当前，人工智能技术正加速融入经济社会各领域。
然而，在实际应用中存在一个突出问题：手机等终端设备与云端服务器中运行着数百种不同的AI模型，这些模型往往各自独立运作，难以形成有机协同。
在信息推荐、金融风控、司法问答、教育教学等垂直场景中，完成一项任务通常需要多个模型相互配合。
如何打通端侧与云端的模型链路，实现算力的最优调度，已成为AI技术深入应用、释放价值的关键瓶颈。
针对这一难题，浙江大学、淘宝和网商银行组成的项目团队进行了深入研究。
他们系统分析了不同模型的汇聚方法与进化机制，构建了数据驱动、知识引导和人机协同相结合的模型协同框架。
项目组创新性地提出了模型演化增强机制，开发了"端云双向联动、端云一体"的链式工具集，最终研制出通用型的端云模型协同智能平台。
这一平台为垂直领域的任务应用提供了系统性支撑，打破了传统"各自为战"的AI能力格局。
在小微金融领域，该平台的应用效果尤为显著。
网商银行将其应用于小微企业信贷风控，形成了一套完整的协同决策机制。
生成式模型从海量小微企业数据中学习风险分布规律，提炼出更具区分度的风险特征；判别式模型基于这些特征做出信贷决策；人类专家则持续对模型表现进行反馈校准，推动模型不断迭代优化。
这种"模型+模型+人工"的三层协同体系，使得小微企业的信用风险画像更加精准。
数据充分反映了这一创新的实际价值。
该平台已支撑网商银行为超过6800万小微经营者提供高效便捷的信贷服务。
在信贷审批领域，AI信贷决策与人工审批的一致率从39%大幅跃升至90%，审批效率与覆盖能力显著提升，有效释放了人工产能，助力普惠金融服务提质增效。
这意味着更多小微企业能够获得及时、便利的融资支持，有利于缓解长期存在的小微企业融资难问题。
产学研深度融合是这一成果的重要基础。
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"。
实验室充分发挥浙江大学在人工智能、大模型基础研究与算法创新方面的学术优势，结合网商银行在普惠金融场景、海量小微业务数据及工程化落地的实践积累，形成了学术研究与产业应用的有机结合。
实验室聚焦大模型技术在银行业务中的深度应用，特别是在小微金融服务中的创新实践，致力于推动金融科技前沿技术的突破与落地。
浙江大学计算机学院求是特聘教授、小微金融智能联合实验室主任吴飞指出，端云模型协同技术通过打通云端与终端的模型链路，将传统各自独立的AI能力升级为可协同进化、动态调度的智能体系。
这使AI技术得以深入金融、司法、教育和科学计算等多个垂直场景，真正释放规模化、精细化的泛在应用价值。
从“模型能用”到“体系好用”，从单点突破到平台支撑，端云模型协同的价值在于把分散的智能能力组织成可持续进化的生产力。
以产学研深度融合推动技术突破与落地应用，不仅有助于提升普惠金融的效率与风险防控水平，也为智能技术更广泛、更规范、更高质量服务实体经济提供了可借鉴的路径。