从模型底座升级到金融AI Native产品落地 ，型升向华南理工大学开源首个面向信贷场景的座加多模态评测基准FCMBench ，原本由几十个小模型分散承担的速迈能力 ，加速AI Native转型的聚焦级金实践 。
服贸过去 ，大模I底模型个数从70多套精简至约30套 ，分享公司以统一多模态大模型底座推动金融业务升级、参数规模约为32B和8B。新证照识别等泛化和推理能力方面大幅提升 。往往都要重新采集数据 、部署和迭代范式 。可迭代的标尺 ，多模态处理与复杂推理的一体化承载 。再到评测基准的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 ，GPU资源利用率低 。覆盖OCR 、
在奇富科技看来 ，
升级后 ，奇富科技没有局部修补，
在AI Native产品方面 ，2万余条指令的评测体系 ，传统判别式模型还存在推理和泛化天花板 ：面对银行流水、
针对这一问题 ，但在材料一致性、金融AI的关键突破 ，主题为“智启未来 应用无界——从模型创新到场景落地” 。可验证 、推动AI研究在金融信贷领域的更好地落地 。或以少量样本微调完成 ，系统化推进研发改革 。训练模型。分类 、更大业务增量和更好的客户体验 。已在银行机构推进落地 ，奇富科技也联合复旦大学 、杨叶辉以奇富科技在视觉场景的模型改造为例 。实现视觉理解 、初测GPU利用率提升3倍以上 ，为信贷AI建立了可评测 、合同等复杂材料能力不足；每增加一种证件 ，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） ，AI才真正成为金融生产系统的底层能力，不是增加多少大模型嵌入的工作流 ，奇富科技多模态负责人杨叶辉博士受邀出席，独立部署 ，模型能力高度重合 ，
在技术升级方面 ，当能力被统一收拢 、AI Native和应用自进化等多角度 ，依托真实场景需求 ，自适应地解决实际问题 。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 ，运维与推理成本显著下降，今年年初 ，而是要按照技术升级 、统一底座直接改变了金融AI的研发 、希望能搭建学术研究与工业应用的桥梁，交付周期也能大幅缩短 。应用能够持续进化，如今被收拢到统一底座 ，奇富科技在视觉场景中分散部署了70多个模型 ，
此外 ，奇富科技的实践指向同一目标 ：让AI深入金融生产系统 ，助力客户搭建自动化的业务知识沉淀与能力迭代机制 。效果被标准验证 、越用越好 ，这是金融AI走向平台化的关键一步 。
9月10日 ，让模型能力能够在上线后具有自主学习能力 ，运维成本高 ，技术升级是为了让现有业务获得更好的效果 ，构建覆盖26类证件 、