在已经举行的两天主论坛上，除了银行、保险、支付等传统金融科技议题，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，成为讨论焦点。
文章作者、来源：华尔街见闻
今年的香港金融科技周，AI无疑是核心议题。
11月2日，第11届香港金融科技周x StartmeupHK 2026在香港拉开帷幕，活动将持续至11月6日。在已经举行的两天主论坛上，除了银行、保险、支付等传统金融科技议题，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，成为讨论焦点。
这场举办了十余年的行业大会，正在突破传统金融科技的边界。
香港金融科技周承办方Finoverse联合创始人兼联席首席执行官Vila Wong向华尔街见闻表示，过去大会主要吸引银行、保险及大型金融科技企业参与，如今越来越多AI企业和科技初创公司加入。今年大会超过一半的讨论内容与AI相关，投资者通行证申领量也创下历年新高。
变化不仅发生在参会企业和论坛议题上。
在具身智能领域，企业开始讨论机器人量产、模型与硬件协同、商业化交付等问题；在传统金融行业，AI智能体则正在尝试进入银行尽调、保险理赔、财富管理，甚至支付和投资交易等具体业务流程。
从前沿科技的产业化探索，到金融机构的实际业务应用，AI正在成为贯穿本届香港金融科技周的一条主线。
边界越来越宽香港金融科技周的参与者越来越多元。
按照大会此前公布的预计规模，本届活动将汇聚来自120多个经济体的逾4.5万名参与者、超过1000位演讲嘉宾，以及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，金融科技周开始进一步细分不同产业领域，将保险科技、绿色科技等议题纳入讨论范围。
2025年，香港金融科技周首次与StartmeupHK创业节联合举办，进一步吸引了科技初创企业参与。相比过去以成熟金融机构为主的参会结构，大会开始覆盖更广泛的科技产业。
今年，这一趋势继续延伸。本届主论坛共设置10个专题论坛，涵盖政策与前瞻、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方向。
尽管金融依然是大会的重要组成部分，但越来越多议题已经延伸到金融之外。
具身智能正是今年受到关注的前沿产业之一。
在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李通等企业代表参与讨论，重点关注机器人从零部件、模型到完整系统的产业化挑战。
这些讨论也折射出具身智能行业正在面临的新变化。随着通用大模型能力快速进步，具身智能企业需要重新思考自身的技术壁垒。
方科向华尔街见闻表示：“我们把具身模型与通用大模型看作是伙伴关系，是要发挥各自强项，携手并进。我们不是投降派，也不是抵抗派，是第三派：保持开发，既要又要派。”
他举例称，机器人可以借助通用大模型理解复杂指令，但在真实物理环境中，感知物体重量、判断受力情况以及完成抓取等动作，仍然需要具身模型自身具备判断和执行能力。
因此，星尘智能目前仍坚持自研具身模型、具身操作系统AOS和绳驱机器人本体协同发展的技术路线，同时借助通用大模型提升机器人的任务理解能力。
技术之外，商业化也成为具身智能企业必须面对的问题。
方科观察到，过去投资者更关心机器人能否完成复杂动作、模型是否具备泛化能力；如今，投资者开始进一步关注订单交付、客户复购以及软件服务能否产生持续收入。
“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，更重要的是能否在扩大交付规模的同时降低成本，以及客户是否愿意为软件和服务持续付费。
类似的讨论还延伸到了其他前沿科技领域。今年大会还设置了太空经济与家族办公室投资相关议题，讨论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。
参会资本的关注点同样呈现出差异。
Vila Wong提到，近年来中东投资者参与香港金融科技周的热情有所提升。这类投资者相对更关注基础设施，以及具有海外扩张能力的中大型成熟企业，希望通过投资和合作推动项目在当地落地。
与此同时，近年来赴港参加金融科技周的内地企业和创业者也有所增加。围绕中国企业与全球市场的连接，大会进一步设置专门的交流论坛。
科技企业、金融机构和投资者在同一场大会上寻找的机会越来越多，而如何让技术从研发走向实际应用，也成为不同产业共同面对的问题。
金融智能体嵌入工作流金融科技周的议题不断向前沿科技延伸，传统金融行业的AI应用也在发生变化。
过去，金融机构使用AI，主要集中在智能客服、信息检索、文本生成和辅助分析等环节。如今，随着AI智能体逐渐具备调用工具、访问业务系统和执行复杂任务的能力，越来越多科技企业开始尝试让AI参与银行信贷、保险理赔、投资研究乃至资金支付等实际业务。
这种变化也反映在今年的论坛设置中。
在金融AI论坛一场名为“The Great AI Convergence”的圆桌讨论中，汇丰银行、道富银行以及企业AI公司Wonderful的代表，围绕AI如何从单一试点走向银行规模化应用展开讨论，涉及传统业务系统对接、数据分散以及投资回报等实际问题。
从这些讨论来看，金融机构对AI的需求已经开始超越简单的信息问答，希望将其逐步纳入专业业务流程。
在金融智能体的实际应用方面，腾讯也展示了针对银行、保险及资管等行业的解决方案。
在金融科技周期间举办的金融行业AI解决方案分享会上，腾讯WorkBuddy金融版展示了面向银行、保险及资产管理等行业的业务工作台。
在银行对公授信场景中，WorkBuddy通过9个不同分工的专家智能体，协同完成企业资料核验、财务分析、风险识别及尽职调查报告撰写等工作；保险领域的应用涉及理赔邮件识别、客户材料提取和辅助审核；在资产管理领域，AI则可以协助完成市场复盘、行业研究和投资分析。
这些场景展示了AI协同执行专业任务的能力，不过部分功能仍处于模拟演示阶段，实际部署效果仍需验证。
在海外市场，金融机构对模型选择、系统连接和数据安全的要求，也成为企业AI产品需要适配的环节。
腾讯WorkBuddy国际版相关人士向华尔街见闻表示，相较于国内版本，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；金融版则预置股票分析、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。
目前，WorkBuddy国际版可在欧洲、中东和东南亚使用，销售采取直销和合作伙伴分销两种模式。其中，本地合作伙伴也可以面向所在市场的企业和行业客户销售产品。
支付方面，蚂蚁数科在金融科技周展示了“AI智能体超级工厂”解决方案，核心平台为Agentar，支持智能体开发、部署及规模化管理。同时，蚂蚁数科升级旗下ZOLOZ安全品牌，推出面向AI智能体的KYA身份治理方案，探索智能体身份验证、授权及安全管理等问题。
这些方案试图解决同一个现实问题：当AI开始代表企业或用户执行金融任务，如何确保其行为始终处于可授权、可控制、可追溯的范围内。
随着应用场景不断深入，技术能力只是其中一道门槛。企业还需要证明AI能够在真实业务中稳定运行，满足行业的安全要求，并创造可持续的商业价值。
当AI从回答问题走向执行任务，能否真正获得企业和用户的信任，将成为其进入金融核心业务的关键。
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。