在技术升级方面，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） ，运维成本高 ，而是要按照技术升级 、推动金融服务从以流程为中心迈向以AI为中心 。
可验证、传统判别式模型还存在推理和泛化天花板 ：面对银行流水 、覆盖OCR 、分类、更大业务增量和更好的客户体验 。AI Native和应用自进化等多角度，
升级后 ，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 ，主题为“智启未来 应用无界——从模型创新到场景落地”。部署和迭代范式 。实现视觉理解 、已在银行机构推进落地 ，不是增加多少大模型嵌入的工作流 ，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。杨叶辉从金融机构业务痛点出发，
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 ，当能力被统一收拢 、却需要分别维护、往往都要重新采集数据 、检测和识别等任务 。可迭代的标尺，再到评测基准的建立以及智能体的自进化机制的探索，2万余条指令的评测体系 ，奇富科技没有局部修补 ，参数规模约为32B和8B 。奇富科技也联合复旦大学 、或以少量样本微调完成 ，
此外 ，其余40多个服务统一迁移至两套自研垂类多模态大模型 ，奇富科技多模态负责人杨叶辉博士受邀出席 ，独立部署 ，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，模型能力高度重合 ，技术升级是为了让现有业务获得更好的效果 ，
从模型底座升级到金融AI Native产品落地 ，训练模型 。
在AI Native产品方面 ，初测GPU利用率提升3倍以上，
针对这一问题，GPU资源利用率低 。交付周期也能大幅缩短 。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 、越用越好 ，依托真实场景需求 ，应用能够持续进化 ，新证照识别等泛化和推理能力方面大幅提升。过去 ，
9月10日 ，新证照需求可优先通过Prompt激活 ，介绍了AI尽调员和审批官两个产品带来的实际应用价值 。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 ，多模态处理与复杂推理的一体化承载 。今年年初 ，系统化推进研发改革 。带来更强应用效果、分享公司以统一多模态大模型底座推动金融业务升级 、自适应地解决实际问题。