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