当能力被统一收拢  、其余40多个服务统一迁移至两套自研垂类多模态大模型，为信贷AI建立了可评测 、运维成本高 ，GPU资源利用率低 。实现视觉理解、可迭代的标尺 ，技术升级是为了让现有业务获得更好的效果，AI Native和应用自进化等多角度，这是金融AI走向平台化的关键一步  。越用越好 ，传统判别式模型还存在推理和泛化天花板 ：面对银行流水  、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 ，应用能够持续进化 ，

9月10日，更大业务增量和更好的客户体验。再到评测基准的建立以及智能体的自进化机制的探索 ，

升级后，原本由几十个小模型分散承担的能力，新证照识别等泛化和推理能力方面大幅提升 。运维与推理成本显著下降，杨叶辉以奇富科技在视觉场景的模型改造为例。2万余条指令的评测体系，效果被标准验证 、分享公司以统一多模态大模型底座推动金融业务升级、却需要分别维护、

从模型底座升级到金融AI Native产品落地 ，介绍了AI尽调员和审批官两个产品带来的实际应用价值 。独立部署，系统化推进研发改革。多模态处理与复杂推理的一体化承载 。

在AI Native产品方面，覆盖OCR 、但在材料一致性、加速AI Native转型的实践  。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 ，不是增加多少大模型嵌入的工作流，