近日，刘新海博士受邀担任 First Workshop on Multimodal and Foundation Models in Banking（MFMB 2026，首届银行多模态与基础模型研讨会）Programme Committee（程序委员会）委员，参与国际论文评审及相关学术工作。
MFMB 2026将于2026年11月15日在意大利米兰博科尼大学（Bocconi University）举行，是第七届 ACM International Conference on AI in Finance（ICAIF 2026，ACM人工智能金融国际会议）的重要专题研讨会之一。
此次受邀，也是刘新海博士近年来持续推进人工智能、银行信贷、信用风险与信用科技交叉研究，并不断参与国际学术与产业交流的又一进展。
聚焦基础模型进入银行核心业务的专业国际研讨会
与一般围绕“大模型+金融”的综合性论坛不同，MFMB 2026具有非常鲜明的专业和研究导向。
研讨会关注的核心问题是：当多模态模型和Foundation Models真正进入银行信贷和风险决策之后，应该建立怎样严谨、可靠和可治理的方法体系？
其研究范围从数据和模型一直延伸到银行业务决策和实际影响，重点覆盖表示学习（Representation Learning）、多模态融合（Multimodal Fusion）、真实部署环境下的模型评估（Evaluation under Deployment）、反事实推理（Counterfactual Reasoning）、解释与治理（Explanation & Governance），以及仿真和合成数据（Simulation & Synthetic Data）等六个环节。官方议题还特别涉及交易数据、征信数据、行为数据、文本及时序数据，以及信用评分、欺诈识别、模型风险和监管要求等典型银行应用场景。
这种设置意味着，讨论重点已经不再局限于“如何使用大模型”，而是进一步进入了AI如何真正参与银行信用决策、风险管理，以及如何保证模型可靠性、可解释性与合规性等更加深入的问题。
程序委员会汇集央行、国际金融机构、科技企业与大学专家
MFMB 2026的另一个突出特点，是其高度国际化和产学研结合的专家阵容。
研讨会组织团队来自University of Southampton、Reykjavik University、Western University、Humboldt University of Berlin等高校，以及Revolut、Affirm等金融科技机构，研究背景涵盖信用风险、多模态AI、因果推断、Foundation Models以及大规模机器学习系统实际部署。
程序委员会则进一步汇集了来自中央银行、全球金融机构、大型科技企业以及欧美高校的专家。
目前公布的委员分别来自 Bank of Canada、Bank of Belgium、JPMorgan Chase、American Express、Mastercard、PayPal、Revolut、Affirm、Apple、Amazon、NVIDIA、Plaid、KU Leuven、University of Southampton、University of Antwerp、University of Edinburgh、Ghent University等机构。刘新海博士以北京信用学会专家身份入选程序委员会。
这样的委员会构成也体现出一个值得关注的趋势：金融人工智能研究正在越来越明显地从传统的算法研究，走向“学术研究+金融业务+信用风险+模型治理+真实部署”相结合的新阶段。
从信用风险研究走向AI与信用科技交叉创新
刘新海博士长期从事征信、信用风险、金融科技和个人数据相关研究，曾在中国人民银行征信中心从事研究工作多年，目前担任北京信用学会副会长，并持续参与金融、数据与信用科技领域的政策与产业研究。
近年来，其研究和实践进一步向AI与信用科技融合延伸，重点关注人工智能在银行信贷、信用风险管理、征信、个人信用服务、贷后管理、消费者信用教育以及个人数据应用等领域的落地。
与此同时，刘新海博士也在持续加强人工智能领域的国际教学、研究与产业合作，参与国内外AI项目研发和学术交流，并担任《全球AI与信用科技周报》主编，通过持续跟踪国际前沿研究、金融机构实践和监管趋势，推动AI技术与信用体系、银行信贷及金融服务场景之间的交叉研究。
此次加入MFMB 2026 程序委员会，也使其能够与来自国际央行、金融机构、科技企业和高校的研究人员，在Foundation Models、Multimodal AI、Credit Risk和Responsible AI等前沿方向展开更加深入的交流。
AI进入银行核心决策，信用风险将成为重要研究场景
近年来，大语言模型和生成式AI正在快速进入金融行业，但银行真正具有长期价值的AI应用，并不仅仅是智能客服、知识问答和办公助手。
银行拥有大量交易、账户、征信、客户行为、文本和时序数据。当多模态模型和基础模型能够综合处理这些不同类型的信息之后，其潜在应用将逐步延伸至信用评分、风险识别、欺诈检测、贷后管理、客户行为分析以及定价和决策支持等更接近金融机构核心能力的领域。MFMB官方也将信用评分、欺诈识别和定价列为Foundation Models可能应用的重要方向。
但越接近核心信用决策，对AI提出的要求也越高。模型不仅需要“预测得准”，还需要回答数据偏差、模型漂移、拒贷样本、因果关系、监管解释、模型风险和公平性等一系列问题。
因此，AI与信用风险的结合，很可能成为未来金融AI从“通用大模型应用”走向“专业金融智能”的重要突破口。
这也正是“人工智能与信用科技论坛”近年来持续关注的方向：不仅关注大模型技术本身，更关注AI如何进入真实的信用决策、银行业务和金融基础设施。
MFMB 2026正在全球征集研究成果
MFMB 2026将于2026年11月15日9:00—12:30在意大利米兰博科尼大学举行，会议接受Extended Abstracts和Short Papers，并实行同行评审。论文投稿截止时间为2026年10月1日23:59 AoE。
其所在的ICAIF 2026将于2026年11月14日至17日在米兰举行。ICAIF是ACM旗下专注于人工智能与金融交叉研究的国际会议，研究议题覆盖生成式AI与Foundation Models、AI Agents、多模态金融数据分析、可信与负责任AI、信用与客户分析、风险管理与欺诈检测等方向。
对于从事银行人工智能、信用风险、机器学习、Foundation Models、多模态金融数据以及Responsible AI研究的国内高校、金融机构和科技企业研究人员，这也是一个值得关注的国际专业交流平台。
人工智能与信用科技论坛也将继续跟踪全球AI、银行信贷、征信与信用科技领域的前沿研究和产业实践，加强与国际高校、金融机构和科技企业的专业交流，推动中国信用科技研究与全球人工智能创新之间形成更加深入的连接。
具体会议信息
The workshop takes place at ACM ICAIF ’26 at Bocconi University in Milan on 15 November 2026.
The workshop looks at multimodal and foundation models in banking, from data and architectures to decisions and impact. Topics include:
🔹 Representation learning
🔹 Multimodal fusion
🔹 Evaluation under deployment
🔹 Counterfactual reasoning
🔹 Explanation and governance
🔹 Simulation and synthetic data
We welcome extended abstracts and short papers.
🗓️ Submission deadline: 1 October 2026 (AoE)
🔗 Workshop: https://thebal.ai/mfmb2026/
🔗 Conference: https://icaif2026.org
