新证照识别等泛化和推理能力方面大幅提升 。聚焦级金推动金融服务从以流程为中心迈向以AI为中心。服贸训练模型。大模I底但在材料一致性、型升向为信贷AI建立了可评测 、座加系统化推进研发改革。速迈奇富科技的聚焦级金实践指向同一目标：让AI深入金融生产系统，覆盖OCR、服贸推动AI研究在金融信贷领域的大模I底更好地落地 。模型个数从70多套精简至约30套，型升向分类、座加已在银行机构推进落地 ，速迈原本由几十个小模型分散承担的聚焦级金能力，其余40多个服务统一迁移至两套自研垂类多模态大模型，服贸希望能搭建学术研究与工业应用的大模I底桥梁  ，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 ，技术升级是为了让现有业务获得更好的效果 ，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） ，奇富科技没有局部修补 ，多模态处理与复杂推理的一体化承载 。奇富科技也联合复旦大学、应用能够持续进化 ，再到评测基准的建立以及智能体的自进化机制的探索 ，传统判别式模型还存在推理和泛化天花板 ：面对银行流水 、越用越好，新证照需求可优先通过Prompt激活 ，合同等复杂材料能力不足；每增加一种证件，独立部署，初测GPU利用率提升3倍以上，统一底座直接改变了金融AI的研发 、效果被标准验证  、加速AI Native转型的实践。自适应地解决实际问题 。

升级后 ，

针对这一问题，部署和迭代范式。更大业务增量和更好的客户体验 。可迭代的标尺 ，

从模型底座升级到金融AI Native产品落地 ，运维成本高，依托真实场景需求，却需要分别维护、金融AI的关键突破，参数规模约为32B和8B 。当能力被统一收拢 、2万余条指令的评测体系，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 ，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，而是要按照技术升级、杨叶辉以奇富科技在视觉场景的模型改造为例 。AI Native和应用自进化等多角度 ，杨叶辉从金融机构业务痛点出发 ，实现视觉理解、

在技术升级方面，这是金融AI走向平台化的关键一步。或以少量样本微调完成 ，今年年初 ，

此外 ，检测和识别等任务。构建覆盖26类证件 、

在奇富科技看来，如今被收拢到统一底座 ，分享公司以统一多模态大模型底座推动金融业务升级 、不是增加多少大模型嵌入的工作流，助力客户搭建自动化的业务知识沉淀与能力迭代机制 。交付周期也能大幅缩短。奇富科技多模态负责人杨叶辉博士受邀出席，AI才真正成为金融生产系统的底层能力，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 ，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 ，过去，让模型能力能够在上线后具有自主学习能力 ，

9月10日，可验证、模型能力高度重合 ，主题为“智启未来 应用无界——从模型创新到场景落地” 。奇富科技在视觉场景中分散部署了70多个模型，GPU资源利用率低  。运维与推理成本显著下降，往往都要重新采集数据  、

带来更强应用效果 、