新聞及香港科大故事
2026
新聞
科大積極推廣「留學香港」品牌 支持國際教育樞紐建設
香港科技大學(科大)早前聯同其他七所大學教育資助委員會(教資會)資助大學攜手協辦2026 年亞太國際教育協會(APAIE)年會暨展覽(2月23至27日),並透過一系列國際教育交流合作活動,全力支持同時舉行的「留學香港周」,積極配合香港特別行政區政府打造「留學香港」品牌,推動香港發展成為國際教育樞紐與國際高端人才集聚高地。是次盛會彰顯香港高等教育界的凝聚力與協作精神,進一步鞏固香港作為全球頂尖教育樞紐的地位,並以卓越學術水平與策略性夥伴關係促進更深層次的國際交流。科大校長葉玉如教授出席APAIE 2026校長論壇,與全球70多位高等教育界領袖以「攜手共創全球福祉:應對挑戰、卓越創新、建立信任」為主題深入交流。葉校長分享了高等教育在面對全球挑戰時,如何透過協作與知識外交發揮重要作用。討論重點包括高等院校如何共同建立以使命為導向的夥伴關係,以應對氣候韌性與人工智能管治等共同挑戰;在開放與責任之間取得平衡,建立具倫理及共融的合作框架;以及透過跨界合作把科研成果轉化為實際應用。科大於「留學香港周」期間接待了由泰國朱拉隆功大學(Chulalongkorn University)校長Wilert PURIWAT教授率領並由逾100人的高層代表團。代表團到訪科大校園,標誌着兩校合作關係邁入新里程。雙方更簽署了兩份合作協議,以進一步推展學生交流計畫及研究項目。兩校亦承諾在可持續發展、智慧城市及創新創業領域的合作。合作項目涵蓋多方面,包括為教研人員設立以工程學科研究為主題的種子基金計劃、共同開辦雙碩士學位課程,以及為東盟學生設立獎學金。「留學香港周」期間,科大舉辦多項活動,接待逾400名國際大學領袖及合作夥伴。科大於2月27日舉辦校園日,吸引數百名海外院校代表到訪清水灣校園,深入了解科大的創新與可持續發展項目、學生生活及卓越科研成果。
新聞
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.
新聞
科大舉行「富途學術廳」命名典禮
香港科技大學(科大)獲富途證券國際(香港)有限公司(富途)慷慨捐贈港幣三千萬元,以支持大學推動創新科研發展,並設立獎學金嘉許優秀的科大學生。為答謝富途的熱心支持,科大將李兆基圖書館内一所多功能學習設施命名為「富途學術廳」,該設施為科大師生進行教學、小組討論和個人學習的關鍵學術中心。此舉不僅凸顯產學互聯對人才培育方面的重要性,更為雙方長遠合作奠定堅實基礎。命名典禮於日前舉行,主禮嘉賓包括:富途控股首席財務官陳宇先生、富途證券區域總監是俊峰先生、富途證券董事總經理謝志堅先生、科大校長葉玉如教授、副校長(大學拓展)吳宏偉教授、副校長(研究及發展)鄭光廷教授,以及其他科大及富途代表亦出席見證。陳宇先生表示:「富途自2012年創立以來,始終堅持以科技推動投資及金融服務創新,持續推動金融科技發展。我們深信,人才是行業進步的核心動力。為此,富途與科大攜手設立『富途獎學金』,致力培育下一代金融科技領袖,共同壯大香港的創科生態。這不僅是對教育的投入,更是對香港長遠發展的堅定支持投資。展望未來,富途將堅持創新與人才並重,聯手各界夥伴,持續擴大香港金融科技生態圈,為產業注入新動力,推動可持續、高質量發展。」葉玉如教授表示:「科大衷心感謝富途的慷慨捐贈。這份堅實支持,將推動大學在科研創新和人才培育方面再創高峰,為社會進步貢獻力量。富途『以科技造福社會』的理念,與科大的核心價值高度契合。我們雙方合作淵源深厚,富途更是本地首個由科大學者領軍研發的生成式人工智能公共服務應用程式『港話通』的重要戰略夥伴。正值科大慶祝三十五周年校慶之際,我們期盼與富途深化合作,攜手促進社會發展,共同構建一個以創新為動力、以卓越為標準、以深遠影響力為目標的未來。」
新聞
科大舉行新春傳媒聚會
香港科技大學(科大)今日舉行新春傳媒聚會,科大校長葉玉如教授,聯同一眾管理層成員,包括首席副校長郭毅可教授、副校長(行政)譚嘉因教授、副校長(研究及發展)鄭光廷教授、副校長(大學拓展)吳宏偉教授、副校長(發展) 鄺家陞工程師,以及協理副校長及學院院長,與傳媒朋友聚首一堂,回顧過去一年的豐碩成果,並分享科大新一年的發展大計。一眾科大管理層成員手持印有「科大卅五載 躍馬創新章」的對聯,寓意科大創校35周年,將策馬揚鞭、勇往直前,全力推進新醫學院的籌備工作,於馬年揭開發展新篇章。葉玉如校長表示:「馬在中華文化中象徵勇往直前、自強不息,與科大『凡事皆可為』的信念相互呼應。今年既是國家『十五五』規劃開局之年,亦適逢科大創校35周年的重要里程碑。大學將繼續落實『科大策略發展計劃2031』中的願景,在提升國際競爭力、吸引及留住卓越人才,推動策略性領域創新及知識轉移等方面,發揮科大所長,貢獻香港及國家所需,全力支持國際專上教育、創新科技及醫療創新三大樞紐的建設,及推廣『留學香港』品牌。」在國際創新科技及醫療創新樞紐建設方面,科大致力推動策略性領域的創新與知識轉移,並在以下四大範疇碩果纍纍:
新聞
科大研究揭示熱帶氣旋靠岸前降雨率驟增原因
香港科技大學(科大)研究團隊分析過去40年間約1,500個熱帶氣旋的數據後發現,熱帶氣旋在登陸前約60小時,其平均降雨率會明顯上升,增幅逾20%,並首次清楚揭示這一現象背後的物理成因。研究指出,當風暴靠近陸地時,由於濕度上升及海陸摩擦差異擴大等「海陸差異」效應,令風暴在靠岸前的雨勢進一步加劇,從而提高沿岸地區的潛在風險。此研究成果有助提升沿海地區的防災部署及預警能力。研究由科大海洋科學系主任兼講座教授、港澳海洋研究中心主任甘劍平教授領導,並以〈Global increase in rain rate of tropical cyclones prior to landfall〉為題刊登於國際期刊《Nature Communications》。過往研究多着眼於全球氣候暖化下的長期降雨變化,然而對氣旋登陸前數十小時這個最關鍵的預警窗口,雨量如何變化及其背後的物理成因始終欠缺系統性的研究。為填補這空白,科大團隊分析了1980至2020年間的全球衛星降雨數據,全面檢視氣旋靠岸前的降雨變化及其動力機制。研究結果顯示,不論風暴所處的海域、強度及緯度為何,氣旋在登陸前的降雨量均呈現一致增強的現象。這種增幅並非由海水溫度上升直接造成,而是源於風暴逼近陸地時所產生的海陸差異效應,包括沿岸低層空氣濕度上升、陸地與海洋摩擦差異導致氣流更易匯聚,以及大氣不穩定度提高。多重因素疊加,使熱帶氣旋在登陸前約60小時的暴雨顯著加劇,增幅逾20%,令沿海地區在風暴正式登陸前已承受更高的潛在風險。
新聞
科大開發全球首個材料AI工具GrainBot 開闢微結構量化分析新途徑
香港科技大學(科大)研究團隊成功開發人工智能(AI)工具GrainBot,能從顯微圖像中自動提取並量化多種材料的微結構特徵。GrainBot旨在應對材料科學領域對數據驅動及自主研究流程日益增長的需求,提供系統化的方法將複雜圖像信息轉化為可量化數據,從而加速新一代材料的研發進程。微結構的定量分析一直是材料科學多個領域的關鍵難題。儘管先進顯微技術能夠獲取高質量的材料圖像,但其中蘊含的信息往往難以通過可靠且高效的方式進行分析。現有方法多聚焦於識別簡單特徵或進行圖像分類,難以揭示不同微結構參數之間的互動關係,阻礙了研究人員深入理解材料結構與性能的關聯,減緩新材料的設計與優化。為突破此瓶頸,由科大化學及生物工程學系副教授周圓圓教授領導的團隊設計出GrainBot,為分割、特徵測量和結構相關性分析提供一體化解決方案。研究團隊利用卷積神經網絡實現精確的晶粒分割,並結合自研算法測量晶粒面積、晶界溝槽以及表面起伏凹陷等特徵。GrainBot能將顯微圖像轉化為多維度的豐富的數值指標,有助研究人員建立大型及標準化微結構數據庫,擺脫僅依賴定性觀察的限制。研究團隊將GrainBot應用於一款高效太陽能電池關鍵材料——金屬鹵化物鈣鈦礦薄膜,以驗證工具的效能。透過分析不同底部表面形貌樣本的原子力顯微鏡圖像,GrainBot成功建構涵蓋數千顆獨立晶粒的數據庫,每顆晶粒均標註多項微結構參數。配合統計分析,便能找出晶粒普遍分佈的規律,以及不同特徵之間過往難以量化的關係,例如晶粒尺寸、溝槽幾何形狀與表面粗糙度等的隱藏關聯性。除分析統計外,研究更結合可解釋的機器學習模型,以揭示微結構特徵的相互影響機制。團隊以選定的晶粒測量參數為目標,訓練基於梯度提升的決策模型,並運用特徵重要性分析與特徵影響關係圖等解析工具,便能探討晶粒表面積與晶界溝槽等參數如何共同影響表面凹深或凸脊高度。