新聞及香港科大故事

香港科技大學（科大）的研究團隊發現，在鈣鈦礦太陽能電池中，傳統的鈍化策略主要作用於薄膜表面，難以觸及埋底界面，如同「外敷」般無法修復成膜過程中形成的深層微結構缺陷。尤其是在成膜過程中，由於溶劑快速揮發，鈣鈦礦薄膜底部界面常出現空隙與晶界納米溝槽等微結構缺陷。這些長期被忽視的缺陷嚴重削弱載流子輸運，並在器件放大與運行過程中誘發界面失效，成為制約效率、穩定性和大規模生產的主要瓶頸。針對上述問題，研究團隊提出一種具備緩釋溶劑分子功能的晶體-溶劑合物（crystal-solvate, CSV）種子策略。該策略透過將溶劑包裹於晶體結構中，並在退火過程中逐步釋放，使鈣鈦礦薄膜底部界面結晶過程自源頭即趨於溫和且可控，進而重構薄膜底部的微結構，藉此實現更高效率及高穩定性的鈣鈦礦太陽能電池，並可實現規模化生產。鈣鈦礦太陽能電池一直以來被視為最具顛覆性的下一代光伏技術之一，並在電網供電、便攜式電子裝置和太空光伏等應用場景中，展現出取代傳統矽大陽能電池的巨大潛力。鈣鈦礦太陽能電池不僅具備更高光電轉換效率，亦在材料成本、低溫製造及器件美學方面具有顯著優勢。然而，隨着器件面積放大，效率下降、穩定性下降的問題依然嚴重製約其商業化進程。研究團隊指出，問題根源在於倒置結構器件中自組裝單分子層（SAMs）基底的疏水特性，導致鈣鈦礦前驅體溶液在成膜初期呈現非潤溼結晶模式，從而在薄膜底部形成不可避免的界面空隙與晶界納米溝槽。這些微結構妨礙晶粒的連續生長，並造成嚴重的電子與力學失配，最終導致器件退化與失效。傳統的底部成核誘導策略雖可以提供晶核，卻限於「點狀」調控，無法重構底部界面的整體微結構與功能。為克服此限制，研究團隊設計併合成了一類低維晶體-溶劑合物（Crystal solvate, CSV）作為埋底界面的成核引導層。這類棒狀納米晶體呈能顯著改善前驅體溶液在SAM基底上的潤濕與成核行為。與傳統方法不同，CSV在晶體結構中包裹有溶劑分子，使溶劑成為材料本身的一部分。在退火過程中，這些包裹的晶態溶劑分子會在受熱過程以緩慢、受控的方式逐步釋放，從而在薄膜底部形成一種緩釋式界面調控過程，有效消除界面空隙、顯著減輕晶界納米溝槽，並在薄膜底部引入穩定的鹵化物鈍化相，協同重構界面能帶結構。

由香港科技大學（科大）電子及計算機工程學系教授瞿佳男教授、生命科學部訪問助理教授Julie L. SEMMELHACK教授共同領導的跨學科研究團隊，成功研發一項嶄新的雷射控制技術。該技術運作方式猶如智慧調光器，可在雷射掃描過程中精準、選擇性地控制每個像素的亮度，從而避免非目標神經元被意外激活，大幅提升全光學腦成像和調控的精準度。此科研突破有望推動腦部疾病機制研究，並促進相關動物疾病模型在新藥研發中的應用。此研究成果已發表於國際學術期刊 《自然通訊》，論文題為「用於無串擾全光學腦神經環路解析的主動像素功率控制方法」。解決腦活動觀測的串擾問題近年，隨着「全光學神經環路解析」技術的進步，科學家已能精確地鎖定引發身體動作、感知或情緒反應的相應神經元。此技術的誕生源於科學界兩大突破：一是基因編碼的活性感測器，例如鈣離子螢光指示劑可令神經元在放電時發光，透過現代顯微鏡便可實時觀測神經活動；二是光遺傳學效應器，即光敏感蛋白，例如視紫紅質通道蛋白，能利用光控制特定神經元的開關，操縱神經元及環路功能。然而，這種具備高速和單細胞級精確度的方法，在使用紅外線雷射觀察某些神經元時，仍有可能在過程中意外激活鄰近的其他神經元並引發放電，導致難以判斷觀察到的放電訊號究竟源自腦部的自然活動，抑或由於實驗操作人為干擾所造成的假訊號，此類「串擾」現象的出現會影響整體測量與分析的準確性。瞿教授表示：「全光學方法雖然極具潛力，但串擾問題一直限制其發展。當使用顯微成像觀察神經環路時，成像光會暗地裏影響神經元以至整個神經環路的運作。」

香港科技大學（科大）領導的研究團隊最近成功研發出一套創新的人工智能（AI）病理分析系統。該系統僅需要極少量樣本，且毋須額外訓練，即可準確識別多種癌症，顯著提升AI輔助醫療的靈活性與效率，為智能病理診斷的普及化帶來重要突破。全球每年新增近2,000萬宗癌症病例，病理檢查在臨床診斷和治療決策中扮演關鍵角色。然而，面對病理學醫生嚴重短缺的挑戰，醫療界十分渴求創新的解決方案，以提高病理分析的效率。儘管AI在自動化病理診斷方面展現巨大潛力，現有技術的實際應用仍面對多重瓶頸。傳統AI模型須針對每一種癌症種類或診斷任務，收集數以萬計的病理圖像及數據進行訓練，過程不僅耗時，亦涉及高昂的運算與人力成本。此外，現有病理基礎模型往往缺乏通用性，在不同腫瘤類型的臨床分析中往往需要大量微調訓練，限制了其在資源匱乏地區及多元臨床場景中的應用。為有效應對上述挑戰，科大電子及計算機工程學系助理教授兼醫學成像與影像分析研究中心副主任李小萌教授領導的研究團隊，聯同廣東省人民醫院及哈佛醫學院，成功開發出一套名為PRET（Pan‑cancer Recognition without Example Training）的全新病理分析系統。該系統首次將自然語言處理中的「上下文學習」（In-context Learning）概念引入病理影像分析，讓模型在推理階段僅需參考一至八張已標註的腫瘤切片，便可即時適配全新的癌症類型並執行多項診斷任務，包括癌症篩檢、腫瘤分型、腫瘤分割等，猶如一套「即插即用」的智能診斷工具，徹底打破傳統AI模型須針對每項任務進行大規模微調的限制 。

香港科技大學（科大）在創新科技署今日公布「產學研1+計劃」（RAISe+）第三批獲建議資助項目中再創佳績，共有七個研究項目獲建議資助，佔本輪獲批項目近三分之一。連同首兩批獲資助項目，科大至今累計共有19個研究項目獲批，為本地大學之冠，充分彰顯科大在推動科研成果轉化及產學研協作方面的領先地位。是次獲批的科大項目涵蓋醫療健康、人工智能（AI）運算、新材料與新能源，以及太空科技等多個重點創科領域。相關項目不僅展現了卓越的技術創新，更針對臨床應用及產業需求提出具體的落地實踐方案，體現出科大科研成果的應用價值與市場潛力。科大副校長（研究及發展）鄭光廷教授向成功獲批資助的研究團隊致以祝賀，並表示：「科大一直透過多元化的支援機制、完善的資源配套及跨學科研究平台，積極支持科研團隊在知識與技術轉移、創業發展及產業合作等方面穩步推進。是次在第三批RAISe+計劃中，科大再有七個項目獲建議資助，令累計獲資助項目增至19個，這不僅充分肯定大學卓越的科研實力及成果轉化能力，更印證科大在構建本地創科生態圈方面所作出的重要貢獻。展望未來，科大將繼續與政府及產業夥伴緊密合作，協助研究團隊將研究成果轉化為具實際社會效益的解決方案，為推動香港發展成為國際創新科技樞紐貢獻力量。」七個獲建議資助研究項目詳情如下（排名不分先後）：項目名稱項目負責人大模型驅動的全棧式計算病理精準腫瘤平台陳浩教授

由香港科技大學（科大）化學及生物工程學系副教授金允燮教授帶領的研究團隊在鋰金屬電池技術領域取得重大突破。團隊合成了一種新型材料「單晶三維硼酸鹽共價有機框架」（單晶三維B-COF），可用作固態電解質，大幅提升固態鋰電池的性能，有望為電動車及大規模儲能系統提供更安全、更高能量密度的創新解決方案。研究成果已於國際權威期刊《先進科學》發表，論文題為「用於固態鋰金屬電池的單晶硼酸鹽共價有機框架」。傳統鋰金屬電池面對鋰枝晶生長帶來的安全風險，以及不穩定電解質界面導致的快速退化。共價有機框架（COFs）具多孔結構和穩定的特性，是極具潛力的電解質材料，然而大多數COFs為多晶體，巨大顆粒間產生的阻力會限制COFs的性能。為克服此難題，研究團隊利用COF-303作為模板，構建了具高度有序離子通道的單晶三維B-COF。這種單晶顯著降低了晶界阻力，並促進鋰的均勻沉積，能有效抑制枝晶的生長，提升固態鋰電池在以下三方面的性能：•    卓越的離子電導率與選擇性：在準固態下，室溫離子電導率達到8.1 mS cm–1，鋰離子遷移數達0.98，確保離子能快速並選擇性地移動。•    優越的界面穩定性與安全性：在對稱電池中，可穩定支持逾2,000小時的鋰沉積與剝離，並有效抑制具危險性的枝晶形成。•    高效能與長期耐用性：採用磷酸鐵鋰（LiFePO4）正極的全電池表現出穩定的循環性能。在0.5C倍率下循環600次後，容量保持率達91.8%，庫倫效率達 99.98%，初始容量為147 mAh g–1。

由香港科技大學（科大）領導、多所大學共同參與的「香港生成式人工智能研發中心」（HKGAI）於「香港國際創科展2026」中，展出由該中心研發的七大人工智能應用產品，並誠邀公眾擔任「AI測試官」，體驗各項貼近港人日常生活需要的實用功能，全面響應特區政府「人工智能+」及全民AI策略。獲香港特區政府的InnoHK創新香港研發平台資助，HKGAI自去年發佈全港首個「港產」大模型以來，先後自主研發多個因應不同場景而推出的人工智能應用，當中以「香港市民AI好幫手」為定位的人工智能助理「港話通」，自去年11月推出以來，獲得逾72萬市民下載註冊使用。在本屆「香港國際創科展」中，HKGAI首次向公眾推介多項「港話通」全新功能，邀請市民率先試用：「選校」指南：針對本港家長對子女升學的資訊需求，提供精準的中小學選校配對與數據分析。「慳錢」攻略：即時彚整全城消費情報，為市民提供信用卡折扣與慳錢策略。「AI馬經」：以AI技術推廣本港獨特的賽馬體育文化，邀請市民現場測試文化導覽及資訊準確度。由HKGAI於去年推出的智能辦公應用「港文通」及「港會通」亦進一步全面升級，成為「文會貫通」系列。當中「港文通」的兩文三語智能寫作功能，與智能會議記錄助手「港會通」的三語混合語音轉寫能力完美結合，市民於現場可親身體驗新一代「文會貫通」為日常工作帶來的產能提升。人工智能體（AI Agent）的興起和發展引起關注。HKGAI的人工智能體研發項目「ClawNet」亦於國際創科展中首次面向公眾。現場提供人工智能體安全防禦測試，驗證人工智能在嚴格的「個人授權」下執行作業，確保可治理並降低數據洩露風險 。此外，HKGAI亦於展位中向公眾展示多項專業級AI應用：涵蓋結合AIGC支援環保監測的「港環通」、提供高效合規問答的「港法通」，以及具備 AI 內容生成能力的「港樂通」，將技術全面拓展至專業與創意領域 。

香港科技大學（科大）研究團隊成功研發出全球首個能模仿人體天然纖毛快速、複雜及三維運動的人工纖毛系統，在仿生軟物料及微型工程領域邁出重要一步。這項突破性研究成果已發表於《自然》期刊，論文題為《三維列印低電壓驅動水凝膠纖毛微型致動器》。纖毛遍布人體，屬微米級毛狀結構，負責清除呼吸道黏液、推動腦脊液循環流動，並協助生殖相關的體內運作。儘管科研界多年來致力模仿其精密機械特性，但在人工系統中重現其逼真高速與協調運動，一直是極具挑戰性的任務。由科大機械及航空航天工程學系助理教授胡文琪教授領導的研究團隊，通過整合多項尖端技術成功破解難題。團隊運用高精度3D打印技術，製作出體積微小且具高度柔韌性的仿生結構，並進一步優化水凝膠的內部結構，以加快離子傳輸速度，使人工纖毛能夠迅速且靈敏地運行。此外，研究團隊自主研發的微型電極系統可對每一根纖毛進行獨立控制，實現高度協調且可程式化的運動模式。結合上述創新成果，人工纖毛於運行速度、動作複雜度及耐用性等方面，均達至前所未有的水平。科大團隊亦牽頭與德國斯圖加特馬普智能系統研究所的合作，引入其在微型機械人領域具國際領先水平的專業知識及實驗驗證技術；同時亦與土耳其科奇大學合作，充分結合其在物理智能及系統層面整合方面的優勢。此外，科大團隊亦與來自瑞士蘇黎世聯邦理工學院、北京航空航天大學及韓國嘉泉大學的學者共同開展研究。透過跨國協作，研究團隊成功製備能以極低電壓（與一般家用電池相若）驅動的水凝膠微纖毛，其內部帶電粒子可在電場作用下移動，使纖毛產生可控彎曲。研究人員亦可透過調整電信號輸入，產生如生物一般複雜的彎曲及旋轉運動。胡文琪教授表示：「以往的人工纖毛在速度、柔軟度或控制精度上皆有所不足。我們的設計首次將天然纖毛所有關鍵特性集於一身：柔軟、快速、耐用，並能在大規模陣列中同步運動。」他續指：「這項研究為理解纖毛在健康狀態下的運作機制邁出了關鍵的第一步，亦為未來須在微尺度上進行精準流體操控的醫療及工程應用奠定了重要基礎。」

由香港科技大學（科大）綜合系統與設計學部助理教授顧紅曰教授帶領的國際跨學科研究團隊，近日取得一項突破性發現，成功顛覆了三百年來人類對摩擦現象的傳統理解。自阿蒙頓定律提出以來，科學界普遍認為，當兩個表面相互接觸時，施加在其上的載荷越大，摩擦力就會單調地隨之增加。然而，團隊的最新研究首次揭示，摩擦力甚至可以在完全沒有實際物理接觸的情況下產生。這一發現不僅為開發無磨損技術開闢了全新路徑，亦重塑了我們對這個關乎行走以至汽車煞車等日常活動的基本定律之認知。相關研究成果已發表於國際學術期刊《Nature Materials》，論文題為「Nonmonotonic Magnetic Friction from Collective Rotor Dynamics」。是次研究由科大與奧地利因斯布魯克大學及德國康斯坦茨大學的學者聯合開展。研究結果顯示，摩擦力可以在完全沒有任何機械接觸的情況下產生，其驅動機制源自集體磁性動力學。更值得關注的是，摩擦力並非隨載荷持續增加，而是在某一特定距離達到峰值；在該距離下，磁性相互作用呈現受抑狀態並產生磁滯效應。顧教授表示：「這項研究表明，摩擦不僅限於機械接觸引發的現象。即使兩個表面從未實際接觸，摩擦力也可以完全源自身系統內部的集體磁重構。」由磁性引發的摩擦現象