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