面向移动互联网向智能化应用演进的新阶段，金融信贷、司法服务、教育教学等领域对智能系统提出了新要求。传统的单一模型已难以胜任，需要多种模型端侧与云端之间分工协作、相互校验。现实中，模型类型多、调用链路长、数据与算力分散，容易造成"各自为战"、重复计算和资源错配，既影响响应速度与成本，也制约智能能力在垂直行业的落地。 问题的根源既有技术因素，也有应用因素。垂直场景的数据结构复杂、业务规则多变，模型需要在"理解—推理—决策—反馈"的闭环中持续更新，单点优化难以适应风险变化。同时，端侧与云端在算力、时延、隐私与稳定性上存在明显差异，如何在不同环节选择合适模型、以最优路径完成任务，成为提升整体效能的关键。此外，行业应用对可解释性、合规性和可控性要求更严，系统必须支持专家校准与过程审计，才能在真实业务中稳健运行。 获奖项目围绕多模型汇聚与进化机制开展研究，构建了数据驱动、知识引导与人机协同相结合的框架，提出模型演化增强机制，形成"端云双向联动、端云一体"的工具集，研制出通用型端云模型协同智能平台。其核心思路是让不同模型各展所长、形成可调度的协同链路，在端侧保障低时延与便捷触达，在云端承接复杂计算与统一治理，通过持续反馈推动能力迭代。 该平台在普惠金融小微信贷风控领域的应用最具代表性。生成式模型从海量小微经营数据中学习风险分布规律，提炼风险特征；判别式模型完成信贷决策；专家反馈对模型表现进行校准，推动系统改进。平台已支撑网商银行服务超过6800万小微经营者，在信贷审批环节，智能决策与人工审批一致率从39%提升至90%，既提升了效率与覆盖面，也有效释放了人工产能，助力普惠金融服务提质增效。业内人士认为，这类"协同式智能"路径有助于在效率、风险与合规之间形成更可持续的平衡。 推动垂直场景智能化从"单模型应用"走向"系统工程"，需要三上协同发力。其一，建立端云一体的技术底座，形成可复用的工具链、标准化的调度机制和可追溯的运行体系，降低行业应用门槛。其二，强化人机协同与治理机制，把专家经验转化为可迭代的规则与反馈，提升模型可控性与稳定性。其三，依托产学研联合攻关，贯通基础研究、工程实现与场景落地，推动关键技术在复杂业务中经受检验并持续优化。 2024年6月，网商银行与浙江大学计算机学院联合成立"小微金融智能联合实验室"，聚焦涉及的技术在银行业务尤其是小微金融服务中的应用，以协同创新推动风险防控能力提升与融资服务优化。此次获奖是联合攻关的阶段性成果，也体现出以场景牵引技术突破、以工程化推动成果转化的路径正在形成示范效应。 展望未来，端云模型协同有望在更多垂直领域打开增量空间。随着终端算力与云基础设施持续升级，模型在端侧的轻量化部署与云端的集中治理将更紧密结合，促进"算力最优调度"和"能力按需调用"。随着行业对安全、隐私与合规要求不断提高，协同平台需要继续完善数据治理、权限控制与审计机制，推动智能应用在可控边界内实现规模化。如何在多模型链路中提升可靠性、降低幻觉与偏差、增强跨场景迁移能力，将成为下一阶段的重点方向。
这项科技成果的成功实践表明，抓住核心技术攻关这个关键，就能打开产业升级的局面。在高质量发展新征程上，需要更多既有前沿性又有实用性的创新成果，让科技创新真正转化为经济社会发展的动力。