一場圍繞“信貸多模態(tài)AI如何建立統(tǒng)一標準”的直播討論近日引發(fā)關注，奇富科技聯(lián)合復旦大學、華南理工大學研究人員共同推出的首個面向信貸場景的多模態(tài)評測基準FCMBench-V1.0成為核心議題。該基準以真實信貸業(yè)務為根基，覆蓋多模態(tài)感知、推理與決策等關鍵環(huán)節(jié)，同步開源數(shù)據(jù)集與評測工具，旨在為金融AI領域構建一套可量化、可對比的評估體系。

奇富科技多模態(tài)負責人楊葉輝博士在直播中以“鋤頭與土地”作比，指出AI作為工具需與高門檻行業(yè)深度適配。他強調，金融業(yè)務對隱私、安全與合規(guī)的嚴苛要求，決定了模型能力必須通過客觀標準驗證，而非依賴單一機構的自我宣稱?！爱斍敖鹑跈C構常面臨‘不同模型得分相近卻難以抉擇’的困境，F(xiàn)CMBench的價值在于將所有模型置于同一競技場，在真實業(yè)務條件下檢驗其推理能力?！睏钊~輝透露，該基準在設計時模擬了光線干擾、角度偏差等十余種真實場景，例如通過職業(yè)信息與資金流水的矛盾識別，檢驗模型是否具備金融風控的核心推理能力。

華南理工大學許言午教授從跨行業(yè)視角提出，AI在金融領域的滲透遠超公眾認知。他指出，保險定價、資產(chǎn)評估和量化交易等領域早已廣泛應用AI技術，只是這些價值隱藏在B端業(yè)務流程中。對比醫(yī)療AI長達十余年的研發(fā)周期，許言午認為金融行業(yè)更短的迭代周期為模型評測提供了天然土壤。他將數(shù)據(jù)集發(fā)展劃分為三個階段：夯實數(shù)據(jù)質量、通過學術競賽擴大影響力、最終獲得行業(yè)官方認可。在他看來，F(xiàn)CMBench正站在從第二階段向第三階段跨越的關鍵節(jié)點。

復旦大學陳濤教授從AI發(fā)展史切入，以ImageNet推動計算機視覺領域變革為例，強調統(tǒng)一評測基準對技術突破的關鍵作用。他指出，F(xiàn)CMBench在數(shù)據(jù)規(guī)模、任務覆蓋度和系統(tǒng)性設計上已達到國際領先水平，其核心價值在于定義了金融AI的“問題邊界”。“好的數(shù)據(jù)集應直接指向行業(yè)痛點，金融AI不能止步于通用模型的微調，而需構建內生的金融思維鏈，使模型天然理解利率、規(guī)則與風險。”陳濤特別提到，學界與產(chǎn)業(yè)界的協(xié)同至關重要，F(xiàn)CMBench的開源特性為這種合作提供了基礎框架。

直播主持人、36氪高級內容總監(jiān)楊軒在總結時表示，奇富科技的探索為行業(yè)樹立了標桿，但金融AI的規(guī)范化發(fā)展需要更多機構參與數(shù)據(jù)集測試與賽事共建。她呼吁產(chǎn)業(yè)界、學術界共同完善這一“金融領域的ImageNet”，通過持續(xù)迭代形成行業(yè)共識，推動技術從實驗室走向規(guī)模化應用。