蚂蚁数科在香港金融科技节发布「多语种多模态大模型训练框架」技术，其核心是创新的语言感知优化框架，能实现在小语种的深度理解和处理。测试显示，该框架在主流多语言视觉问答基准测试中准确率提升约 9.5%，部分任务表现优于国际主流闭源模型。同时，蚂蚁数科推出图像安全框架，能高效识别图像问题并进行可解释分析，提升数字内容风险控制能力。这两项技术已在 ZOLOZ 文档识别鉴真产品中规模化应用，支持 119 种语言，覆盖多个场景。