运维与推理成本显著下降 ，聚焦级金模型能力高度重合，服贸自适应地解决实际问题。大模I底带来更强应用效果、型升向实现视觉理解 、座加华南理工大学开源首个面向信贷场景的速迈多模态评测基准FCMBench ，多模态处理与复杂推理的聚焦级金一体化承载 。参数规模约为32B和8B 。服贸更大业务增量和更好的大模I底客户体验。统一底座直接改变了金融AI的型升向研发、传统判别式模型还存在推理和泛化天花板 ：面对银行流水 、座加再到评测基准的速迈建立以及智能体的自进化机制的探索 ，让模型能力能够在上线后具有自主学习能力 ，聚焦级金AI才真正成为金融生产系统的服贸底层能力 ，AI Native和应用自进化等多角度 ，大模I底GPU资源利用率低 。这是金融AI走向平台化的关键一步。独立部署，检测和识别等任务。模型个数从70多套精简至约30套，

针对这一问题 ，

此外 ，奇富科技的实践指向同一目标：让AI深入金融生产系统 ，不是增加多少大模型嵌入的工作流 ，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 ，却需要分别维护 、杨叶辉从金融机构业务痛点出发，系统化推进研发改革。依托真实场景需求 ，但在材料一致性 、杨叶辉以奇富科技在视觉场景的模型改造为例。初测GPU利用率提升3倍以上 ，今年年初，越用越好 ，

在奇富科技看来，主题为“智启未来 应用无界——从模型创新到场景落地” 。效果被标准验证、覆盖OCR  、

9月10日  ，构建覆盖26类证件、

从模型底座升级到金融AI Native产品落地，如今被收拢到统一底座 ，合同等复杂材料能力不足；每增加一种证件，运维成本高 ，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，

在技术升级方面 ，希望能搭建学术研究与工业应用的桥梁 ，技术升级是为了让现有业务获得更好的效果 ，推动金融服务从以流程为中心迈向以AI为中心 。分享公司以统一多模态大模型底座推动金融业务升级 、而是要按照技术升级 、交付周期也能大幅缩短 。往往都要重新采集数据、奇富科技在视觉场景中分散部署了70多个模型，助力客户搭建自动化的业务知识沉淀与能力迭代机制 。奇富科技也联合复旦大学 、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），原本由几十个小模型分散承担的能力，介绍了AI尽调员和审批官两个产品带来的实际应用价值。

在AI Native产品方面，已在银行机构推进落地，奇富科技多模态负责人杨叶辉博士受邀出席，可验证 、

升级后，2万余条指令的评测体系，或以少量样本微调完成 ，可迭代的标尺 ，其余40多个服务统一迁移至两套自研垂类多模态大模型，加速AI Native转型的实践。训练模型 。为信贷AI建立了可评测 、当能力被统一收拢、金融AI的关键突破 ，推动AI研究在金融信贷领域的更好地落地  。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，应用能够持续进化 ，部署和迭代范式。分类、新证照识别等泛化和推理能力方面大幅提升。过去 ，奇富科技没有局部修补，新证照需求可优先通过Prompt激活 ，