人工智能算力不只是支撐模型訓練的底層基建，亦逐步成為科研成果走出實驗室、進入醫院及金融機構，最後轉化為惠及市民、推動產業升級的實際應用的關鍵。特區政府數字政策辦公室及數碼港早前舉辦「人工智能資助計劃」（AISS）專案分享會，展示3個具代表性的研發項目，涵蓋醫療多模態大模型、金融生成式AI應用及協作式 AI 模型平台。

3個項目獲資助利用數碼港人工智能超算中心（AISC）的強大算力，應對模型訓練、技術測試及部署等不同需要，再將科研成果轉化至實際場景，涵蓋縮短病人輪候時間、提升金融風險管理效率，以及降低不同企業部署大模型的門檻。項目代表指出，充足算力不但加快研發進程，亦為AI技術由模型訓練、技術驗證走向實際應用提供支援，成為香港吸引AI人才及推動產業發展的重要基礎。

人工智能資助計劃批出接近40項目　涉款逾17億元

特區政府於2024年推出為期三年，總額30億元的AISS，主要用作資助合資格用戶使用AISC的強大算力，推動科研突破。截至2026 年10月初，計劃已接獲逾50份申請，批出接近40個來⾃本地院校、研發機構、科技或初創企業及政府部門等牽頭的項目，涵蓋大語言模型、新材料、合成生物學及醫學大模型等前沿領域，總資助額超過 17 億元。

署理數字政策專員張宜偉表示，人工智能正重塑全球經濟及產業形態，而AISS緊扣國家「十五五」規劃，希望推動「AI產業化」及「產業AI化」雙軌發展，讓創新成果由實驗室走進商戶、醫院及工廠。

隨着高階算力需求持續增加，行政長官在2026年《施政報告》宣布再向計劃注資10億元，讓合資格機構利用高階算力支撐前沿科研，開展人工智能相關項目，加速創新突破。張宜偉透露，當局正研究更靈活的資助方式。他表示，現時AISC提供的3,000 Petaflops算力使用率已超過九成，反映科研及業界對高性能算力的需求殷切。

AISS推動AI轉化為生產力　讓市民摸得到、感覺得到

AISS委員會主席冼漢廸則指出，計劃並非單純支持學術研究，而是希望人工智能真正「在香港落地」，轉化為生產力，最終成為市民「摸得到、感覺得到」的便利。合資格申請者包括本地院校、研發機構、政府部門，以及科技或初創企業，委員會審批時主要根據項目可行性、潛在社會及經濟效益，以及持續發展等標準作評估，確保獲資助項目能切實對香港社會或企業發展帶來實質助益。

他表示，CAIR醫學大模型、金管局生成式人工智能（GenA.I.）沙盒及InfiX.ai協作式生成式AI平台，正是不同技術走向應用的例子，讓科研機構、政府及企業之間形成協作，推動AI由「可以做」進一步走向「做得更好、做得更快、做得更準」。

醫療AI訓練需求大　算力支援模型走進醫院

在眾多AI應用之中，醫療AI對算力的需求尤其龐大。中國科學院香港創新研究院人工智能與機器人創新中心（CAIR）主任、研究員劉宏斌教授分享，其「用於醫學診斷和手術的多模態大語言模型研發」項目，受惠於政府AISS及數碼港AISC的強大算力支援，正推進醫療AI由模型研發走向臨床應用，目標是提升分析效率與診斷精準度，縮短病人輪候時間。

團隊目前已建立全棧醫療AI生態，包括CARES 3.0多模態醫學大模型、EchoCare超聲大模型、SurgMotion手術視頻大模型及醫學數字孿生系統，涵蓋醫學影像分析、臨床決策及手術輔助等場景。現時可做到手術報告生成時間由2小時大幅縮短至 15分鐘；超聲波心臟掃描時間更由16分鐘減至6分鐘，每名醫護每日處理量由25宗個案增至60宗以上，病人輪候時間亦由原本2至3周縮短至3至5天。

劉宏斌表示，醫療AI涉及CT、核磁共振、內窺鏡、超聲及手術視頻等大量數據，模型訓練及部署均需要高性能算力。在AISS及AISC支援下，相關模型目前已在內地超過30家醫院、香港3家醫院部署。劉宏斌又說，若未來進一步增加算力，並建立合規的「可信數據空間」，將有助香港進一步發展醫療AI。

金融AI測試風險　助降低試驗成本

由醫療走向金融，AI落地面對的另一項關鍵問題，是如何在投入實際業務前充分測試風險。金管局銀行監理部主管（監管科技）李昊揚表示，金融機構過去數年對生成式AI的應用需求增加，但在實際部署前，除了要評估AI衍生風險，亦要面對算力成本，尤其是中小型金融機構未必能在測試初期投入大量資源。

金管局與數碼港於 2024 年及 2025 年開展第一期及第二期 GenA.I.沙盒計劃，在AISS支援下，運用AISC算力推動金融創新。金管局除了提供監管意見，亦利用AISS及AISC為銀行提供算力支援，讓金融機構先測試不同應用場景，並模擬極端情況下AI能否安全運作。

李昊揚說，測試集中於風險管理、反詐騙及客戶體驗，部分成果已轉化至實際業務，包括報告生成時間縮短30%至80%，風險分析由原本需時一天縮短至數分鐘，超過一半測試用例已成功落地。

其後沙盒升級為GenA.I. Sandbox++，服務範圍進一步擴展至保險、證券、強積金及電子錢包，並探索代理式AI在開戶、支付及保險理賠等場景的應用。李昊揚形容，沙盒不只是讓金融機構「試AI」，亦提供金融機構與科技公司的配對平台，讓雙方在算力、技術及監管支援下合作，加快由測試走向實際應用。

AISC推動提升算力效能　協作式AI平台降低不同企業技術門檻

至於InfiX.ai創辦人兼首席科學家、理工大學講座教授楊紅霞主導的項目，則從AI基礎設施入手，處理企業使用大模型時面對的運算成本及部署效率問題。

在AISS及AISC算力支援下，InfiX.ai研發「協作式生成式人工智能平台」（Co-GenAI），縮短由數據治理、模型訓練、微調至推理部署的流程，降低企業部署及行業適配大模型的門檻。相關平台已協助製造、政務、金融、醫療及教育等行業提升AI應用效率30%至50%。

楊紅霞以AISC的實際部署說明算力效能的重要性。她指出，原本基於FP16計算的3,000P算力，配合InfiX.ai基礎設施平台後，在毋須更換硬件的情況下，效能相當於提升至6,000P，即相同計算任務可望以約一半時間完成。

楊紅霞認為，強大的算力資源連同香港AI創新生態，亦是吸引跨產業AI人才來港的重要條件。團隊目前正與本地學校及香港賽馬會合作探索AI教育應用，將大模型由技術研發進一步帶到日常生活場景。而強大的算力資源及 AI 創新生態，更是吸引全球跨產業領域的 AI 人才來港創業的關鍵因素。企業藉助數碼港日益蓬勃的AI 生態，延攬來自創科巨企的人才，令團隊得以將科研成果推至更高台階，進一步豐富香港創科人才庫。

完善算力及創科生態　數碼港助AI成果落地

數碼港表示，隨着AI研發及產業應用對高性能算力的需求持續增加，將繼續發揮人工智能超算中心及AI創新生態的優勢，支援科研機構、企業及初創加快技術研發及成果轉化，推動更多AI應用落地各行各業，同時吸引海內外不同背景的AI人才來港發展，讓人工智能創新成果進一步轉化為產業及社會價值。