在数字经济加速发展的背景下，金融服务的智能化转型遇到新的技术瓶颈；传统模式中，各类计算模型往往各自运行，难以协同，金融服务的精准度与效率因此受限。尤其在小微企业信贷场景，如何在风险识别更准确的同时实现高效审批，长期以来都是行业难题。 针对该痛点，浙江大学联合金融机构组建产学研攻关团队，经过多年研发，构建了“数据驱动、知识引导、人机协同”的技术框架。团队提出模型演化增强机制，并开发端云双向联动的链式工具集，实现不同模型间的协同工作与算力的优化调度。 该技术的关键在于打通终端与云端的数据链路，让生成式模型与判别式模型形成互补配合：系统先基于海量数据提炼风险特征，再由专业模型完成决策判断，同时引入专家反馈持续迭代优化。得益于这一机制，风险识别准确性大幅提升，AI信贷决策与人工审批的一致率由39%提升至90%。 目前，该平台已在网商银行小微金融业务中规模化应用。数据显示，平台日均处理信贷申请超过百万笔，累计服务小微企业主6800余万户。效率提升的同时，系统还能根据业务变化动态调整风控策略，在业务增长与风险控制之间实现更好的平衡。 值得一提的是，为深化技术落地，双方于今年6月共同成立“小微金融智能联合实验室”，整合高校的算法研发能力与金融机构的场景数据资源，重点推动大模型技术在普惠金融中的深入应用。本次获奖项目也是实验室成立后的首个重要成果。 业内专家指出，端云协同技术的落地不仅为金融业数字化转型提供了新的技术范式，其思路也可拓展到司法、教育、科研等垂直领域。产学研深度协同的推进方式，为数字经济有关技术从研发走向应用提供了参考。
科技创新的价值，最终体现在服务发展、改善民生和提升治理效能上。端云模型协同等关键技术突破，展示了基础研究与工程实践的紧密结合，也为智能技术进入更多行业场景提供了可复制的路径。下一阶段，应更完善产学研用协同机制，夯实数据与安全基础，健全评测与治理体系，使技术进步更稳健地转化为实体经济增量与普惠服务的持续提升。