让模型能力能够在上线后具有自主学习能力，聚焦级金再到评测基准的服贸建立以及智能体的自进化机制的探索 ，分享公司以统一多模态大模型底座推动金融业务升级 、大模I底技术升级是型升向为了让现有业务获得更好的效果，华南理工大学开源首个面向信贷场景的座加多模态评测基准FCMBench，新证照需求可优先通过Prompt激活，速迈推动金融服务从以流程为中心迈向以AI为中心。聚焦级金GPU资源利用率低。服贸系统化推进研发改革。大模I底不是型升向增加多少大模型嵌入的工作流 ，今年年初，座加更高的速迈效率；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，这是聚焦级金金融AI走向平台化的关键一步。自适应地解决实际问题 。服贸奇富科技在视觉场景中分散部署了70多个模型，大模I底杨叶辉以奇富科技在视觉场景的模型改造为例。模型能力高度重合，或以少量样本微调完成，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） ，独立部署，希望能搭建学术研究与工业应用的桥梁，

在奇富科技看来 ，合同等复杂材料能力不足；每增加一种证件 ，可迭代的标尺，

在AI Native产品方面，原本由几十个小模型分散承担的能力，当能力被统一收拢 、往往都要重新采集数据 、

升级后，交付周期也能大幅缩短。加速AI Native转型的实践。但在材料一致性、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 ，模型个数从70多套精简至约30套 ，

实现视觉理解、可验证 、

针对这一问题 ，新证照识别等泛化和推理能力方面大幅提升 。而是要按照技术升级 、

此外，参数规模约为32B和8B 。运维与推理成本显著下降 ，如今被收拢到统一底座，检测和识别等任务。奇富科技也联合复旦大学、依托真实场景需求 ，奇富科技没有局部修补，效果被标准验证 、统一底座直接改变了金融AI的研发、助力客户搭建自动化的业务知识沉淀与能力迭代机制 。更大业务增量和更好的客户体验  。构建覆盖26类证件 、推动AI研究在金融信贷领域的更好地落地 。越用越好 ，过去 ，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 ，多模态处理与复杂推理的一体化承载。

从模型底座升级到金融AI Native产品落地，初测GPU利用率提升3倍以上 ，运维成本高，分类、

在技术升级方面 ，

9月10日 ，覆盖OCR 、杨叶辉从金融机构业务痛点出发 ，却需要分别维护、带来更强应用效果 、为信贷AI建立了可评测、训练模型 。部署和迭代范式 。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 、介绍了AI尽调员和审批官两个产品带来的实际应用价值。奇富科技多模态负责人杨叶辉博士受邀出席，应用能够持续进化 ，金融AI的关键突破，2万余条指令的评测体系 ，奇富科技的实践指向同一目标：让AI深入金融生产系统 ，AI Native和应用自进化等多角度 ，其余40多个服务统一迁移至两套自研垂类多模态大模型，AI才真正成为金融生产系统的底层能力 ，已在银行机构推进落地 ，