上海，一场金融与人工智能的巅峰对决在此上演。全球5027支队伍、近2万名选手齐聚一堂，在激烈的竞争中争夺晋级总决赛路演的宝贵名额，晋级概率仅有百分之一。这场备受瞩目的赛事，正是有着“金融AI创新年度风向标”之称的AFAC金融智能创新大赛（AFAC2026）总决赛，也是该赛事自创办以来的第四届。
此次大赛吸引了来自清北、复旦、麻省理工等海内外顶尖高校的学子，以及大厂的核心技术骨干。他们汇聚于此，在赛场上全力以赴，展现出卓越的智慧与实力。而赛场外，主办方精心打造的“会、展、赛”三位一体总决赛路演舞台同样精彩纷呈。主论坛上，行业大咖纷纷登台分享见解；创新展区里，历届成果集中展示，创投资本与项目进行1v1现场对接，HR一站式发放offer，千问AI眼镜等前沿技术产品也开放供人体验。
AFAC大赛的权威性不容小觑。其联合发起阵容强大，上海市科学技术委员会、中国计算机学会、北京大学、蚂蚁集团、GFTN全球金融与技术网络、真格基金、中国银行等30多家组织机构共同参与，这些业界翘楚为大赛提供了坚实的支持与保障。自2023年首届举办以来，AFAC大赛累计吸引全球超2万支队伍、6万名选手参赛，覆盖600余所高校、700余家企业，影响力日益扩大。
第四届AFAC大赛在多个方面实现了升级。其辐射范围更广，创投生态更加完善，更重要的是，AI技术专业度大幅提升，几道赛题精准覆盖当下金融AI的热门领域。与其他算法竞赛不同，AFAC大赛将金融产业面临的真实问题直接引入赛场，让选手在解决实际问题的过程中展现能力。
以挑战组赛题为例，四道题目都尽可能模拟真实金融场景下的压力。在“看盘面”这道题中，数据规模扩大、多样性增加、多模态特性凸显且可变性增强，给交易行为与主体识别带来新挑战；评价标准包含两个子任务，其中一个没有明确评价指标，选手需自行构建逻辑框架与评估体系；模型面对不断变化的市场，却只能依赖静态的历史数据，从静态到动态的转变充满挑战。评审专家王超将评审标准归纳为复现、解释和泛化，这三个标准直击传统Benchmark的痛点，要求选手真正理解市场本质。
“复杂金融文档还原挑战”则将压力放在输入端。复杂表格的鲁棒性是关键，金融领域没有永远固定的模板，模型能否稳定适应这些变化，是未来方案迁移到业务场景中亟待解决的问题。评审专家张军平指出，不少选手的策略仍依赖自身对文档的理解，下一步需将人的理解转化为机器能力。
“稀疏反馈下的自动化实验挑战”把困难融入Agent决策过程。Agent需像研究员一样，在无法并行、预算有限的情况下，根据每轮实验完成闭环反馈。评审专家陈召群认为，这道赛题指向Agent产业化的关键节点，流程自动化是技术商业化的典型范式，生成式AI让环节交接变得可能，而赛题强调资源约束，是因为技术走向大规模应用时，成本和ROI是绕不开的话题。
“金融长文本Agent的动态记忆压缩与高效问答挑战”中，上下文窗口越来越长，百万Token甚至更长上下文成为行业热点。但将整份文件塞给模型并非解决之道，在机构级调用量下，会面临成本和效果双重挑战。评审专家张宇表示，真正拉开差距的是系统是否具备上下文控制能力，选手需学会取舍和判断哪些Token值得保留，这也是现实业务场景的需要。
回顾AFAC四届赛题，犹如看到金融AI的技术迁徙之路。2023年，ChatGPT爆发半年后，蚂蚁大胆将金融赛事与前沿大模型技术绑定，六大赛题聚焦算法能否进入金融领域。第二年，模型能力提升，金融垂类应用加速，讨论转向如何将大模型接入具体业务，AFAC设立初创组，考察范围扩展到商业落地。2025年，金融AI对因果溯源、逻辑推理和工具调用的需求增加，考题重点放在工业级约束上。今年，Agent热度高涨，行业更加务实，考题关注智能体在管理上下文、适应动态环境等方面的能力。
在本届总决赛上，“AFAC百万金融智能数据集”正式开源发布。该数据集沉淀自2023年至2025年的14道高价值赛题，包含13万条评测样本、2000余份专业金融文档和130多个历届优胜方案，覆盖百亿级金融科技数据条目。它记录了行业发展的轨迹，数据形态从单模态到多模态，核心能力从单一精度预测到复杂推理，落地应用从单点模型微调走向综合智能系统。开源为AFAC构建起持续运转的数据飞轮，让后来者能沿着已有方案继续探索新技术。
AFAC大赛的独特之处不仅在于赛题贴近业务，更在于赛场外构建的完整生态系统。大赛一端连接高校、开发者和年轻初创团队，另一端依托蚂蚁长期积累的业务场景，中间搭建起连接人才、场景、资本和产业的转化体系。今年，大赛发起机构增至33家，新增新加坡金融科技节的发起方GFTN，孵化网络不断加强，为早期团队提供创业辅导、资本对接和孵化入口。除百万奖金池外，还提供算力支持、大厂直通机会和6个月加速成长计划，并携手多个平台，拓展产业交流和国际连接空间。这一生态系统，让AFAC在众多赛事中脱颖而出，成为推动金融AI发展的重要力量。
