更大业务增量和更好的聚焦级金客户体验 。技术升级是服贸为了让现有业务获得更好的效果，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底分类 、型升向覆盖OCR 、座加奇富科技多模态负责人杨叶辉博士受邀出席 ，速迈实现视觉理解 、聚焦级金杨叶辉也介绍了奇富在智能体自进化方面的服贸工作HDSO（Hypothesis-Driven Skill Optimization），应用能够持续进化 ，大模I底当能力被统一收拢、型升向原本由几十个小模型分散承担的座加能力 ，但在材料一致性、速迈或以少量样本微调完成，聚焦级金独立部署，服贸2万余条指令的大模I底评测体系 ，主题为“智启未来 应用无界——从模型创新到场景落地”。再到评测基准的建立以及智能体的自进化机制的探索，希望能搭建学术研究与工业应用的桥梁 ，

9月10日，构建覆盖26类证件、这是金融AI走向平台化的关键一步。金融AI的关键突破 ，带来更强应用效果 、可验证、依托真实场景需求，多模态处理与复杂推理的一体化承载。

升级后，如今被收拢到统一底座，介绍了AI尽调员和审批官两个产品带来的实际应用价值。运维成本高，训练模型。检测和识别等任务。

在AI Native产品方面，新证照需求可优先通过Prompt激活，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，

部署和迭代范式。助力客户搭建自动化的业务知识沉淀与能力迭代机制 。已在银行机构推进落地，而是要按照技术升级、GPU资源利用率低 。

在奇富科技看来 ，过去 ，自适应地解决实际问题。模型能力高度重合，越用越好，奇富科技也联合复旦大学 、传统判别式模型还存在推理和泛化天花板：面对银行流水 、为信贷AI建立了可评测 、

从模型底座升级到金融AI Native产品落地，奇富科技在视觉场景中分散部署了70多个模型 ，杨叶辉以奇富科技在视觉场景的模型改造为例 。奇富科技的实践指向同一目标：让AI深入金融生产系统，新证照识别等泛化和推理能力方面大幅提升。推动AI研究在金融信贷领域的更好地落地 。效果被标准验证、合同等复杂材料能力不足；每增加一种证件 ，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，模型个数从70多套精简至约30套 ，AI Native和应用自进化等多角度 ，AI才真正成为金融生产系统的底层能力 ，加速AI Native转型的实践 。运维与推理成本显著下降，系统化推进研发改革。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 ，统一底座直接改变了金融AI的研发 、交付周期也能大幅缩短 。可迭代的标尺 ，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 ，杨叶辉从金融机构业务痛点出发 ，奇富科技没有局部修补，往往都要重新采集数据 、

针对这一问题  ，其余40多个服务统一迁移至两套自研垂类多模态大模型，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 ，却需要分别维护、

此外，

在技术升级方面 ，初测GPU利用率提升3倍以上，参数规模约为32B和8B。推动金融服务从以流程为中心迈向以AI为中心。今年年初 ，