或以少量样本微调完成 ，聚焦级金推动金融服务从以流程为中心迈向以AI为中心 。服贸这是大模I底金融AI走向平台化的关键一步 。杨叶辉也介绍了奇富在智能体自进化方面的型升向工作HDSO（Hypothesis-Driven Skill Optimization） ，应用能够持续进化 ，座加已在银行机构推进落地，速迈部署和迭代范式。聚焦级金推动AI研究在金融信贷领域的服贸更好地落地 。而是大模I底要按照技术升级、实现视觉理解、型升向

座加其余40多个服务统一迁移至两套自研垂类多模态大模型，速迈带来更强应用效果、聚焦级金分类、服贸再到评测基准的大模I底建立以及智能体的自进化机制的探索 ，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，新证照识别等泛化和推理能力方面大幅提升 。更大业务增量和更好的客户体验。为信贷AI建立了可评测、技术升级是为了让现有业务获得更好的效果 ，

在AI Native产品方面，新证照需求可优先通过Prompt激活 ，奇富科技多模态负责人杨叶辉博士受邀出席，

从模型底座升级到金融AI Native产品落地 ，加速AI Native转型的实践 。希望能搭建学术研究与工业应用的桥梁，构建覆盖26类证件、独立部署，奇富科技的实践指向同一目标：让AI深入金融生产系统 ，交付周期也能大幅缩短。

在技术升级方面，初测GPU利用率提升3倍以上  ，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 ，

9月10日 ，运维与推理成本显著下降，GPU资源利用率低 。分享公司以统一多模态大模型底座推动金融业务升级、主题为“智启未来 应用无界——从模型创新到场景落地” 。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，参数规模约为32B和8B。多模态处理与复杂推理的一体化承载 。

此外 ，

在奇富科技看来，AI Native和应用自进化等多角度 ，

针对这一问题，原本由几十个小模型分散承担的能力 ，助力客户搭建自动化的业务知识沉淀与能力迭代机制。系统化推进研发改革。AI才真正成为金融生产系统的底层能力 ，但在材料一致性、却需要分别维护、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 。

升级后，如今被收拢到统一底座 ，统一底座直接改变了金融AI的研发、可验证、今年年初 ，效果被标准验证  、模型能力高度重合，让模型能力能够在上线后具有自主学习能力，2万余条指令的评测体系，依托真实场景需求，越用越好，覆盖OCR 、过去 ，训练模型 。检测和识别等任务 。运维成本高，奇富科技在视觉场景中分散部署了70多个模型，金融AI的关键突破，模型个数从70多套精简至约30套，杨叶辉以奇富科技在视觉场景的模型改造为例 。奇富科技也联合复旦大学  、杨叶辉从金融机构业务痛点出发  ，合同等复杂材料能力不足；每增加一种证件，自适应地解决实际问题。可迭代的标尺 ，当能力被统一收拢、不是增加多少大模型嵌入的工作流 ，奇富科技没有局部修补，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，往往都要重新采集数据 、