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。
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。
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。
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。
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。
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。
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。
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。
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。