新闻及香港科大故事

香港科技大学（科大）与复旦大学附属华山医院（华山医院）及上海交通大学医学院附属瑞金医院（瑞金医院）日前签署战略合作备忘录，正式建立战略合作伙伴关系。科大将与两院就科研合作、人才培养、医学教育、国际交流等方面开展紧密合作，共同培育具备国际视野及前沿创新能力的临床科学家和医学人才，加速高水平的临床科研成果应用及转化，促进两地医疗健康事业实现高质量的可持续发展。科大校董会主席沈向洋教授、校长叶玉如教授、首席副校长郭毅可教授率团到访上海，与华山医院党委书记郑宁及院长毛颖、瑞金医院院长宁光及党委书记胡伟国，以及两院其他代表会面交流，建立深度合作关系，考察两院在人工智能和新兴技术在临床领域的应用和发展，并深入了解人工智能在疾病诊断、治疗优化和健康管理等领域的具体应用。沈向洋教授表示：「华山医院和瑞金医院拥有卓越的医学教育和研究实力，是次合作将强化科大的医学教育创新、人才培育和师资培训，同时促进跨学科和国际学术交流，大幅提升香港和内地的医学研究水平，造福社会。通过深化两地在医疗领域的紧密合作，我们期待为香港及国家的医疗健康产业发展注入新活力，全力支持国家『十五五』规划提出的加快建设健康中国目标。」叶玉如教授表示：「科大很荣幸与两所上海顶尖医院合作，借助科大上海产教融合中心，我们期望将上海打造成为科大的医学教育和临床实践基地，为医学院学生提供临床实习机会和平台，提升他们的临床实践能力和科研水平。两院的丰富教学资源和深厚临床经验，将为科大医学院的课程设计及医学科研方向带来启发，助力医学院在精准医学及智慧医疗领域的创新发展。」

香港科技大学（科大）首席副校长兼计算机科学及工程学系与电子及计算机工程学系讲座教授郭毅可教授当选为中国工程院外籍院士，以表彰其在信息与电子工程学领域的卓越贡献。中国工程院作为国家工程科学技术界最高学术机构，院士荣衔代表工程科学技术领域终身享有的最高学术成就。郭教授表示：「对于能够当选中国工程院院士，我感到非常荣幸，衷心感谢中国工程院给予的肯定。这份殊荣不仅是对我个人科研工作的鼓励，更是对我们团队与所有合作伙伴共同努力的认可。我也感谢香港给我一个为科学发展作贡献的宽广舞台，未来我将秉持初心，致力推动数据科学与人工智能领域的创新研究，积极促进跨学科及国际合作，为工程科技进步与社会发展贡献所长。」科大校长叶玉如教授对此消息表示欣喜：「我们衷心祝贺郭毅可教授当选中国工程院外籍院士。他在人工智能领域的开创性贡献，为科大乃至整个香港的创新科技生态注入了强大动力。这份崇高的荣誉既是对他卓越科研领导力的充分表扬，也必将激励更多人才投身前沿科技创新，为国家发展贡献力量。」作为全球知名的计算机科学家，郭毅可教授在2020年来港前，曾于伦敦帝国理工学院工作33年。他的研究聚焦于大规模科学应用的数据挖掘，包括分布式数据挖掘方法、机器学习，以及讯息学系统于生物学、化学、地球物理学、医疗保健、环境、经济、金融、社交媒体、创意设计及安全等方面的应用。郭教授自2022年12月获任命为科大首席副校长以来，一直致力推动将尖端科技融入大学教育，并在吸引全球人才方面，建树良多。

香港科技大学（科大）工学院的研究团队在脑成像领域取得重大突破，成功开发出一项全球首创技术，能够以近乎无创方式，对清醒状态下的实验小鼠大脑进行高分辨率图像扫描。这项创新技术毋须对实验动物实施麻醉，使科学家能直接观察大脑在自然运作状态下的组织活动，未来将有助深入探索人类脑部在健康和疾病状态下的运作，为神经科学研究开辟全新路径。人类大脑构造极其复杂，科学家一直试图利用脑成像技术探索其运作机制。然而，现有成像技术如磁力共振成像、脑电图、电脑断层扫描和正电子发射断层扫描等，均难以解析大脑微细结构及工作机制。由于小鼠在基因和生理结构上与人类高度相似，常被用作实验模型，用于研究阿兹海默症、亨廷顿舞蹈症、脑痫症等神经系统疾病的治疗方法，以及多种人类癌症疗法和疫苗效用等。然而，在麻醉状况下，小鼠的血液循环、胶质细胞形态及神经元活动会发生显著改变，实验效果远不如清醒状况理想。此外，小鼠在自然活动时亦会导致扫描图像模糊，令观察大脑细微部位的活动变得十分困难。由科大工学院电子及计算机工程学系教授瞿佳男教授带领团队开发的新技术「数字复用焦点感测与整形」（Multiplexing Digital Focus Sensing and Shaping，简称MD-FSS），建基于团队2022年在《自然 – 生物技术》期刊发表的「 模拟锁相相位检测焦点感测与整形（Analog Lock-in Phase Detection Focus Sensing and Shaping，简称ALPHA-FSS）技术进一步开发而成。 ALPHA-FSS利用三光子显微镜，具备高精度和高校正阶数的优势，能以亚细胞级分辨率观测脑部深层组织。然而，ALPHA-FSS的焦点测量速度仍不足以清晰捕捉清醒小鼠大脑组织的活动状况。此外，小鼠颅骨的厚度和密度亦会显著吸收和散射进入大脑的光线，令双光子显微镜难以穿透颅骨。 即使是大脑表层区域，图像质素也会因此下降，导致成像效果不佳。

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）、香港投资管理有限公司（港投公司）与戈壁创投（戈壁）今日宣布成立一支全新战略基金，重点培育由科大孵化的早期初创企业。「Gobi-Redbird Innovation Fund (Gobi-RIF) 」旨在促进前沿学术研究产业化，加快大学科研成果推向全球市场，为全球提供变革性解决方案。作为「红鸟创新基金(RIF)」框架下的第二支风险投资基金，Gobi-RIF基金将整合科大的世界级科研实力与创新生态系统，以及戈壁创投在亚洲首屈一指的创投经验，并借助其遍布亚洲16个战略据点的卓越网络，加快四大重点领域科研成果的商业化进程，包括生物科技、工业4.0、人工智能与机械人及金融科技。是次合作获港投公司支持，是港投公司于2025年5月在其主办的「国际耐心资本论坛」上公布的「耐心资本专项基金」项目之一。港投公司为香港特别行政区政府全资拥有的耐心资本机构，肩负着双重使命：在追求财务回报的同时，提升香港长远的竞争力和经济活力。Gobi-RIF基金已锁定多家极具潜力的初创公司，均源自科大，其中包括割草机械人开发商来牟科技（Lymow），该企业在北美市场表现出色；专门研发模拟讯号集成芯片的无晶圆设计公司原子半导体（Atom Semiconductor）；以及专注于先进人工智能气象技术的空间级卫星解决方案提供商星睿云智（Stellerus Technology）。该基金由戈壁创投负责管理，将采取积极的投资策略，以提升香港在大湾区及更广泛地区的创新影响力。

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。