新闻及香港科大故事

人工智能（AI）图像编辑及生成模型获广泛应用于图像创作，然而其对抽象概念如感觉和氛围等理解精准度一直存在局限，且多依赖纯文字指令，较难准确表达复杂图像意思，亦无法捕捉风格、材质或光影等效果。 由香港科技大学（科大）冯诺依曼研究院院长兼计算机科学及工程学系讲座教授贾佳亚教授带领的团队成功开发名为「DreamOmni2」的AI图像生成和编辑器，不仅拥有卓越的多模态指令编辑和实体对象生成能力，更在抽象概念的理解和生成方面有重大突破，让AI不仅能「看图」，更能「理解图意」，多方面表现优于同类型开源和闭源模型， 为AI创作开启无限可能。直击缺陷：解锁抽象概念的创作潜能近年，图像编辑及生成模型的发展进入爆发阶段，新品频出，但暂时仍未有任何模型能彻底克服实际作上遇到的两大缺陷。 其一是文本指令的局限性，纯文字指令难以准确描述人物特征、抽象纹理等细节。 其二是抽象概念的缺失，现有模型仅能处理有形实体，如人物、对象，无法有效应对发型、妆容、纹理、光影效果或风格等抽象概念，极大程度上限制了创作空间。 DreamOmni2则可解决有关难题，成功执行两大全新任务，包括根据用家输入的抽象或实体概念，执行多模态指令编辑和生成，真正成为「全能创作工具」。 全面性能测试：超越现有开源与闭源模型在多模态指令生成任务中，DreamOmni2能基于图片中的实体进行图像生成，例如提取图一的画作挂在卧室墙上，将图二盘子的材质套用在图三的水杯，并将水杯放置在桌子上，以生成符合用家要求的新图像（图示一）。 在多模态指令编辑任务中，DreamOmni2的表现亦非常优秀，例如将图中帽子的颜色变成与另一张图毛衣相同的配色（图示二）。

2025年10月16日至19日，香港科大「创科行」（第4站）＠HICOOL 2025全球创业家高峰会系列活动成功举办！HICOOL全球创业家高峰会被誉为「全球创新创业风向标」，本届高峰会吸引100余个国家和地区的顶尖创新力量齐聚。作为「创科行」活动的核心连结场景，本届高峰会活动为香港科大搭建了「成果展示+思想碰撞」的双重平台，成为本次创科行的重头戏。

香港科技大学（科大）成功研发创新人工智能（AI）系统SmartPath，革新癌症病理诊疗全流程。系统由科大计算机科学及工程学系和化学及生物工程学系助理教授兼医工交叉联合创新中心主任陈浩教授带领的团队所开发，整合临床诊断、分型、生物标记物量化、治疗评估及预后跟进功能，涵盖多种癌症类型，以加快诊断速度，为患者提供更个人化的治疗方案。SmartPath建基于全球其中一个规模最大及最多元的病理数据集，涵盖34种主要人体组织部位、逾50万张全切片影像。系统可辅助专业医疗人员执行逾百项临床任务，包括癌症病情分级、分型、治疗反应评估、存活率预测，以及生成详细病理报告等。系统的关键突破在于能通过综合病理基础模型框架，精准诊断多种香港发病率最高的癌症，包括肺癌、乳腺癌、大肠癌及胃癌。创新功能一站式支援临床诊疗全流程SmartPath系统的核心能力由两大整合式AI模型驱动：卓越的跨癌种通用能力：系统核心的通用病理基础模型（GPFM）提供了统一框架，能精准识别不同肿瘤类型及癌症亚型与生物标记物量化。该系统不仅能进行诊断，更能预测患者的生存期及评估潜在治疗反应，为个人化治疗奠定基于数据的基础。多模态智能深化病理分析：系统另一重要的多模态全切片病理基础模型（mSTAR）整合了病理影像及海量的文字数据，包括病理报告及转录组学数据，可在短短数分钟内自动生成资料详尽的病理报告，并具备视觉谘询功能，让病理学家能针对切片细节提问。

香港科技大学（科大）最新研究显示，一种名为TREM2 H157Y的遗传变异会显著增加中国人群罹患阿尔茨海默症的风险。研究发现，此遗传变异所带来的致病风险，与目前已知最强的阿尔茨海默症遗传风险因子APOE-ε4相近，能使病情迅速恶化和带来更严重的神经退行性病变。这项研究是该领域首个针对中国人群多发的阿尔茨海默症遗传风险因子TREM2 H157Y遗传变异所进行深入的家族临床个案研究。研究成果已刊登于国际权威科学期刊Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association，对疾病监测和病人照顾影响深远。主要研究结果包括：TREM2 H157Y 遗传变异与阿尔茨海默症风险增加相关。大约每 200 名中国阿尔茨海默症患者就有一人携带 TREM2 H157Y 遗传变异。携带TREM2 H157Y遗传变异患者的临床病情恶化更迅速。携带TREM2 H157Y遗传变异的阿尔茨海默症患者出现更严重的病理影响。

膜蛋白在多种生物过程中发挥关键作用，同时也是重要的药物靶点。过去几十年来，科学家一直依赖去垢剂从细胞膜中提取膜蛋白以进行结构研究。尽管这些传统方法显著推动了人们对膜蛋白结构的理解，但也存在一些限制，例如去垢剂筛选过程消耗资源以及缺乏天然膜脂环境，这可能阻碍了对脂质介导膜蛋白调控机制的深入研究。为此，由香港科技大学（科大）生命科学部党尚宇教授领导的研究团队开发了一种基于囊泡的新方法，能够保留天然脂质环境，促进后续的结构和功能研究。经过四年的系统研究，党教授团队的新方法避免了使用去垢剂进行纯化，而是直接从细胞膜中生成含有目标蛋白的囊泡，供后续的冷冻电镜成像和结构研究。团队建立了一套完整的工作流程，用於囊泡样品的制备、纯化和质量控制，使这种方法可应用於多种膜系统。为应对由天然膜结构引起的强背景信号和干扰，他们开发出一种基于电镜图像的筛选方法，并结合人工智能模型，专门分离高质量的膜蛋白粒子。研究团队成功将这种方法应用於多个膜蛋白系统，解析了在大肠杆菌细胞膜中过度表达的AcrB蛋白3.9 Å分辨率结构，以及在猪心线粒体内膜中解析的天然呼吸链复合物III的3.0 Å分辨率的结构。该研究的第一作者、博士候选人刘航表示：「凭借党教授的跨领域研究策略，团队成功建立了一個涵盖样品制备和数据处理的综合系统，用於膜蛋白的原位结构研究，並解决了不少以往未能克服的挑战。」与传统基于去垢剂的方法相比，这种新方法不仅成本更低、操作更简单，使用也更便捷，最重要的突破是它保留了天然膜环境和关键脂质分子，最大限度地维持了膜蛋白的天然构象。这种新方法也表现出良好的通用性，可以应用於不同物种和细胞膜结构的各种膜蛋白，有望显著减轻研究人员的工作量，降低膜蛋白结构解析的难度，並拓宽冷冻电镜结构生物学的研究范围。

由香港科技大学（科大）甘剑平教授（海洋科学系）和杨灿教授（数学系）领导的研究团队，开发了一种新型AI驱动的工具，名为STIMP，用于诊断沿岸海洋生产力和生态系统健康。STIMP引入了一种新范式，能够对缺失数据进行插补，从而在大时空尺度上预测叶绿素a（Chl-a）浓度。在对四个全球代表性沿海区域的测试中，STIMP的表现显著优于现有的地球科学工具，将插补的平均绝对误差（MAE）降低最高达81.39%，预测的平均绝对误差降低了58.99%。准确的叶绿素-a预测有助于及早检测有害藻华，保护生态系统，并为制订海洋政策提供具数据基础的见解。 沿岸海洋是地球上生产力最高的海洋生态系统，因为来自陆地的营养盐输入和活跃的水动力过程促成了高生物生产力和生物多样性。然而，沿岸海洋生态系统易受频繁且严重的富营养化、生物地球化学极端事件和缺氧的影响，这些因素严重威胁着沿海环境的可持续性以及沿海地区的蓝色经济。叶绿素a的浓度是衡量海洋环境整体健康状况的关键指标。利用遥感获得的叶绿素a数据来实现大尺度时空海洋环境质量诊断的数据驱动方法，是一种有前景的解决方案。然而，开发基于数据驱动的大尺度时空叶绿素a预测方法仍面临三个挑战：首先，叶绿素时间变化难以捕捉；其次，叶绿素的空间异质性难以建模；第三，观测数据的高缺失率使得时空变化的获取更具挑战性。 为了解决上述挑战，科大研究团队开发了一种先进的AI驱动时空插补与预测（STIMP）模型，用于预测沿岸海洋中的叶绿素a。STIMP将叶绿素a的预测分解为两个连续步骤：1）插补过程，从部分观测数据中重建多个可能得完整时空叶绿素a分布；2）预测过程，基于每个重建的连续且完整的时空叶绿素a分布进行精准预测。通过使用Rubin规则对多次插补和预测过程的结果进行平均，获得最终的叶绿素a预测。透过这种方式，我们的STIMP方法不仅通过对缺失数据的精确插补提高了整体预测性能，还提供了置信区间以量化预测的不确定性。

由香港科技大学（科大）物理系及化学系副教授潘鼎和物理系助理研究教授李烁辉博士领导的研究团队，基于深度生成模型，开发出一种新型直接采样方法。这方法可在连续温度范围内实现对玻尔兹曼分布的高效采样，研究成果已发表于《物理评论快报（Physical Review Letters）》*。 玻尔兹曼分布是统计力学热平衡状态下最重要的分布之一，玻尔兹曼分布的采样对于理解相变、化学反应、生物分子构象等复杂系统至关重要。然而，如何高效且精确地计算这类系统的热力学量，一直是学界面临的长期挑战。传统统计力学数值方法包括分子动力学（Molecular Dynamics, MD）及马尔可夫链蒙特卡洛采样（Markov Chain Monte Carlo, MCMC），当系统的能量势垒较高时，需要长时间的模拟才能获得系统平均，因此计算成本高昂。 受深度生成模型最新进展的启发，李博士及其研究伙伴提出了一种通用框架——变分温度可微模型（variational temperature-differentiable, VaTD），适用于任何易解显性的密度生成模型（tractable density generative model），例如自回归模型（auto regressive models）及归一化流模型（normalizing flows）。VaTD能够学习连续温度范围内的玻尔兹曼分布，热力学量对温度的一阶及二阶导数可以方便地通过自动微分获得, 效果相当于近似得到了一個解析的配分函數。在最優性必要條件下，該模型可以嚴格保證無偏的玻尔兹曼分布。更重要的是，连续温度区间的积分有助於跨越勢壘，減小模擬中的偏差。

香港科技大学（科大）今天于香港特别行政区政府总部举行的「全国重点实验室」授牌仪式上，获国家科学技术部（科技部）阴和俊部长正式颁授三个全国重点实验室牌匾。科大衷心感谢国家科技部，及香港创新科技及工业局(创科局)对科大科研发展的持续信任与认可。除两所重组后更名的「神经系统疾病全国重点实验室」与「显示与光电子全国重点实验室」外，科大亦将与香港理工大学(理大)合作新建「沿海城市气候韧性全国重点实验室」，共同为国家在应对极端天气、提升城市安全与防灾能力等重大需求上提供科技支撑。 国家科技部于2022年启动「国家重点实验室」的优化重组，并于2025年初批准 12 所现有的「国家重点实验室」 重组成为「全国重点实验室」，另新建三所「全国重点实验室」（其中一所由两间大学共建）。15所全国重点实验室已于本年7月1日，正式成为国家级科技创新平台。科大既完整保留全部原有的重点实验室，又成功获批新建重点实验室的院校。 香港特别行政区行政长官李家超、国家科技部部长阴和俊、中央人民政府驻香港特别行政区联络办公室（中联办）主任周霁，及创新科技及工业局局长孙东出席了今日的授牌仪式，并与本地五所大学的校长及15所「全国重点实验室」的主任和其代表举行座谈会，探讨香港如何凭借优秀人才、创新科研及国际化环境，更好地支持国家创新驱动发展战略。科大校长兼「神经系统疾病全国重点实验室」主任叶玉如教授，「显示与光电子全国重点实验室」主任Prof. Kristiaan Neyts和联合主任范智勇教授，以及「沿海城市气候韧性全国重点实验室」双主任之一的吴宏伟教授出席，并参与其后的授牌仪式。 香港行政长官李家超说：「在『一国两制』下，香港拥有背靠祖国、联通世界的独特优势，积极担当国家和全球之间『超级联系人』和『超级增值人』的角色。在香港的全国重点实验室将提供重要平台，促进与海内外的顶尖大学和科研机构合作，汇聚全球各地的优秀科研人员，助力打造香港成为国际高端人才集聚高地。」