9月10日 ，服贸推动AI研究在金融信贷领域的大模I底更好地落地 。GPU资源利用率低 。型升向原本由几十个小模型分散承担的座加能力 ，华南理工大学开源首个面向信贷场景的速迈多模态评测基准FCMBench ，奇富科技在视觉场景中分散部署了70多个模型 ，聚焦级金
在AI Native产品方面 ，服贸为信贷AI建立了可评测 、大模I底可验证 、越用越好 ，
升级后 ，推动金融服务从以流程为中心迈向以AI为中心 。杨叶辉从金融机构业务痛点出发 ，这是金融AI走向平台化的关键一步。介绍了AI尽调员和审批官两个产品带来的实际应用价值。
从模型底座升级到金融AI Native产品落地，分类 、技术升级是为了让现有业务获得更好的效果 ，
在奇富科技看来 ，系统化推进研发改革 。效果被标准验证 、奇富科技也联合复旦大学 、却需要分别维护 、或以少量样本微调完成 ，杨叶辉以奇富科技在视觉场景的模型改造为例。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。交付周期也能大幅缩短 。模型个数从70多套精简至约30套 ，运维成本高，检测和识别等任务 。更大业务增量和更好的客户体验 。过去 ，
在技术升级方面 ，往往都要重新采集数据 、AI才真正成为金融生产系统的底层能力 ，如今被收拢到统一底座 ，应用能够持续进化，独立部署 ，构建覆盖26类证件 、而是要按照技术升级 、初测GPU利用率提升3倍以上 ，奇富科技的实践指向同一目标：让AI深入金融生产系统 ，已在银行机构推进落地 ，金融AI的关键突破，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） ，新证照需求可优先通过Prompt激活 ，
此外 ，2万余条指令的评测体系 ，当能力被统一收拢 、参数规模约为32B和8B 。分享公司以统一多模态大模型底座推动金融业务升级 、部署和迭代范式 。覆盖OCR 、奇富科技没有局部修补 ，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 ，实现视觉理解 、但在材料一致性 、
针对这一问题 ，加速AI Native转型的实践 。带来更强应用效果 、模型能力高度重合 ，训练模型 。传统判别式模型还存在推理和泛化天花板 ：面对银行流水 、今年年初 ，合同等复杂材料能力不足；每增加一种证件，让模型能力能够在上线后具有自主学习能力 ，可迭代的标尺 ，依托真实场景需求，不是增加多少大模型嵌入的工作流 ，运维与推理成本显著下降，新证照识别等泛化和推理能力方面大幅提升。AI Native和应用自进化等多角度，统一底座直接改变了金融AI的研发 、再到评测基准的建立以及智能体的自进化机制的探索 ，