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