小讯AIGC

机器之心原创

编辑：吴昕

一场关于未来金融智能的集体预演，见证了创业者们的冲刺，也折射出一个行业的进化。

2025 年的 AI ，正在上演「双线长跑」。

一端是大模型底层的持续进化，远未触顶；另一端是场景应用集中爆发。

来自 a16z 最新发布的全球百强 GenAI 应用榜单，释放出一个清晰信号，在「 AI 如何改造行业」应用上，中国玩家已展现出全球领先优势。

与此同时，国务院印发的「人工智能+」行动计划又添了一把柴。AI 的赋能范围，正从新质生产力的试点，扩展到全社会，被视作未来现代化的核心引擎。

这股脉动，在 AFAC2025金融智能创新大赛上体现得淋漓尽致。作为连续举办三年的金融智能标杆赛事，它已成为海内外 AI 创业团队的聚合地。在为期三个月的赛程中，11 支队伍从初创组脱颖而出——

获奖方案直击真实金融痛点，覆盖底层技术突破与复杂系统工程，落地性极强，跨界创新尤为显著。

11支获奖团队的项目方向、技术亮点和应用场景，大都直击真实金融痛点，落地性极强，「跨界」创新明显。

现在正处于一个「转折点」，其规模和影响力不亚于十年前的互联网创业浪潮，评委们直言。

但与那时不同，AI 已不再是「附加选项」，而是新兴企业的底层基础设施——速度更快，范围更广，也更难以回避。「在这场竞赛中，中国跑在了前列。」Roselake Ventures 共同创始人及合伙人阳靳光说。

中国的应用落地速度是全球领先的，另一位评委、xcube.co 首席幕僚长兼董事、新加坡金融科技节和 GFTN 日本论坛官方大使 Eelee Lua 相信，到 2030 年，AI 将在技术突破和产业落地上带来「更多重大」的创新。

「归巢」父子兵

11 支获奖队伍中，有一对组合比较特别：32 岁的徐周明和 60 岁的父亲徐俊。

今年大赛出现了一个显著趋势：来自美国、英国、新加坡、日本等地的 AI 人才集体「归巢」，回国创业和参赛。参赛者年龄跨度从 20 岁到 65 岁，创业热情跨越世代。徐氏父子的故事，正是这股浪潮的缩影。

徐周明是「 90 」后，本科就读于香港（数学与金融双学位），毕业后进入顶尖投行做持牌交易员，拿下 CFA 证书，随后转向家族办公室和对冲基金。

2019 年，他决定把「 AI + 金融」的直觉转化为事业，在大湾区创立香港凤凰涅盘科技。

初创组答辩现场，徐周明进行方案分享。

这一次，他们带来的项目被称为「反洗钱 3.0 」，技术核心是群体学习：结合联邦学习与区块链，解决数据共享与隐私保护的难题。

传统联邦学习虽然能让数据留在各银行本地，但聚合过程仍依赖中央处理器，一旦被黑客攻击，就可能通过反推泄露敏感信息。

徐周明的方案，是彻底「去中心化」——在联邦学习框架中引入区块链和智能合约，让不同节点随机承担聚合任务：这一轮可能在 A 银行完成，下一轮可能在 B 银行完成，从根源上消除中央节点的单点风险。

与他并肩的是父亲徐俊，自称「老行政」。在内地行政体系工作多年，他更关注原则与方向，「我们的技术要为祖国、为社会服务。」

徐俊在初创组答辩现场，为台上正在路演的儿子徐周明拍摄记录。

父子同台并非噱头，而是一种中国式创业的缩影：国际先导与本土落地的对接。

香港的金融环境提供了跨境、跨国的先导性难题，逼迫团队更早面对数据主权与隐私计算。他们的体系已在香港部分金融机构试点，并得到数码港等机构支持。

来到上海参赛，则让他们有机会把国际化经验与技术移植到内地——而内地，尤其是上海，拥有广阔的落地土壤。

「海归团队常常被批评水土不服。」徐周明承认。父亲的加入，恰好补齐沟通与制度上的短板。对这对「父子兵」而言，技术与制度、全球视野与本土语境，正试图在同一条赛道上同步加速。

硬核创新，跨界浪潮

如果说「归巢」是一大趋势，那么「跨领域」则是另一条清晰的注脚。

像徐周明那样，把联邦学习与区块链放进同一套方案的案例并不少见。光通信、卫星遥感、图计算、区块链等技术，正与金融场景叠加，参赛方的出身各异，却指向相似的目标：缩短时延，降低风险，提升合规效率。

冠军项目来自光通科技。他们用光通信技术重塑金融交易网络，搭建起一条比高铁还快的金融专用信息高速公路。

自研的 2 Tbit/s 光模块，按团队说法，足以支撑每秒数百万张高清图片的传输。而关键部件——硅光微环调制器、PIN 探测器和封装平台——全部自研，目标直指国产化与安全合规。

而拿了二等奖的岙邗科技，则把卫星遥感的「天眼」对准了金融风控。他们提出「卫星遥感＋信贷立体化风控全周期监测方案」，已在部分金融客户中落地。

所谓「全周期」，是利用卫星每 15-30 分钟的重访能力，持续追踪目标的时序变化；而「立体化」，则能从三维角度获取信息，比如估算树木高度、区分树种。

负责人陈镜荣举了个例子：台风过境后的江浙农田，农户只需在保险 App 上标注地块，后台就能通过卫星影像自动估算淹水面积与倒伏程度，赔付额度随即生成。

初创组答辩现场，陈镜荣进行方案分享。

过去几百万亩地要靠大批调查员逐户走访，既耗时又难免夹杂人情因素，他告诉我们，如今赔付误差被控制在 5% 以内，赔付周期从数月缩短至数天，甚至数小时。

支撑该方案的，是自研的 5 nm 级高光谱分光器（可用于分析地质成分），主动多极化微波成像雷达（可穿透云层与沙尘暴等极端天气成像），以及多种遥感影像智能解译算法与低照度图像增强技术。

另一位二等奖获得者图盾科技，则把学术界的「图计算」带入金融风控一线，把行业普遍仅约 10% 的风险识别率提升到 50% 以上。该项目去年还斩获日内瓦与纽伦堡发明金奖。

团队负责人秦宏超博士留校任教于北京理工大学，曾参与国家重点研发任务，并首次将图计算方法应用于金融风控。

初创组答辩现场，秦宏超进行方案分享。

以票据中介识别为例，秦宏超解释说，传统方法多聚焦单一用户的交易数据，如短期内票据流转的数量、金额，容易将建筑企业的高频大额流转误判为异常，误报频繁。

图盾的方案则在学习用户金融特征的基础上，引入图神经网络，深度建模由票据流转形成的关系网络，使系统能够理解用户之间的业务往来与资金流向。同时叠加时序建模与多源数据融合，分析个体时序交互与群体（同伙或关联方）行为模式。

只有当某个用户在金融行为、关系网络、时序交互与群体模式等多个维度同时「高亮」时，才会被判定为高风险。在一次银行测试中，图盾提交的 200 余个名单里，55% 被确认为疑似票据中介，远超行业均值。

「我们的技术在百万级数据集上 2 秒内挖掘出 5 个节点的时序模式，而传统数据库的 join 操作需要上千秒才能完成。 更重要的是，不需要额外的高配算力，银行现有设备就能支持。」秦宏超强调。

多元与包容

大多数获奖项目有着相似的轮廓——

直击金融的核心痛点：反欺诈、反洗钱、信用评估等；成果不再停留在 PPT，而是真实运行在银行、证券、保险乃至对冲基金的业务中。

例如，金蝶征信凭借一套「足够成熟」的知识图谱增强风控大模型，已与两百余家金融机构建立紧密合作。

图盾科技的方案也在五家银行、证券所、蚂蚁集团的产学研合作项目以及一家反洗钱公司中落地应用

但在同一个舞台上，还闪耀着另一种光。

大三学生李天一和他的团队「厦门蓝天之上科技有限公司」，带来了一款与金融智能并不密切相关的应用：让手语在屏幕上实时转化为文字。它也没有炫目的技术，却让这个舞台更显多元与包容。

初创组答辩现场，李天一进行方案分享。

李天一就读于闽南理工学院机械电子与工程专业，团队核心成员来自厦门大学生命科学学院。灵感源于一次支教：在特殊教育学校里，听障孩子在课堂与生活中仍被沟通高墙隔绝，能不能用 AI 为他们做点什么？

由于市面上缺乏高质量的手语数据集，他们只能亲自采集、逐帧标注：录制视频，切分图像，再一点点加标签。如今，团队已覆盖上百类基础手语。

在实验室中，模型准确率可超过 80%；但在真实环境里，光照、角度、背景噪声常使效果打折。如何让模型更具泛化能力，成了李天一和他的团队必须攻克的课题。

算力有限，他们更多依赖免费或低成本的云资源。李天一坦言，工作量太大，但愿意慢慢补。

这次参赛契机也很朴素，「朋友介绍来的，听说有奖金。」他笑说。平日他们靠算法比赛奖金维持运转与研发，「如果拿到奖金，就买器件、上设备，继续打磨产品。」

是舞台，也是孵化器、风向标

在 AFAC 的舞台上，奖金有时被定义为一种燃料。李天一已经为它找好了去处，投向一个智能假肢项目。

而对那些历经赛事洗礼的老将来说，它的吸引力不在奖金数字，而是赛道专业与场景真实。

徐周明曾活跃在各类创新赛事，累积斩获 80 余项奖项。他强调，区别于那些「泛行业」舞台，AFAC 的专注与专业性，反倒让他们更有底气展示「真东西」。

这种专业不仅刻在赛题上，更写进评审团的构成与一次次点拨里。

近五十位来自技术、产业和资本的评委，台上「问诊」、台下拆解，从企业出海到落地挑战、从合规难点到资本语言，甚至为团队开出「组队」处方，帮助他们寻找通向未来的路径。

阳靳光把非洲、中东、东南亚的早期投资与孵化清单带进赛场，他在区块链、物联网、机器人领域的下注，正好与不少项目的「跨界融合」相互呼应。年轻团队希望借 AFAC 完成从 0 到 1 ，他则用资本吸引力与跨境落地的标尺，为他们衡量可行与不可行。

来自新加坡的 Eelee Lua 则凭借 17 年的金融科技与合规经验，帮参赛者判断方案是否能真正走到市场那一端。

例如，金蝶征信计划出海，将技术能力延伸至东南亚、美洲市场。农产品种植的周期，中外类似，这类数据可以复用。但要真正落地，还需要当地金融机构的配合与本地化改造。这正是投资人和顾问网络发挥作用的地方。

针对岙邗科技的遥感影像数据安全与合规挑战，评委建议探索「存算分离」模式：影像数据归属客户，团队仅负责处理分析，从而规避敏感风险，陈镜荣坦言，这是一个意想不到的解法。

李天一带走的启发则更具转向意味：尝试「用公益的心做商业化」，把手语识别模型适配到银行大屏，或在碳排放等产业场景寻找落点——「以前没想到这个方向」，他说，也许会在上海先行试水。

秦宏超记得评委的叮嘱，「找合伙人要抓紧，但不要太急。」眼下，他正在准备在 9 月 10 日开幕的上海外滩大会上，用 demo show 打出名声，扩大可见度。

「他们渴望合作，却缺少渠道。」在阳靳光看来，像 AFAC 这类赛事，正是搭建桥梁的机会，让中国创业者被更多人看见，也让海外市场找到连接的通路。

而对更多团队而言，它也是一座通往上海的桥。

我们正准备在上海落地注册公司，拓展长三角的业务。陈镜荣透露，岙邗科技已经对接了张江的一家硬科技孵化器。「这个孵化器本身就专注航天、光电等硬核方向，和我们非常契合，还有潜在的客户资源。」

徐周明也与本地金融机构建立起更紧密的联系，期待推动实质落地，将产品落地到上海。

最终，大家的收益并不止于方法论、资源与曝光，还有思想的拓展。「有些想法，也许现在用不上，但三五年后可能就能落地。或者它在一个市场不适用，却在另一个市场能打开局面。」陈镜荣说。

新一轮 AI 应用浪潮席卷而来，AFAC 也不再只是一个竞赛的名字。它在悄然生成另一种角色：创业的孵化器、行业的风向标。

三年来，越来越多的项目在这里找到落地的路径，越来越多的想法在这里获得启发与验证。它把资本、技术、产业和政策拉到同一张桌子上，把「可能」推向「可行」。

它是一场关于未来金融智能的集体预演，见证了创业者们的冲刺，也折射出一个行业的进化。它让不同的人在这里相遇，未来中国 AI 创业领军者，或许会在这片舞台上第一次被看见。