人工智能算力不只是支撑模型训练的底层基建，亦逐步成为科研成果走出实验室、进入医院及金融机构，最后转化为惠及市民、推动产业升级的实际应用的关键。特区政府数字政策办公室及数码港早前举办“人工智能资助计划”（AISS）专案分享会，展示3个具代表性的研发项目，涵盖医疗多模态大模型、金融生成式AI应用及协作式 AI 模型平台。

3个项目获资助利用数码港人工智能超算中心（AISC）的强大算力，应对模型训练、技术测试及部署等不同需要，再将科研成果转化至实际场景，涵盖缩短病人轮候时间、提升金融风险管理效率，以及降低不同企业部署大模型的门槛。项目代表指出，充足算力不但加快研发进程，亦为AI技术由模型训练、技术验证走向实际应用提供支援，成为香港吸引AI人才及推动产业发展的重要基础。

人工智能资助计划批出接近40项目　涉款逾17亿元

特区政府于2024年推出为期三年，总额30亿元的AISS，主要用作资助合资格用户使用AISC的强大算力，推动科研突破。截至2026 年10月初，计划已接获逾50份申请，批出接近40个来⾃本地院校、研发机构、科技或初创企业及政府部门等牵头的项目，涵盖大语言模型、新材料、合成生物学及医学大模型等前沿领域，总资助额超过 17 亿元。

署理数字政策专员张宜伟表示，人工智能正重塑全球经济及产业形态，而AISS紧扣国家“十五五”规划，希望推动“AI产业化”及“产业AI化”双轨发展，让创新成果由实验室走进商户、医院及工厂。

随着高阶算力需求持续增加，行政长官在2026年《施政报告》宣布再向计划注资10亿元，让合资格机构利用高阶算力支撑前沿科研，开展人工智能相关项目，加速创新突破。张宜伟透露，当局正研究更灵活的资助方式。他表示，现时AISC提供的3,000 Petaflops算力使用率已超过九成，反映科研及业界对高性能算力的需求殷切。

AISS推动AI转化为生产力　让市民摸得到、感觉得到

AISS委员会主席冼汉廸则指出，计划并非单纯支持学术研究，而是希望人工智能真正“在香港落地”，转化为生产力，最终成为市民“摸得到、感觉得到”的便利。合资格申请者包括本地院校、研发机构、政府部门，以及科技或初创企业，委员会审批时主要根据项目可行性、潜在社会及经济效益，以及持续发展等标准作评估，确保获资助项目能切实对香港社会或企业发展带来实质助益。

他表示，CAIR医学大模型、金管局生成式人工智能（GenA.I.）沙盒及InfiX.ai协作式生成式AI平台，正是不同技术走向应用的例子，让科研机构、政府及企业之间形成协作，推动AI由“可以做”进一步走向“做得更好、做得更快、做得更准”。

医疗AI训练需求大　算力支援模型走进医院

在众多AI应用之中，医疗AI对算力的需求尤其庞大。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，其“用于医学诊断和手术的多模态大语言模型研发”项目，受惠于政府AISS及数码港AISC的强大算力支援，正推进医疗AI由模型研发走向临床应用，目标是提升分析效率与诊断精准度，缩短病人轮候时间。

团队目前已建立全栈医疗AI生态，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，涵盖医学影像分析、临床决策及手术辅助等场景。现时可做到手术报告生成时间由2小时大幅缩短至 15分钟；超声波心脏扫描时间更由16分钟减至6分钟，每名医护每日处理量由25宗个案增至60宗以上，病人轮候时间亦由原本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、超声及手术视频等大量数据，模型训练及部署均需要高性能算力。在AISS及AISC支援下，相关模型目前已在内地超过30家医院、香港3家医院部署。刘宏斌又说，若未来进一步增加算力，并建立合规的“可信数据空间”，将有助香港进一步发展医疗AI。

金融AI测试风险　助降低试验成本

由医疗走向金融，AI落地面对的另一项关键问题，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，金融机构过去数年对生成式AI的应用需求增加，但在实际部署前，除了要评估AI衍生风险，亦要面对算力成本，尤其是中小型金融机构未必能在测试初期投入大量资源。

金管局与数码港于 2024 年及 2025 年开展第一期及第二期 GenA.I.沙盒计划，在AISS支援下，运用AISC算力推动金融创新。金管局除了提供监管意见，亦利用AISS及AISC为银行提供算力支援，让金融机构先测试不同应用场景，并模拟极端情况下AI能否安全运作。

李昊扬说，测试集中于风险管理、反诈骗及客户体验，部分成果已转化至实际业务，包括报告生成时间缩短30%至80%，风险分析由原本需时一天缩短至数分钟，超过一半测试用例已成功落地。

其后沙盒升级为GenA.I. Sandbox++，服务范围进一步扩展至保险、证券、强积金及电子钱包，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，沙盒不只是让金融机构“试AI”，亦提供金融机构与科技公司的配对平台，让双方在算力、技术及监管支援下合作，加快由测试走向实际应用。

AISC推动提升算力效能　协作式AI平台降低不同企业技术门槛

至于InfiX.ai创办人兼首席科学家、理工大学讲座教授杨红霞主导的项目，则从AI基础设施入手，处理企业使用大模型时面对的运算成本及部署效率问题。

在AISS及AISC算力支援下，InfiX.ai研发“协作式生成式人工智能平台”（Co-GenAI），缩短由数据治理、模型训练、微调至推理部署的流程，降低企业部署及行业适配大模型的门槛。相关平台已协助制造、政务、金融、医疗及教育等行业提升AI应用效率30%至50%。

杨红霞以AISC的实际部署说明算力效能的重要性。她指出，原本基于FP16计算的3,000P算力，配合InfiX.ai基础设施平台后，在毋须更换硬件的情况下，效能相当于提升至6,000P，即相同计算任务可望以约一半时间完成。

杨红霞认为，强大的算力资源连同香港AI创新生态，亦是吸引跨产业AI人才来港的重要条件。团队目前正与本地学校及香港赛马会合作探索AI教育应用，将大模型由技术研发进一步带到日常生活场景。而强大的算力资源及 AI 创新生态，更是吸引全球跨产业领域的 AI 人才来港创业的关键因素。企业借助数码港日益蓬勃的AI 生态，延揽来自创科巨企的人才，令团队得以将科研成果推至更高台阶，进一步丰富香港创科人才库。

完善算力及创科生态　数码港助AI成果落地

数码港表示，随着AI研发及产业应用对高性能算力的需求持续增加，将继续发挥人工智能超算中心及AI创新生态的优势，支援科研机构、企业及初创加快技术研发及成果转化，推动更多AI应用落地各行各业，同时吸引海内外不同背景的AI人才来港发展，让人工智能创新成果进一步转化为产业及社会价值。