機器之心原創(chuàng)
編輯:吳昕
一場關(guān)于未來金融智能的集體預演,見證了創(chuàng)業(yè)者們的沖刺,也折射出一個行業(yè)的進化。
2025 年的 AI ,正在上演「雙線長跑」。
一端是大模型底層的持續(xù)進化,遠未觸頂;另一端是場景應用集中爆發(fā)。
來自 a16z 最新發(fā)布的全球百強 GenAI 應用榜單,釋放出一個清晰信號,在「 AI 如何改造行業(yè)」應用上,中國玩家已展現(xiàn)出全球領(lǐng)先優(yōu)勢。
與此同時,國務院印發(fā)的「人工智能+」行動計劃又添了一把柴。AI 的賦能范圍,正從新質(zhì)生產(chǎn)力的試點,擴展到全社會,被視作未來現(xiàn)代化的核心引擎。
這股脈動,在 AFAC2025金融智能創(chuàng)新大賽上體現(xiàn)得淋漓盡致。作為連續(xù)舉辦三年的金融智能標桿賽事,它已成為海內(nèi)外 AI 創(chuàng)業(yè)團隊的聚合地。在為期三個月的賽程中,11 支隊伍從初創(chuàng)組脫穎而出——
獲獎方案直擊真實金融痛點,覆蓋底層技術(shù)突破與復雜系統(tǒng)工程,落地性極強,跨界創(chuàng)新尤為顯著。
11支獲獎團隊的項目方向、技術(shù)亮點和應用場景,大都直擊真實金融痛點,落地性極強,「跨界」創(chuàng)新明顯。
現(xiàn)在正處于一個「轉(zhuǎn)折點」,其規(guī)模和影響力不亞于十年前的互聯(lián)網(wǎng)創(chuàng)業(yè)浪潮,評委們直言。
但與那時不同,AI 已不再是「附加選項」,而是新興企業(yè)的底層基礎設施——速度更快,范圍更廣,也更難以回避?!冈谶@場競賽中,中國跑在了前列?!筊oselake Ventures 共同創(chuàng)始人及合伙人陽靳光說。
中國的應用落地速度是全球領(lǐng)先的,另一位評委、xcube.co 首席幕僚長兼董事、新加坡金融科技節(jié)和 GFTN 日本論壇官方大使 Eelee Lua 相信,到 2030 年,AI 將在技術(shù)突破和產(chǎn)業(yè)落地上帶來「更多重大」的創(chuàng)新。
「歸巢」父子兵
11 支獲獎隊伍中,有一對組合比較特別:32 歲的徐周明和 60 歲的父親徐俊。
今年大賽出現(xiàn)了一個顯著趨勢:來自美國、英國、新加坡、日本等地的 AI 人才集體「歸巢」,回國創(chuàng)業(yè)和參賽。參賽者年齡跨度從 20 歲到 65 歲,創(chuàng)業(yè)熱情跨越世代。徐氏父子的故事,正是這股浪潮的縮影。
徐周明是「 90 」后,本科就讀于香港(數(shù)學與金融雙學位),畢業(yè)后進入頂尖投行做持牌交易員,拿下 CFA 證書,隨后轉(zhuǎn)向家族辦公室和對沖基金。
2019 年,他決定把「 AI + 金融」的直覺轉(zhuǎn)化為事業(yè),在大灣區(qū)創(chuàng)立香港鳳凰涅盤科技。
初創(chuàng)組答辯現(xiàn)場,徐周明進行方案分享。
這一次,他們帶來的項目被稱為「反洗錢 3.0 」,技術(shù)核心是群體學習:結(jié)合聯(lián)邦學習與區(qū)塊鏈,解決數(shù)據(jù)共享與隱私保護的難題。
傳統(tǒng)聯(lián)邦學習雖然能讓數(shù)據(jù)留在各銀行本地,但聚合過程仍依賴中央處理器,一旦被黑客攻擊,就可能通過反推泄露敏感信息。
徐周明的方案,是徹底「去中心化」——在聯(lián)邦學習框架中引入?yún)^(qū)塊鏈和智能合約,讓不同節(jié)點隨機承擔聚合任務:這一輪可能在 A 銀行完成,下一輪可能在 B 銀行完成,從根源上消除中央節(jié)點的單點風險。
與他并肩的是父親徐俊,自稱「老行政」。在內(nèi)地行政體系工作多年,他更關(guān)注原則與方向,「我們的技術(shù)要為祖國、為社會服務。」
徐俊在初創(chuàng)組答辯現(xiàn)場,為臺上正在路演的兒子徐周明拍攝記錄。
父子同臺并非噱頭,而是一種中國式創(chuàng)業(yè)的縮影:國際先導與本土落地的對接。
香港的金融環(huán)境提供了跨境、跨國的先導性難題,逼迫團隊更早面對數(shù)據(jù)主權(quán)與隱私計算。他們的體系已在香港部分金融機構(gòu)試點,并得到數(shù)碼港等機構(gòu)支持。
來到上海參賽,則讓他們有機會把國際化經(jīng)驗與技術(shù)移植到內(nèi)地——而內(nèi)地,尤其是上海,擁有廣闊的落地土壤。
「海歸團隊常常被批評水土不服。」徐周明承認。父親的加入,恰好補齊溝通與制度上的短板。對這對「父子兵」而言,技術(shù)與制度、全球視野與本土語境,正試圖在同一條賽道上同步加速。
硬核創(chuàng)新,跨界浪潮
如果說「歸巢」是一大趨勢,那么「跨領(lǐng)域」則是另一條清晰的注腳。
像徐周明那樣,把聯(lián)邦學習與區(qū)塊鏈放進同一套方案的案例并不少見。光通信、衛(wèi)星遙感、圖計算、區(qū)塊鏈等技術(shù),正與金融場景疊加,參賽方的出身各異,卻指向相似的目標:縮短時延,降低風險,提升合規(guī)效率。
冠軍項目來自光通科技。他們用光通信技術(shù)重塑金融交易網(wǎng)絡,搭建起一條比高鐵還快的金融專用信息高速公路。
自研的 2 Tbit/s 光模塊,按團隊說法,足以支撐每秒數(shù)百萬張高清圖片的傳輸。而關(guān)鍵部件——硅光微環(huán)調(diào)制器、PIN 探測器和封裝平臺——全部自研,目標直指國產(chǎn)化與安全合規(guī)。
而拿了二等獎的岙邗科技,則把衛(wèi)星遙感的「天眼」對準了金融風控。他們提出「衛(wèi)星遙感+信貸立體化風控全周期監(jiān)測方案」,已在部分金融客戶中落地。
所謂「全周期」,是利用衛(wèi)星每 15-30 分鐘的重訪能力,持續(xù)追蹤目標的時序變化;而「立體化」,則能從三維角度獲取信息,比如估算樹木高度、區(qū)分樹種。
負責人陳鏡榮舉了個例子:臺風過境后的江浙農(nóng)田,農(nóng)戶只需在保險 App 上標注地塊,后臺就能通過衛(wèi)星影像自動估算淹水面積與倒伏程度,賠付額度隨即生成。
初創(chuàng)組答辯現(xiàn)場,陳鏡榮進行方案分享。
過去幾百萬畝地要靠大批調(diào)查員逐戶走訪,既耗時又難免夾雜人情因素,他告訴我們,如今賠付誤差被控制在 5% 以內(nèi),賠付周期從數(shù)月縮短至數(shù)天,甚至數(shù)小時。
支撐該方案的,是自研的 5 nm 級高光譜分光器(可用于分析地質(zhì)成分),主動多極化微波成像雷達(可穿透云層與沙塵暴等極端天氣成像),以及多種遙感影像智能解譯算法與低照度圖像增強技術(shù)。
另一位二等獎獲得者圖盾科技,則把學術(shù)界的「圖計算」帶入金融風控一線,把行業(yè)普遍僅約 10% 的風險識別率提升到 50% 以上。該項目去年還斬獲日內(nèi)瓦與紐倫堡發(fā)明金獎。
團隊負責人秦宏超博士留校任教于北京理工大學,曾參與國家重點研發(fā)任務,并首次將圖計算方法應用于金融風控。
初創(chuàng)組答辯現(xiàn)場,秦宏超進行方案分享。
以票據(jù)中介識別為例,秦宏超解釋說,傳統(tǒng)方法多聚焦單一用戶的交易數(shù)據(jù),如短期內(nèi)票據(jù)流轉(zhuǎn)的數(shù)量、金額,容易將建筑企業(yè)的高頻大額流轉(zhuǎn)誤判為異常,誤報頻繁。
圖盾的方案則在學習用戶金融特征的基礎上,引入圖神經(jīng)網(wǎng)絡,深度建模由票據(jù)流轉(zhuǎn)形成的關(guān)系網(wǎng)絡,使系統(tǒng)能夠理解用戶之間的業(yè)務往來與資金流向。同時疊加時序建模與多源數(shù)據(jù)融合,分析個體時序交互與群體(同伙或關(guān)聯(lián)方)行為模式。
只有當某個用戶在金融行為、關(guān)系網(wǎng)絡、時序交互與群體模式等多個維度同時「高亮」時,才會被判定為高風險。在一次銀行測試中,圖盾提交的 200 余個名單里,55% 被確認為疑似票據(jù)中介,遠超行業(yè)均值。
「我們的技術(shù)在百萬級數(shù)據(jù)集上 2 秒內(nèi)挖掘出 5 個節(jié)點的時序模式,而傳統(tǒng)數(shù)據(jù)庫的 join 操作需要上千秒才能完成。 更重要的是,不需要額外的高配算力,銀行現(xiàn)有設備就能支持?!骨睾瓿瑥娬{(diào)。
多元與包容
大多數(shù)獲獎項目有著相似的輪廓——
直擊金融的核心痛點:反欺詐、反洗錢、信用評估等;成果不再停留在 PPT,而是真實運行在銀行、證券、保險乃至對沖基金的業(yè)務中。
例如,金蝶征信憑借一套「足夠成熟」的知識圖譜增強風控大模型,已與兩百余家金融機構(gòu)建立緊密合作。
圖盾科技的方案也在五家銀行、證券所、螞蟻集團的產(chǎn)學研合作項目以及一家反洗錢公司中落地應用
但在同一個舞臺上,還閃耀著另一種光。
大三學生李天一和他的團隊「廈門藍天之上科技有限公司」,帶來了一款與金融智能并不密切相關(guān)的應用:讓手語在屏幕上實時轉(zhuǎn)化為文字。它也沒有炫目的技術(shù),卻讓這個舞臺更顯多元與包容。
初創(chuàng)組答辯現(xiàn)場,李天一進行方案分享。
李天一就讀于閩南理工學院機械電子與工程專業(yè),團隊核心成員來自廈門大學生命科學學院。靈感源于一次支教:在特殊教育學校里,聽障孩子在課堂與生活中仍被溝通高墻隔絕,能不能用 AI 為他們做點什么?
由于市面上缺乏高質(zhì)量的手語數(shù)據(jù)集,他們只能親自采集、逐幀標注:錄制視頻,切分圖像,再一點點加標簽。如今,團隊已覆蓋上百類基礎手語。
在實驗室中,模型準確率可超過 80%;但在真實環(huán)境里,光照、角度、背景噪聲常使效果打折。如何讓模型更具泛化能力,成了李天一和他的團隊必須攻克的課題。
算力有限,他們更多依賴免費或低成本的云資源。李天一坦言,工作量太大,但愿意慢慢補。
這次參賽契機也很樸素,「朋友介紹來的,聽說有獎金?!顾φf。平日他們靠算法比賽獎金維持運轉(zhuǎn)與研發(fā),「如果拿到獎金,就買器件、上設備,繼續(xù)打磨產(chǎn)品?!?/p>
是舞臺,也是孵化器、風向標
在 AFAC 的舞臺上,獎金有時被定義為一種燃料。李天一已經(jīng)為它找好了去處,投向一個智能假肢項目。
而對那些歷經(jīng)賽事洗禮的老將來說,它的吸引力不在獎金數(shù)字,而是賽道專業(yè)與場景真實。
徐周明曾活躍在各類創(chuàng)新賽事,累積斬獲 80 余項獎項。他強調(diào),區(qū)別于那些「泛行業(yè)」舞臺,AFAC 的專注與專業(yè)性,反倒讓他們更有底氣展示「真東西」。
這種專業(yè)不僅刻在賽題上,更寫進評審團的構(gòu)成與一次次點撥里。
近五十位來自技術(shù)、產(chǎn)業(yè)和資本的評委,臺上「問診」、臺下拆解,從企業(yè)出海到落地挑戰(zhàn)、從合規(guī)難點到資本語言,甚至為團隊開出「組隊」處方,幫助他們尋找通向未來的路徑。
陽靳光把非洲、中東、東南亞的早期投資與孵化清單帶進賽場,他在區(qū)塊鏈、物聯(lián)網(wǎng)、機器人領(lǐng)域的下注,正好與不少項目的「跨界融合」相互呼應。年輕團隊希望借 AFAC 完成從 0 到 1 ,他則用資本吸引力與跨境落地的標尺,為他們衡量可行與不可行。
來自新加坡的 Eelee Lua 則憑借 17 年的金融科技與合規(guī)經(jīng)驗,幫參賽者判斷方案是否能真正走到市場那一端。
例如,金蝶征信計劃出海,將技術(shù)能力延伸至東南亞、美洲市場。農(nóng)產(chǎn)品種植的周期,中外類似,這類數(shù)據(jù)可以復用。但要真正落地,還需要當?shù)亟鹑跈C構(gòu)的配合與本地化改造。這正是投資人和顧問網(wǎng)絡發(fā)揮作用的地方。
針對岙邗科技的遙感影像數(shù)據(jù)安全與合規(guī)挑戰(zhàn),評委建議探索「存算分離」模式:影像數(shù)據(jù)歸屬客戶,團隊僅負責處理分析,從而規(guī)避敏感風險,陳鏡榮坦言,這是一個意想不到的解法。
李天一帶走的啟發(fā)則更具轉(zhuǎn)向意味:嘗試「用公益的心做商業(yè)化」,把手語識別模型適配到銀行大屏,或在碳排放等產(chǎn)業(yè)場景尋找落點——「以前沒想到這個方向」,他說,也許會在上海先行試水。
秦宏超記得評委的叮囑,「找合伙人要抓緊,但不要太急。」眼下,他正在準備在 9 月 10 日開幕的上海外灘大會上,用 demo show 打出名聲,擴大可見度。
「他們渴望合作,卻缺少渠道?!乖陉柦饪磥?,像 AFAC 這類賽事,正是搭建橋梁的機會,讓中國創(chuàng)業(yè)者被更多人看見,也讓海外市場找到連接的通路。
而對更多團隊而言,它也是一座通往上海的橋。
我們正準備在上海落地注冊公司,拓展長三角的業(yè)務。陳鏡榮透露,岙邗科技已經(jīng)對接了張江的一家硬科技孵化器?!高@個孵化器本身就專注航天、光電等硬核方向,和我們非常契合,還有潛在的客戶資源?!?/p>
徐周明也與本地金融機構(gòu)建立起更緊密的聯(lián)系,期待推動實質(zhì)落地,將產(chǎn)品落地到上海。
最終,大家的收益并不止于方法論、資源與曝光,還有思想的拓展?!赣行┫敕?,也許現(xiàn)在用不上,但三五年后可能就能落地?;蛘咚谝粋€市場不適用,卻在另一個市場能打開局面。」陳鏡榮說。
新一輪 AI 應用浪潮席卷而來,AFAC 也不再只是一個競賽的名字。它在悄然生成另一種角色:創(chuàng)業(yè)的孵化器、行業(yè)的風向標。
三年來,越來越多的項目在這里找到落地的路徑,越來越多的想法在這里獲得啟發(fā)與驗證。它把資本、技術(shù)、產(chǎn)業(yè)和政策拉到同一張桌子上,把「可能」推向「可行」。
它是一場關(guān)于未來金融智能的集體預演,見證了創(chuàng)業(yè)者們的沖刺,也折射出一個行業(yè)的進化。它讓不同的人在這里相遇,未來中國 AI 創(chuàng)業(yè)領(lǐng)軍者,或許會在這片舞臺上第一次被看見。