新闻及香港科大故事
2026
新闻
科大研发创新高效、低成本污水处理技术
香港科技大学(科大)研究团队研发出一项突破性的污水处理技术。该技术结合了基于生物沉积形成的生物膜滤网与超音波空蚀清洗技术,能在厌氧条件下于3.8秒内完成滤网清洗,其处理污水量较现行传统生物膜反应器(MBR)高出10至20倍。新技术不仅在极低能源消耗下维持高效运作,经处理后的水质亦高于国际及本地标准,每立方米汙水的处理成本亦更低至传统MBR的50%。这项创新技术为处理生活和工业汙水带来可持续性的崭新方案。研究团队由科大土木及环境工程学系讲座教授陈光浩教授领导,团队成员包括土木及环境工程学系博士后研究员郭洪骁博士及博士生罗宇等人,研究以「瞬态空化实现滤网式生物反应器中滤饼层的超快速去除,从而高效完成污水处理过程中的泥-液分离」为题于《自然 – 水》期刊发表。MBR为现时全球最普遍应用的二级污水处理技术之一,利用微生物经好氧或厌氧方式,分解污水中的有机物。以香港渠务署所制订的标准为例,经二级处理污水的总悬浮固体(TSS)须符合每升30毫克或以下的排放标准。虽然MBR技术在分离水与悬浮生物方面表现出色,但膜污染(fouling)问题严重,需要定期清洗和更换,导致营运成本相对高昂。科大团队设计的生物膜网状滤网(Mesh bioreactors, MeBRs),采用10至200微米的网状结构,利用微生物自然沉积形成的薄膜进行固液分离,并使用压电式超声波换能器(piezoelectric ultrasound transducers),透过超声波产生气泡并瞬间破裂所造成的空蚀现象(cavitation),迅速剥离网面上的污染物(biocake)。在好氧情况下能在10秒内完成清理程序,至于在处理家用污水的厌氧情况下,清洗时间更缩短至 3.8 秒。MeBRs的多项关键突破包括:
新闻
科大AI突破:全球首个实现四小时强对流天气预警模型
在应对极端天气、提升气候韧性的关键领域,香港科技大学(科大)取得了一项突破性进展。科大研究团队成功研发出一种人工智能模型,能够提前长达四小时预警危险的强对流风暴,包括多次袭港的「黑色暴雨」及雷暴及突发性强降雨等。这项全球首创的技术由科大与国家级气象机构合作开发。与现有系统相比,该模型利用卫星数据及先进的深度扩散技术,能在48平方公里的空间尺度上将预报准确率提升超过15%,这不仅显著增强了国家气象预报系统的整体精准度,也为亚洲乃至全球防灾能力较弱的地区带来了更有效的早期预警,以应对气候突变的风险。这项研究与「沿海城市气候韧性国家重点实验室」(SKL CRCC)的核心目标高度契合。该实验室于去年获中国科学技术部批准成立,现由实验室主任吴宏伟教授领导。他同时担任科大副校长(大学拓展)、及中电控股可持续发展学教授。研究团由科大沿海城市气候韧性全国重点实验室之气候变化与极端天气方向科研主管、土木及环境工程学系讲座教授兼「杰出创科学人」苏慧教授,联同博士后研究员代快博士,并与哈尔滨工业大学(深圳)计算机科学与技术学院、中国气象局热带海洋气象研究所及国家卫星气象中心的学者组成。研究成果已发表于《美国国家科学院院刊》,论文题为〈利用卫星数据驱动的深度扩散模型实现四小时对流预报〉。近年极端天气的情况愈趋频繁,香港去年夏季曾在八日内四度发出黑色暴雨警告;印尼峇里岛、泰国南部等地亦遭受暴雨洪涝重创,造成重大人命伤亡和经济损失。现行天气预报主要依靠数值模式模拟大气状态,运算成本高昂且易受大气混沌性及观测资料不足的影响,对于快速发展且尺度细小的对流系统(如雷暴及暴雨),准确预报时间通常仅能提前20分钟至两小时。如此短暂的预警时间,令政府部门、应急部门和公众在灾害来临前几乎来不及部署、疏散或采取有效防灾措施。
新闻
科大13项研究项目获研资局资助 项目数量及金额为全港院校之冠
香港科技大学(科大)在2025/26年度大学教育资助委员会(教资会)辖下研究资助局(研资局)的「协作研究金」及「研究影响基金」项目遴选中,展现出卓越的科研领导力。科大共有13项研究项目成功获得「协作研究金」及「研究影响基金」拨款,资助总额逾港币7,700万元;无论在项目数量和金额方面,均位列全港所有教资会资助大学的榜首。此佳绩不仅彰显科大致力推动跨学科及跨院校研究,在将前沿研究成果转化为具社会实效的解决方案以提升社会福祉方面,亦实力雄厚。是次获研资局资助的研究项目涵盖多个对未来发展至关重要的前沿领域,包括人工智能(AI)、量子材料科学、微电子与自动化系统等尖端科技。这些研究旨在应对当前迫切的挑战与机遇,例如提升城市抵禦气候灾害的能力、加速低碳经济转型、提升金融数据分析的精准度、开拓精准医疗技术的应用,以及构建低空经济产业生态系统。科大副校长(研究及发展)郑光廷教授祝贺各研究团队,并强调研资局的拨款对科大科研发展具有深远意义。他表示:「科大衷心感谢研资局对我们的跨学科研究工作予以充分肯定。科大始终秉持『创新为民、科研为用』的理念,致力将前沿科研成果转化为对社会带来切实价值与效益的创新方案。今年获资助的项目极具发展潜力,涵盖能源、灾害应对、医疗健康、金融发展等关键领域。展望未来,科大将继续加强与政府、产业界、学术及科研机构,以及投资界的紧密合作,共同推动新质生产力发展,以科技创新贡献香港、国家及全球社会。」获资助项目简介:研究项目协调项目之科大学者协作研究项目补助金
2025
新闻
科大工学院研究人员开发新型光探测器 提升片上功率监测效能 促进可编程光子学、生物传感及片上实验室系统技术应用
可编程光子学利用光传送信号,能达到比电子学更快、更节能的运算。然而,现有片上功率监测器的性能不足,令可编程光子系统的发展受限。香港科技大学(科大)工学院研究团队成功开发一种注入锗离子的硅波导光电二极管,这种新型光探测器具备高响应度、超低光学损耗及低暗电流的特点,能大大提高片上功率监测器的效能,为节能、超灵敏生物感测系统提供关键硬件,以促进可编程光子学的实际应用。研究成果已于国际期刊《先进光子学》发表。可编程光子学器件利用光来进行复杂运算,是光子学研究的关键领域。有别于使用电子传送信号的传统电子装置,可编程光子系统使用光子,具有处理速度更快、带宽和能源效率更高的优势,使可编程光子学可应用于对运算要求较高的实时深度学习、数据密集型计算等。片上功率监测器是构建可编程光子网络不可或缺的核心组件,其性能高低直接决定了系统的自适应调整精度、稳定性和整体效能。然而,现有功率监测器的设计存在许多限制,包括需要保持极低光学吸收损耗,以避免对传输中光讯号造成显著衰减,亦需要高响应度来确保对微弱光功率的检测灵敏度,以及保持低暗电流和低功耗。为应对这些挑战,由科大电子及计算机工程学系系主任及教授潘永安及博士生牛玥带领的团队,开发出一种注入锗离子的硅波导光电二极管,解决了片上功率监测器无法兼顾高响应度和低损耗的难题。波导光电二极管是一种小型光探测器,可直接集成用于传输光讯号的光波导中。波导光电二极管将在波导中传输的一小部分光,转换为电讯号,以便传统电子设备进行测量。注入锗离子有助增强转换效率,原理是透过离子轰击在光电二极管的硅结构内部引入可控的缺陷,令其可吸收比纯硅吸收范围更低的光子,使光电二极管能够侦测波长范围宽度更广的光。
新闻
科大与SEMI合办首届「2025半导体创新与智能应用峰会」
香港科技大学(科大)与SEMI合办的「2025半导体创新与智能应用峰会」(SIIAS)日前圆满举行。峰会作为科大创立35周年志庆活动之一,获中华人民共和国香港特别行政区政府支持,首次在港举行,成功汇聚逾600名来自中国内地、美国、沙特阿拉伯、德国、新加坡等地的半导体行业领袖、前沿科研学者、核心政策制定者及学生,共商产业技术创新与全球发展策略,进一步巩固香港作为国际创新科技枢纽的地位。峰会充分彰显了科大在半导体科研及成果转化的领先地位,以及其在凝聚官、产、学、研、投各方力量,共同推动半导体产业发展方面所作出的贡献。
科大副校长(研究及发展)郑光廷教授对于成功主办本次峰会感到非常荣幸,并强调:「我们衷心感谢香港特别行政区政府给予鼎力支持,令此次在半导体行业内非常重要的峰会得以在香港顺利举办。这亦反映了我们共同致力推动半导体产业发展,使其成为创新的重要支柱。香港作为国际金融中心、全球最国际化的都市之一,同时位处于粤港澳大湾区,拥有连结产、学、研各界的蓬勃生态系统,是进行国际交流的理想之地。举办此类活动有助于推动全球产业在技术落地的前阶段协作,加速创新,并促进半导体行业所亟需的人才培育。香港科技大学坚信,跨学科合作是推动颠复性科技进步的催化剂。通过汇聚学术界、产业界、研发专家及投资者,我们正在共同构建一个充满活力的半导体创新生态系统。」
SEMI全球副总裁居龙先生表示:「香港作为连接全球创新生态的枢纽,举办首届国际半导体峰会具有重要战略意义。作为国际化、专业化和本地化的平台,SEMI非常荣幸能与香港科技大学携手,将自身的全球产业资源与顶尖学术力量深度融合。此次活动不仅进一步扩大了SEMI中国在香港及全球半导体行业的影响力,更将成为加速香港建设半导体创新高地、成为推动全球产业协同发展的新引擎。」
互动体验区展示科大创科成果
科大「业界交流日+」同场举行,特设创新互动体验区,供各行各业领袖及参加者深入了解科大和科大(广州)科研团队的前沿技术成果。 展出的创新技术包括:
智能复健机械人系统:可即时分析人体动态与姿势的机械人,提升复健治疗精准度。
新闻
科大与SEMI合办「2025半导体创新与智能应用峰会」将于12月2日香港首次举行
香港科技大学(科大)与国际半导体产业协会SEMI携手合作,将于2025年12月2日(星期二)合办「2025半导体创新与智能应用峰会」(SIIAS)。这一标誌性行业盛会首次移师香港举行,并获香港特别行政区政府资助,届时将汇聚全球半导体行业领袖、前沿科研学者及核心政策制定者,共同规划半导体创新未来蓝图,推动产业战略发展。SIIAS的举办将有助巩固香港作为全球微电子与先進製造创新中心的地位。特区政府创新科技及工业局局长孙东教授及SEMI全球副总裁居龙先生将出席活动担任嘉宾,分享他们对半导体产业发展的独到见解。峰会亦设有多场专题讨论,由来自世界各地包括中国内地、美国、沙特阿拉伯、德国、新加坡等地的行业领袖参与,分享其真知灼见。同场更设有创新互动体验区,汇聚来自科大和科大(广州)共12 支科研团队的前沿技术成果,生动展示半导体技术如何推动世界进步。此外,大会更特别为中学生安排了多场STEM 工作坊,通过沉浸式体验让他们探索人工智能和半导体应用的奥秘。成立于1970年的SEMI是全球半导体产业规模最大的行业协会之一,连繫全球3,000多家半导体企业及150万名产业专业人士,致力透过倡议、人才培育、可持续发展、供应链管理和各式计划,助力产业会员加速协作,以应对产业挑战。SEMI每年在世界各地举办大型论坛及展览,积极推动全球产业进步,并汇聚各方精英加速行业创新。更多活动资讯及报名详情,敬请浏览:https://okt.hkust.edu.hk/siias-event。
新闻
科大工学院研发超高效红色量子棒QR-LED 大幅提升屏幕色彩鲜艳度及亮度
由香港科技大学(科大)工学院领导的研究团队在量子棒发光二极管(QR-LED)技术上取得重大进展,为红色QR-LED创下了破纪录的高效率水平。 这项创新有望彻底改变下一代显示与照明技术,为智能手机和电视用户带来更生动、更优质的视觉体验。发光二极管(LED)早于数十年前已应用于电子产品,直至近年量子材料出现,催生出量子点LED(QD-LED)和量子棒LED(QR-LED)。 与目前主流的LED技术相比,QD-LED能够提供更高的色纯度(颜色鲜艳程度)和亮度。 然而,光取出效率是主要障碍,因为它为外部量子效率(EQE)设定了根本性的上限,从而阻碍了性能的进一步提升。QR-LED所采用的量子棒是一种细长形的纳米晶体,具有独特的光学特性。 通过改良设计,可优化光的发射方向,从而提高光取出效率。 然而,QR-LED面临两大技术挑战:一是材料在吸收光子后,其光致发光量子产率(即发射和吸收光子数量的比率)较低; 二是薄膜质量较差,容易引起漏电流现象。为突破现有局限,由科大电子及计算机工程学系副教授Abhishek K. SRIVASTAVA教授所带领的研究团队,通过精细的合成工艺成功提升了QR-LED的光学性能,并实现了红色和绿色量子棒在尺寸分布和形状上均一,令光致发光量子产率显著提升至92%,这些特性对于优化QR-LED性能至关重要。过往的研究一直忽视了不规则量子棒薄膜所引起的漏电流现象,以及该问题对QR-LED外量子效率的负面影响。 为此,团队构建了一个等效电路模型,以深入分析传统QR-LED结构中的漏电流问题及其器件的工作原理,从而开发具针对性的解决方案以抑制电流泄漏。 通过对QR-LED器件结构进行优化改造,团队在提升载流子注入效率的同时,显著抑制了漏电流的现象。采用新技术后,经优化后的红色QR-LED实现了高达31%的外量子效率,亮度达110,000 cd m⁻²,创下了红色QR-LED研究的新纪录。 为验证该技术的通用性,团队以相同方法应用于绿色点棒状量子棒,同样取得满意结果:外量子效率20.2%,并实现了250,000 cd m⁻²的超高亮度。 有关成果不仅证明了团队的创新方法有效,也展示了其在不同颜色和形状量子棒的庞大应用潜力。
新闻
香港科大冯诺依曼研究院团队发布创新AI图像生成和编辑器 突破创作瓶颈 表现优于现有模型
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)。