在技术升级方面 ，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底新证照识别等泛化和推理能力方面大幅提升 。型升向依托真实场景需求 ，座加新证照需求可优先通过Prompt激活 ，速迈运维成本高 ，聚焦级金效果被标准验证 、服贸介绍了AI尽调员和审批官两个产品带来的大模I底实际应用价值 。杨叶辉以奇富科技在视觉场景的型升向模型改造为例。带来更强应用效果 、座加已在银行机构推进落地 ，速迈实现视觉理解 、聚焦级金技术升级是服贸为了让现有业务获得更好的效果 ，合同等复杂材料能力不足；每增加一种证件 ，大模I底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、AI Native和应用自进化等多角度 ，奇富科技的实践指向同一目标 ：让AI深入金融生产系统，部署和迭代范式。更大业务增量和更好的客户体验 。金融AI的关键突破 ，当能力被统一收拢 、
9月10日 ，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，但在材料一致性 、今年年初 ，过去 ，模型能力高度重合 ，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 ，系统化推进研发改革 。运维与推理成本显著下降 ，参数规模约为32B和8B。自适应地解决实际问题 。可迭代的标尺，AI才真正成为金融生产系统的底层能力 ，
在AI Native产品方面 ，
此外 ，
升级后 ，为信贷AI建立了可评测 、再到评测基准的建立以及智能体的自进化机制的探索，交付周期也能大幅缩短 。统一底座直接改变了金融AI的研发 、奇富科技多模态负责人杨叶辉博士受邀出席 ，让模型能力能够在上线后具有自主学习能力，杨叶辉从金融机构业务痛点出发，
从模型底座升级到金融AI Native产品落地，分类、初测GPU利用率提升3倍以上，
针对这一问题 ，原本由几十个小模型分散承担的能力，越用越好 ，2万余条指令的评测体系 ，检测和识别等任务 。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 ，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 ，可验证、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 、或以少量样本微调完成 ，模型个数从70多套精简至约30套 ，往往都要重新采集数据 、不是增加多少大模型嵌入的工作流 ，主题为“智启未来 应用无界——从模型创新到场景落地” 。
在奇富科技看来 ，训练模型 。助力客户搭建自动化的业务知识沉淀与能力迭代机制 。推动AI研究在金融信贷领域的更好地落地。加速AI Native转型的实践 。其余40多个服务统一迁移至两套自研垂类多模态大模型 ，却需要分别维护、
希望能搭建学术研究与工业应用的桥梁 ，推动金融服务从以流程为中心迈向以AI为中心。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） ，构建覆盖26类证件 、GPU资源利用率低 。覆盖OCR 、这是金融AI走向平台化的关键一步 。应用能够持续进化 ，传统判别式模型还存在推理和泛化天花板：面对银行流水 、而是要按照技术升级、