新闻及香港科大故事
2026
新闻
HKUST Successfully Hosted the Final Presentation and Award Ceremony for the 2026 GenAI Hackathon on Putonghua Web Tools(只供英文版本)
The final presentation and award ceremony of the 2026 GenAI Hackathon: Competition on a Putonghua Web Tool, co‑hosted by the Center for Language Education (CLE) and the Department of Computer Science and Engineering (CSE) of the HKUST, successfully took place on March 9, 2026.We were joined by our Guests of Honor, including Dean of SHSS Prof. LI Ping, Director of CLE Prof. Melinda Whong, and Director of CEI Dr. Sean McMinn. We were also delighted to welcome Ms. HOU Ming, Chief Managing Director the Hong Kong Language Studies Center (HKLSC), together with faculty and students from various departments of the University.
新闻
科大教授获颁法国「国家功绩勋章骑士勋位」
科大商学院财务学系兼任副教授 Veronique LAFON-VINAIS 教授在3月3日于法国驻香港及澳门总领事官邸获颁「国家功绩勋章骑士勋位」(Chevalier de l’Ordre National du Mérite),以表彰她在可持续金融教育方面的卓越贡献。该荣誉于 3 月 3 日由法国驻香港及澳门总领事 Christile DRULHE 女士颁授,以表扬 Lafon-Vinais 教授在推动金融领域的可持续发展,以及促进法国与香港合作方面所作出的贡献。谈及这项殊荣时,Lafon-Vinais 教授表示,这项奖项不仅属于她个人,同时也肯定了她与同事们过去数十年来共同推动可持续发展,以及促进可持续金融与绿色金融发展的集体努力。她并表示,对科大在跨学科领域所取得的众多成果深感自豪。设立于 1963 年的国家功绩勋章,是法国最具声望的国家荣誉之一。该勋章由法国总统颁授,旨在表彰于文职或军职服务方面表现卓越,并对国家及社会作出重大贡献的人士。此项荣誉亦突显了 Lafon-Vinais 教授在推动可持续金融教育及促进法国与香港合作方面工作的国际重要性。
新闻
科大举行《富途学术厅》命名典礼
香港科技大学(科大)获富途证券国际(香港)有限公司(富途)慷慨捐赠港币三千万元,以支持大学推动创新科研发展,并设立奖学金嘉许优秀的科大学生。为答谢富途的热心支持,科大将李兆基图书馆内一所多功能学习设施命名为「富途学术厅」,该设施为科大师生进行教学、小组讨论和个人学习的关键学术中心。此举不仅凸显产学互联对人才培育方面的重要性,更为双方长远合作奠定坚实基础。命名典礼于日前举行,主礼嘉宾包括:富途控股首席财务官陈宇先生、富途证券区域总监是俊峰先生、富途证券董事总经理谢志坚先生、科大校长叶玉如教授、 副校长(大学拓展)吴宏伟教授、副校长(研究及发展)郑光廷教授,以及其他科大及富途代表亦出席见证。陈宇先生表示:「富途自2012年创立以来,始终坚持以科技推动投资及金融服务创新,持续推动金融科技发展。我们深信,人才是行业进步的核心动力。为此,富途与科大携手设立『富途奖学金』,致力培育下一代金融科技领袖,共同壮大香港的创科生态。这不仅是对教育的投入,更是对香港长远发展的坚定支持投资。展望未来,富途将坚持创新与人才并重,联手各界伙伴,持续扩大香港金融科技生态圈,为产业注入新动力,推动可持续、高质量发展。」叶玉如教授表示:「科大衷心感谢富途的慷慨捐赠。这份坚实支持,将推动大学在科研创新和人才培育方面再创高峰,为社会进步贡献力量。 富途『以科技造福社会』的理念,与科大的核心价值高度契合。我们双方合作渊源深厚,富途更是本地首个由科大学者领军研发的生成式人工智能公共服务应用程序『港话通』的重要战略伙伴。正值科大庆祝三十五周年校庆之际,我们期盼与富途深化合作,携手促进社会发展,共同构建一个以创新为动力、以卓越为标准、以深远影响力为目标的未来。」
新闻
科大举行新春传媒聚会
香港科技大学(科大)今日举行新春传媒聚会,科大校长叶玉如教授,联同一众管理层成员,包括首席副校长郭毅可教授、副校长(行政)谭嘉因教授、副校长(研究及发展)郑光廷教授、副校长(大学拓展)吴宏伟教授、副校长(发展)邝家升工程师,以及协理副校长及学院院长,与传媒朋友聚首一堂,回顾过去一年的丰硕成果,并分享科大新一年的发展大计。一众科大管理层成员手持印有「科大卅五载 跃马创新章」的对联,寓意科大创校35周年,将策马扬鞭、勇往直前,全力推进新医学院的筹备工作,于马年揭开发展新篇章。叶玉如校长表示:「马在中华文化中象征勇往直前、自强不息,与科大『凡事皆可为』的信念相互呼应。今年既是国家『十五五』规划开局之年,亦适逢科大创校35周年的重要里程碑。大学将继续落实『科大策略发展计划2031』中的愿景,在提升国际竞争力、吸引及留住卓越人才,推动策略性领域创新及知识转移等方面,发挥科大所长,贡献香港及国家所需,全力支持国际专上教育、创新科技及医疗创新三大枢纽的建设,及推广『留学香港』品牌。」在国际创新科技及医疗创新枢纽建设方面,科大致力推动策略性领域的创新与知识转移,并在以下四大范畴硕果累累:人工智能(AI):科大在AI教研方面长期保持领先地位,「数据科学及人工智能」全球学科排名第 17 位,稳居香港第一。为进一步加速 AI 创新,科大于去年成立冯诺伊曼研究院,聚焦具身智能、生成式 AI、先进超级运算等前沿技术,并与政府及业界保持紧密合作,培育高端 AI 人才。医疗及生物科技:在医疗及生物科技领域,科大大力推动疾病治疗、AI 辅助癌症诊断与预后、健康监测等创新应用。科大医学院成立后,将进一步强化科研、临床与创新科技的深度融合,巩固香港在医疗创新上的竞争优势。
新闻
科大研究揭示热带气旋靠岸前降雨率骤增原因
香港科技大学(科大)研究团队分析过去40年间约1,500个热带气旋的数据后发现,热带气旋在登陆前约60小时,其平均降雨率会明显上升,增幅逾20%,并首次清楚揭示这一现象背后的物理成因。研究指出,当风暴靠近陆地时,由于湿度上升及海陆摩擦差异扩大等「海陆差异」效应,令风暴在靠岸前的雨势进一步加剧,从而提高沿岸地区的潜在风险。此研究成果有助提升沿海地区的防灾部署及预警能力。研究由科大海洋科学系主任兼讲座教授、港澳海洋研究中心主任甘剑平教授领导,并以〈Global increase in rain rate of tropical cyclones prior to landfall〉为题刊登于国际期刊《Nature Communications》。过往研究多着眼于全球气候暖化下的长期降雨变化,然而对气旋登陆前数十小时这个最关键的预警窗口,雨量如何变化及其背后的物理成因始终欠缺系统性的研究。为填补这空白,科大团队分析了1980至2020年间的全球卫星降雨数据,全面检视气旋靠岸前的降雨变化及其动力机制。研究结果显示,不论风暴所处的海域、强度及纬度为何,气旋在登陆前的降雨量均呈现一致增强的现象。这种增幅并非由海水温度上升直接造成,而是源于风暴逼近陆地时所产生的海陆差异效应,包括沿岸低层空气湿度上升、陆地与海洋摩擦差异导致气流更易汇聚,以及大气不稳定度提高。多重因素叠加,使热带气旋在登陆前约60小时的暴雨显著加剧,增幅逾20%,令沿海地区在风暴正式登陆前已承受更高的潜在风险。
新闻
科大开发全球首个材料AI工具GrainBot 开辟微结构量化分析新途径
香港科技大学(科大)研究团队成功开发人工智能(AI)工具GrainBot,能从显微图像中自动提取并量化多种材料的微结构特征。GrainBot旨在应对材料科学领域对数据驱动及自主研究流程日益增长的需求,提供系统化的方法将复杂图像信息转化为可量化数据,从而加速新一代材料的研发进程。微结构的定量分析一直是材料科学多个领域的关键难题。尽管先进显微技术能够获取高质量的材料图像,但其中蕴含的信息往往难以通过可靠且高效的方式进行分析。现有方法多聚焦于识别简单特征或进行图像分类,难以揭示不同微结构参数之间的互动关系,阻碍了研究人员深入理解材料结构与性能的关联,减缓新材料的设计与优化。为突破此瓶颈,由科大化学及生物工程学系副教授周圆圆教授领导的团队设计出GrainBot,为分割、特征测量和结构相关性分析提供一体化解决方案。研究团队利用卷积神经网络实现精确的晶粒分割,并结合自研算法测量晶粒面积、晶界沟槽以及表面起伏凹陷等特征。GrainBot能将显微图像转化为多维度的丰富数值指标,有助研究人员建立大型及标准化微结构数据库,摆脱仅依赖定性观察的限制。研究团队将GrainBot应用于一款高效太阳能电池关键材料——金属卤化物钙钛矿薄膜,以验证工具的效能。透过分析不同底部表面形貌样本的原子力显微镜图像,GrainBot成功建构涵盖数千颗独立晶粒的数据库,每颗晶粒均标注多项微结构参数。配合统计分析,便能找出晶粒普遍分布的规律,以及不同特征之间过往难以量化的关系,例如晶粒尺寸、沟槽几何形状与表面粗糙度等的隐藏关联性。除分析统计外,研究更结合可解释的机器学习模型,以揭示微结构特征的相互影响机制。团队以选定的晶粒测量参数为目标,训练基于梯度提升的决策模型,并运用特征重要性分析与特征影响关系图等解析工具,探讨晶粒表面积与晶界沟槽等参数如何共同影响表面凹深或凸脊高度。