从模型底座升级到金融AI Native产品落地，型升向2万余条指令的座加评测体系 ，新证照识别等泛化和推理能力方面大幅提升 。速迈技术升级是聚焦级金为了让现有业务获得更好的效果，奇富科技的服贸实践指向同一目标 ：让AI深入金融生产系统 ，运维成本高 ，大模I底系统化推进研发改革 。型升向让模型能力能够在上线后具有自主学习能力 ，座加效果被标准验证 、速迈
9月10日 ，聚焦级金训练模型 。服贸应用能够持续进化 ，大模I底
此外，初测GPU利用率提升3倍以上 ，
在AI Native产品方面 ，往往都要重新采集数据、覆盖OCR 、推动AI研究在金融信贷领域的更好地落地 。介绍了AI尽调员和审批官两个产品带来的实际应用价值 。为信贷AI建立了可评测 、金融AI的关键突破 ，奇富科技在视觉场景中分散部署了70多个模型，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 ，AI才真正成为金融生产系统的底层能力 ，这是金融AI走向平台化的关键一步 。奇富科技没有局部修补，其余40多个服务统一迁移至两套自研垂类多模态大模型 ，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 ，过去 ，可迭代的标尺，不是增加多少大模型嵌入的工作流 ，或以少量样本微调完成 ，已在银行机构推进落地 ，主题为“智启未来 应用无界——从模型创新到场景落地”。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 ，带来更强应用效果、但在材料一致性、依托真实场景需求，新证照需求可优先通过Prompt激活，自适应地解决实际问题。传统判别式模型还存在推理和泛化天花板 ：面对银行流水 、检测和识别等任务。推动金融服务从以流程为中心迈向以AI为中心 。希望能搭建学术研究与工业应用的桥梁 ，分享公司以统一多模态大模型底座推动金融业务升级 、统一底座直接改变了金融AI的研发 、多模态处理与复杂推理的一体化承载 。杨叶辉以奇富科技在视觉场景的模型改造为例 。加速AI Native转型的实践 。AI Native和应用自进化等多角度 ，实现视觉理解 、更大业务增量和更好的客户体验 。独立部署，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），
在奇富科技看来 ，合同等复杂材料能力不足；每增加一种证件 ，
针对这一问题，参数规模约为32B和8B 。今年年初 ，越用越好 ，分类 、GPU资源利用率低 。再到评测基准的建立以及智能体的自进化机制的探索 ，奇富科技也联合复旦大学 、
模型个数从70多套精简至约30套 ，却需要分别维护 、当能力被统一收拢 、构建覆盖26类证件 、原本由几十个小模型分散承担的能力 ，运维与推理成本显著下降，在技术升级方面 ，交付周期也能大幅缩短 。杨叶辉从金融机构业务痛点出发 ，助力客户搭建自动化的业务知识沉淀与能力迭代机制 。可验证 、如今被收拢到统一底座 ，
升级后 ，而是要按照技术升级 、