香港金融科技周：AI站C位，商业航天抢镜

今年香港金融科技周上，AI成了最核心的话题。

11月2日，第11届香港金融科技周x StartmeupHK 2026在香港开幕，活动会一直办到11月6日。已经结束的两天主论坛里，银行、保险、支付这些传统金融科技议题之外，具身智能、自动驾驶、算力基础设施乃至商业航天等前沿产业也成了大家议论的焦点。

办了十余年的这场行业大会，眼下正一步步走出传统金融科技的范围。

大会承办方Finoverse的联合创始人兼联席首席执行官Vila Wong对华尔街见闻说，以往大会来的多是银行、保险和大型金融科技企业，现在加入的AI公司和科技初创公司越来越多。今年大会有一半以上的讨论内容跟AI有关，投资者通行证的申领量也创下历年新高。

变的不只是参会企业和论坛议题。

具身智能这边，企业开始聊机器人量产、模型与硬件怎么配合、商业化交付这些事；传统金融行业那边，AI智能体正试着走进银行尽调、保险理赔、财富管理，甚至支付和投资交易等具体业务流程。

从前沿科技怎么落地，到金融机构的实际业务应用，AI成了贯穿本届香港金融科技周的一条主线。

边界越来越宽

来香港金融科技周的人，背景越来越杂。

大会此前公布的预计规模显示，本届活动会有来自120多个经济体的逾4.5万名参与者、超过1000位演讲嘉宾，还有800余家赞助商、参展商和初创企业。

Vila Wong向华尔街见闻回忆，2024年前后，金融科技周开始把不同产业领域分得更细，保险科技、绿色科技等议题也被纳入讨论。

2025年，香港金融科技周第一次和StartmeupHK创业节联合举办，科技初创企业参与得更多了。过去参会结构以成熟金融机构为主，大会从此开始覆盖更广的科技产业。

今年这个趋势还在延续。本届主论坛设了10个专题论坛，方向包括政策与前瞻、AI与前沿科技、金融AI、保险科技及健康科技、绿色科技、创业家及创投、科技建设者以及创作者等。

金融当然还是大会的重要部分，不过越来越多议题已经跑到金融之外去了。

具身智能就是今年受关注的前沿产业之一。

一场围绕机器人产业化瓶颈的圆桌讨论中，星尘智能联合创始人兼CFO方科、擎朗智能创始人兼CEO李通等企业代表到场，重点谈的是机器人从零部件、模型到完整系统的产业化难题。

这些讨论也照出了具身智能行业眼下的新变化。通用大模型能力进步很快，具身智能企业得重新想清楚自己的技术壁垒在哪。

方科在接受华尔街见闻采访时说，具身模型和通用大模型是伙伴，各有各的长处，要一起往前走。他提到，自己不站投降派，也不站抵抗派，走的是第三条路：继续开发，两边都要。

他举例说，机器人能靠通用大模型听懂复杂指令，但到了真实物理环境里，感知物体多重、判断受力情况、完成抓取这些动作，还是得靠具身模型自己判断和执行。

所以星尘智能目前仍然坚持自研具身模型、具身操作系统AOS和绳驱机器人本体协同发展的技术路线，同时用通用大模型来提升机器人对任务的理解能力。

技术之外，怎么商业化也是具身智能企业绕不开的问题。

方科观察到，以前投资者更关心机器人能不能做复杂动作、模型有没有泛化能力；现在投资者开始进一步盯订单交付、客户复购，以及软件服务能不能带来持续收入。

“订单要看能不能交付，收入要看能不能持续。”方科表示，盈利也并不意味着要求早期企业现在就赚钱，更要紧的是能不能在扩大交付规模的同时把成本降下来，以及客户愿不愿意为软件和服务持续付费。

类似的讨论还延伸到其他前沿科技领域。今年大会还设了太空经济与家族办公室投资相关议题，聊的是商业航天项目的投资逻辑、风险评估，以及长期资本如何参与产业发展。

不同资本方的兴趣点并不一致。

Vila Wong 表示，这几年中东投资者来香港金融科技周参会的积极性在上升。他们更看重基础设施类项目，以及已经具备海外扩张能力的中大型成熟企业，希望借投资与合作把项目落到当地。

另一边，来港参会的内地企业和创业者也在增多。围绕中国企业如何连接全球市场，大会专门设了交流论坛。

科技公司、金融机构、投资人在同一场大会上寻找的机会越来越多。技术怎么从研发走到落地，成了各个产业都要面对的问题。

金融智能体嵌入工作流

金融科技周的议题一路往前沿科技延伸，传统金融行业用 AI 的方式也在变。

以前金融机构上 AI，多集中在智能客服、信息检索、文本生成、辅助分析这些环节。现在 AI 智能体慢慢能调用工具、访问业务系统、执行复杂任务，越来越多科技企业开始试着让 AI 参与银行信贷、保险理赔、投资研究甚至资金支付等实际业务。

今年的论坛设置也体现了这一变化。

金融 AI 论坛有一场圆桌叫“The Great AI Convergence”，汇丰银行、道富银行和企业 AI 公司 Wonderful 的代表坐在一起，讨论 AI 如何从单个试点走向银行规模化应用，涉及传统业务系统对接、数据分散、投资回报等实际问题。

从这些讨论看，金融机构对 AI 的需求已经不止于简单的信息问答，而是想把它逐步纳入专业业务流程。

金融智能体落地方面，腾讯也拿出了面向银行、保险及资管等行业的方案。

金融科技周期间有一场金融行业 AI 解决方案分享会，腾讯 WorkBuddy 金融版在会上展示了面向银行、保险及资产管理等行业的业务工作台。

银行对公授信场景里，WorkBuddy 靠 9 个分工不同的专家智能体协同完成企业资料核验、财务分析、风险识别和尽职调查报告撰写；保险领域涉及理赔邮件识别、客户材料提取和辅助审核；资产管理领域，AI 可以协助做市场复盘、行业研究和投资分析。

这些场景体现了 AI 协同执行专业任务的能力。不过部分功能还在模拟演示阶段，实际部署效果有待验证。

到了海外市场，金融机构对模型选择、系统连接和数据安全的要求，也是企业 AI 产品必须适配的环节。

腾讯 WorkBuddy 国际版相关人士向华尔街见闻表示，相比国内版本，国际版支持 GPT、Gemini 等海外模型，也允许企业接入自行部署的模型；金融版预置了股票分析、投研报告、银行营销等专业技能，并进一步强化数据访问和权限管理。

眼下 WorkBuddy 国际版可以在欧洲、中东和东南亚使用，销售走直销和合作伙伴分销两条路。本地合作伙伴也能面向所在市场的企业和行业客户卖产品。

蚂蚁数科在金融科技周上带来“AI智能体超级工厂”方案，其中 Agentar 是核心平台，可用于智能体的开发、部署和规模化管 理。旗下安全品牌 ZOLOZ 也做了升级，推出 KYA 身份治理方案，面向 AI 智能体，围绕智能体身份验证、授权和安全管理等问题展开探索。

这些方案想解决的是同一个现实问题：AI 开始代表企业或用户执行金融任务时，怎么保证它的行为始终可授权、可控制、可追溯。

应用场景越扎越深，技术能力只是其中一道门槛。企业还得证明 AI 能在真实业务中稳定运行，满足行业安全要求，并创造出可持续的商业价值。

AI 从回答问题走向执行任务，能不能真正赢得企业和用户的信任，是它进入金融核心业务的关键。