香港确实已经迈出“本地大模型”的一步，但这一步应被准确理解。HKGAI V1 被香港科技大学称为香港首个本土开发的人工智能大语言模型，并已从公务员试用扩展到大学场景；与此同时，立法会资料也记录，有报道称它基于 DeepSeek 的全参数微调及持续训练生成。因此，它更适合被视为香港本地化 LLM 的重要开端，而不是已被公开证明可与全球最前沿模型正面竞争的、完全从零预训练的基座模型。[21][
42]
一句话概括：香港已进入“本地化大语言模型＋公共场景落地＋算力基础设施”阶段；但公开证据还不足以支持“香港已经拥有完全自主、全球级 frontier model”这一更强说法。[21][
42][
14][
15]
先把问题问清楚：什么叫“自己的大模型”？
讨论香港有没有自己的大模型，最容易混淆的是两件事：本地开发，不等于完全从零训练。
第一层，是本地化大语言模型。也就是由香港机构研发、微调、部署，并面向本地政府、教育、金融或企业流程使用。按公开资料，HKGAI V1、HKPilot 以及相关本地 LLM 研发，都属于这个方向。[21][
22][
42]
第二层，是完全从零预训练的前沿基础模型，也就是需要公开展示足够的训练算力、数据、基准测试和商业化能力，直接与全球最前沿的 foundation model 竞争。现有公开资料主要指向 HKGAI V1、HKPilot、数码港 AISC 和 AI Plus 应用扩散，尚不足以证明香港已经完成这一层级的自主 frontier model。[42][
14][
15]
HKGAI V1：香港本地大模型最清晰的信号
目前最具代表性的案例是 HKGAI V1。香港科技大学宣布，教职员及学生可免费使用 HKGAI V1，并称其为香港首个本土开发的 AI 大语言模型；该模型由香港生成式人工智能研发中心 HKGAI 开发，此前先供公务员试用，港科大则是首间试用 HKGAI V1 的本地大学。[21]
但“本土开发”不宜被简化为“完全由零训练”。香港政府立法会问答页面记录，HKGAI V1 由政府 InnoHK 研发集群资助的 HKGAI 开发，并于 2025 年 2 月发布；同一页面也记录，有报道称 HKGAI V1 是基于 DeepSeek 的全参数微调及持续训练生成。[42]
所以，更准确的说法是：香港已经有本地团队开发、面向香港场景部署的大语言模型；但公开证据还不足以把 HKGAI V1 描述为完全自主、从零预训练、可与全球头部模型竞争的基座模型。[21][
42]
应用落地：政府、大学和金融监管场景先行
判断一个地区是否形成 AI 生态，不能只看有没有模型名称，还要看有没有真实使用场景。
公共部门是最清晰的早期场景。政府资料显示，HKPilot 是一个生成式 AI 文书处理 copilot，已在超过 70 个政府部门试用；政府资料还提到，HKGAI 正研发一系列开源 foundation models，包括本地 LLM，以及基于该 LLM 的 HKPilot。[42][
22]
教育场景方面，港科大开放 HKGAI V1 给教职员及学生免费使用，并称自己是首间试用 HKGAI V1 的本地大学。[21]
金融方面，香港金融管理局公布第二批 GenA.I. Sandbox，显示生成式 AI 在受监管金融环境中已有正式试验渠道。不过，这只能说明金融生成式 AI 试验正在制度化，不能直接推论所有试点都使用 HKGAI V1。[2]
生态底座：算力、资金和企业密度正在补齐
香港 AI 生态最值得观察的，不是有没有一句“香港版 GPT”的口号，而是算力、资金、人才、企业和应用场景是否同时出现。
创新科技及工业局资料显示，数码港人工智能超算中心 AISC 首阶段设施已于 2024 年 12 月投入运作，目标是支持本地算力需求，并提升香港在多项科技领域的研发能力。[14]
数码港官方资料也提到，2024-25《财政预算案》宣布拨出 30 亿港元，推行为期三年的多管齐下 AI 支援安排，以支持香港 AI 生态发展。[5]
需求端也有信号。《南华早报》引述数码港称，香港 AI 超算资源使用率已超过 90%。这说明本地算力需求不低，但高使用率本身并不等于香港已经具备从零训练全球最前沿模型的完整能力。[3]
企业集聚方面，政府立法会文件表示，自 2023 年起，政府已协助约 500 家具代表性或具潜力的创科企业在港设立或扩展业务，涵盖生命健康科技、AI 与机器人、先进制造及新能源等策略产业。[13]
数码港也称其社群有约 400 家专注 AI 及大数据的初创企业。这个数字不代表每家公司都在做基础大模型，但足以支持一个较稳妥的判断：香港 AI 生态正在形成。[36]
政策重点：AI Plus 更像应用扩散路线
政府在立法会回复中提到，2025《施政报告》主张推进 AI Plus，扩阔 AI 应用以赋能产业，同时巩固香港在 AI 研究、人才、资金及数据等方面的优势。[15]
这点很关键：公开政策语言更像是把 AI 扩散到产业、科研和商业流程，而不是只押注一场“谁的模型最大”的竞赛。[15]
对创业者和产品团队意味着什么？
如果你在香港做 AI 产品，现有公开资料显示，较早出现清晰试点的方向包括政府文书处理 copilot、教育场景、金融监管沙盒，以及围绕 AISC 的算力需求。[42][
21][
2][
14]
更务实的产品判断是：短期机会未必在于重新训练一个全球级 GPT，而在于本地可部署、可整合、能解决行业流程问题的应用层。这并不是说基础模型研发不重要，而是从已公开项目分布看，香港目前更明显的路线，是本地化模型、算力基础设施和垂直应用同步推进。[42][
22][
15]
最终判断
如果“香港自己的大模型”指的是由本地团队开发、在本地政府和大学场景试用、面向香港需求优化的 LLM，答案是：已经有雏形，HKGAI V1 是最明显的例子。[21][
42]
如果问题是“香港有没有本地 AI 生态”，答案也偏向肯定：AISC、30 亿港元三年 AI 支援安排、HKPilot 政府试用、港科大试用、金融 Gen.A.I. Sandbox，以及 AI／大数据初创集聚，都是可核查的支撑点。[14][
5][
42][
21][
2][
36]
但如果“自己的大模型”指的是完全自主、从零训练、可与全球最前沿 foundation model 直接竞争，现阶段公开证据不足。更准确的结论是：香港正在建立一个以本地化模型、超算基础设施和垂直应用为核心的 AI 生态；HKGAI V1 是重要起点，但不是终局证明。[21][
42][
14][
15]
