长期以来，商业银行在信贷审批和客户服务中对财务报表的处理主要依靠人工操作。这种模式存在两大问题：一是大量人力投入导致成本高、周期长；二是人工提取的数据容易出错，标准化程度低，影响风险评估和决策质量。如何在保证准确性的同时提高处理效率，成为金融机构的迫切需求。 浦发银行与华为的合作正是为了解决这个问题。双方通过技术协同，在四个关键环节取得突破。 在表格识别阶段，团队针对识别失误问题进行了优化。基于数万份表格数据，他们改进了采用Align-DETR算法的表格检测模型。该模型利用Transformer架构的全局注意力机制，能够准确识别各类形态的表格边界，确保不同规格和排版的财务报表都能被有效捕捉。 在结构还原环节，团队解决了表格逻辑还原的难题。通过对数千份企业财报数据进行对比训练，他们开发了基于分隔符感知的表格结构捕捉网络。这一方案能够精准检测单元格和文本位置，准确理解报表指标的逻辑关系和层级结构，有效处理密集、重叠、较小单元格等不规则表格。 在智能分析层面，双方依托华为ModelArts平台，基于开源多模态大模型进行微调优化，探索监督学习与强化学习相结合的训练策略。由此构建的财务分析大模型既性能优异，又具有较强的泛化能力和行业专业性，大幅提升了对财务数据的理解和分析能力。 为确保数据准确性，团队创新性地打造了"眼脑协同"校准机制。专用视觉模型作为"眼"负责精准定位表格，多模态大模型作为"脑"依托语义理解和领域规则进行智能校准。这一机制成功解决了财报数据纠错问题，实现了从内容捕捉到结果录入的全流程贯通。
浦发银行此次技术创新不仅破解了金融业数字化转型中的具体难题，更探索出了技术与业务深度融合的发展路径。这种以解决实际问题为导向、注重工程化落地的创新模式，对银行业高质量发展具有重要示范意义。随着新质生产力在金融领域的深入应用，我国银行业服务实体经济的能力有望深入提升。