算力作为人工智能的基石，正从幕后走向台前。它不仅是模型训练的底层支撑，更是科研成果走出实验室、进入医院与金融机构，进而转化为惠民应用和产业升级动力的关键引擎。近日，香港特区政府数字政策办公室联合数码港举办“人工智能资助计划”（AISS）专题分享会，集中展示了三个具有标杆意义的研发项目，内容复盖医疗多模态大模型、金融生成式AI应用以及协作式AI模型平台。
这三个获选项目充分利用了数码港人工智能超算中心（AISC）的强劲算力资源，以应对模型训练、技术测试及部署等多元化需求。通过将科研成果转化为实际场景应用，项目旨在缩短患者候诊时间、提升金融风险管控效率，并降低各类企业部署大模型的技术门槛。项目代表强调，充足的算力不仅加速了研发进程，更为AI技术从模型训练、验证阶段迈向实际应用提供了坚实后盾，这也是香港吸引全球AI人才、推动产业纵深发展的重要基础设施。
近40个项目获批，逾17亿资金注入AISS
特区政府在2024年启动了为期三年、总预算达30亿元的AISS计划，核心目的是资助合资格用户使用AISC的强大算力，从而推动科研领域的突破性进展。截至2026年10月初，该计划已收到超过50份申请，最终批准了近40个由本地高校、研发机构、科技初创企业及政府部门牵头的项目。这些项目广泛涉及大语言模型、新材料、合成生物学及医学大模型等前沿领域，累计资助金额已超过17亿元。
署理数字政策专员张宜伟指出，人工智能正在重塑全球经济格局和产业形态。AISS计划紧密对接国家“十五五”规划，致力于推动“AI产业化”与“产业AI化”的双轨并行，旨在让创新成果真正从实验室走向商户、医院和工厂一线。
鉴于高阶算力需求的持续增长，行政长官在2026年的《施政报告》中宣布向该计划追加注资10亿元，支持合资格机构利用高性能算力开展前沿科研及人工智能相关项目，加速实现创新突破。张宜伟透露，当局正在研究更加灵活的资助模式。数据显示，目前AISC提供的3,000 Petaflops算力使用率已突破90%，这充分反映了科研界及产业界对高性能算力的迫切需求。
转化生产力：让市民看得见、摸得着
AISS委员会主席冼汉迪强调，该计划并非单纯扶持学术研究，其终极目标是让人工智能真正“在香港落地生根”，转化为实际生产力，最终成为市民“看得见、摸得着”的生活便利。合资格申请者涵盖本地院校、研发机构、政府部门以及科技或初创企业。委员会在审批过程中，主要依据项目的可行性、潜在的社会经济效益以及可持续发展能力进行评估，确保获资助项目能切实助力香港社会进步或企业发展。
他表示，CAIR医学大模型、金管局生成式人工智能（GenA.I.）沙盒以及InfiX.ai协作式生成式AI平台，正是不同技术路径走向应用的典型案例。这些项目促进了科研机构、政府与企业间的协作，推动AI从“可行”迈向“更优、更快、更准”的阶段。
医疗AI算力缺口大，支援模型进院
在众多AI应用场景中，医疗领域对算力的需求尤为巨大。中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）主任、研究员刘宏斌教授分享道，其主导的“用于医学诊断和手术的多模态大语言模型研发”项目，得益于政府AISS及数码港AISC的强大算力支持，正加速推进医疗AI从模型研发向临床应用的转化。项目目标在于提升分析效率与诊断精准度，从而显著缩短病人的候诊时间。
目前，团队已构建起全栈医疗AI生态系统，包括CARES 3.0多模态医学大模型、EchoCare超声大模型、SurgMotion手术视频大模型及医学数字孪生系统，全面复盖医学影像分析、临床决策辅助及手术导航等场景。数据显示，手术报告的生成时间已从原来的2小时大幅压缩至15分钟；超声波心脏扫描耗时从16分钟降至6分钟，医护人员日均处理个案量从25宗提升至60宗以上，病人候诊周期也由原本的2至3周缩短至3至5天。
刘宏斌表示，医疗AI涉及CT、核磁共振、内窥镜、超声及手术视频等海量数据，模型训练与部署均需依赖高性能算力。在AISS及AISC的支持下，相关模型已在内地超过30家医院及香港3家医院完成部署。他进一步指出，若未来能增加算力供给并建立合规的“可信数据空间”，将有助于香港在医疗AI领域取得更大突破。
金融AI测试风险，降低试验成本
视线从医疗转向金融，AI落地面临的另一大挑战是如何在投入实际业务前充分测试风险。金管局银行监理部主管（监管科技）李昊扬表示，过去几年金融机构对生成式AI的应用需求激增，但在实际部署前，除了评估AI衍生风险，还需面对高昂的算力成本，尤其是中小型金融机构往往难以在测试初期投入大量资源。
金管局与数码港分别在2024年和2025年启动了第一期及第二期GenA.I.沙盒计划。在AISS的支持下，通过运用AISC算力推动金融创新。金管局不仅提供监管指引，还利用AISS及AISC为银行提供算力支援，允许金融机构先行测试不同应用场景，并模拟极端情况下AI系统的安全运行能力。
李昊扬介绍，测试重点集中在风险管理、反欺诈及客户体验优化。部分成果已成功转化为实际业务效益，例如报告生成时间缩短了30%至80%，风险分析耗时从一天缩减至几分钟，超过半数的测试用例已顺利落地实施。
随后，沙盒服务升级为GenA.I. Sandbox++，服务范围进一步拓展至保险、证券、强积金及电子钱包领域，并探索代理式AI在开户、支付及保险理赔等场景的应用。李昊扬形容，沙盒不仅是金融机构“试水AI”的场所，更是一个连接金融机构与科技公司的配对平台，双方在算力、技术及监管支持下协同合作，加速从测试阶段迈向实际应用。
AISC提升算力效能，协作平台降低门槛
InfiX.ai创始人兼首席科学家、理工大学讲座教授杨红霞主导的项目，则聚焦于AI基础设施层面，旨在解决企业在使用大模型时面临的运算成本高企及部署效率低下问题。
在AISS及AISC的算力支持下，InfiX.ai研发出“协作式生成式人工智能平台”（Co-GenAI）。该平台优化了从数据治理、模型训练、微调至推理部署的全流程，降低了企业部署及行业适配大模型的技术门槛。据统计，相关平台已协助制造、政务、金融、医疗及教育等行业将AI应用效率提升了30%至50%。
杨红霞以AISC的实际部署为例，阐释了算力效能的重要性。她指出，原本基于FP16计算的3,000P算力，在结合InfiX.ai基础设施平台后，无需更换硬件即可将效能等效提升至6,000P，这意味着相同的计算任务有望以约一半的时间完成。
杨红霞认为，强大的算力资源连同香港完善的AI创新生态，是吸引跨产业AI人才来港的重要条件。目前，团队正与本地学校及香港赛马会合作，探索AI在教育领域的应用，将大模型技术从研发端延伸至日常生活场景。而充沛的算力资源及活跃的AI创新生态，更是吸引全球跨产业领域AI人才来港创业的关键因素。借助数码港日益蓬勃的AI生态，企业得以延揽来自科创巨头的人才，推动科研成果迈上新台阶，进一步充实香港的创科人才库。
完善生态体系，数码港助推AI成果落地
数码港方面表示，随着AI研发及产业应用对高性能算力需求的持续攀升，将继续发挥人工智能超算中心及AI创新生态的优势，支持科研机构、企业及初创公司加快技术研发与成果转化步伐。此举旨在推动更多AI应用在各行各业落地生根，同时吸引海内外具备不同背景的AI人才来港发展，让人工智能的创新成果进一步转化为产业价值与社会福祉。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，硕谷新闻聚合所有文章均包含本声明。
暂无评论内容