先說結論：香港已經有本地化大型語言模型的明確起點，但不能把它簡化成「香港已經從零做出全球級前沿模型」。HKGAI V1 已由港科大稱為香港首個本土開發的 AI 大型語言模型，並由公務員試用延伸到大學場景；但立法會資料同時記錄，有報道稱它基於 DeepSeek 的全參數微調與持續訓練生成。[21][
42]
換句話說：如果你問的是本地團隊開發、為香港場景部署的 LLM，答案偏向肯定；如果你問的是完全自主、由零預訓練、可與全球最前沿基座模型直接競爭的模型，目前公開證據不足。[21][
42][
14][
15]
先釐清：什麼叫「自己的大模型」？
討論這題，最容易把兩件事混在一起：
- 本地化 LLM：由香港機構研發、微調、部署，並用於政府、教育、金融或企業流程。HKGAI V1、HKPilot 及政府資料提到的本地大型語言模型研發，都屬於這條路線。[
21][
22][
42]
- 從零預訓練的前沿基座模型：公開展示足夠的訓練算力、資料、基準測試與商業化能力，直接參與全球最前沿模型競賽。現有公開資料主要支持前者，以及算力基建與應用擴散，仍不足以證明香港已有這一層級的自主模型。[
42][
14][
15]
HKGAI V1：最清楚的本地模型案例
HKGAI V1 是目前最具代表性的公開案例。港科大公布，其教職員與學生可免費使用 HKGAI V1，並稱這是香港首個本土開發的 AI 大型語言模型；該模型由香港生成式人工智能研發中心（HKGAI）開發，之前先供公務員試用，港科大則是首間本地大學試用 HKGAI V1。[21]
但「本土開發」不等於「完全由零訓練」。政府立法會問答頁面記錄，HKGAI V1 由政府 InnoHK 研發集群資助的 HKGAI 開發，於 2025 年 2 月發布；同一頁也記錄，有報道稱 HKGAI V1 是基於 DeepSeek 的 full-parameter fine-tuning（全參數微調）及持續訓練生成。[42]
因此，更準確的說法是：香港已有本地團隊開發、面向香港場景部署的大型語言模型；但公開證據還不足以把 HKGAI V1 描述成完全自主、由零預訓練的全球級基座模型。[21][
42]
生態不能只看模型名稱：政府、校園、金融都已試水
一個 AI 生態是否成形，關鍵不只是有沒有模型，而是有沒有真實場景。
政府場景最明顯。政府資料顯示，HKPilot 是一個生成式 AI 文書處理 copilot，已在超過 70 個政府部門試用；同時，HKGAI 正研發一系列開源基座模型，包括本地大型語言模型，以及基於該 LLM 的 HKPilot。[42][
22]
教育場景方面，港科大開放 HKGAI V1 予教職員與學生免費使用，並表示自己是首間本地大學試用 HKGAI V1。[21]
金融方面，香港金融管理局公布第二批 GenA.I. Sandbox，代表生成式 AI 在受監管金融環境中已有正式試驗渠道。不過，這只能證明金融生成式 AI 試驗正在制度化，不能直接推論所有試點都使用 HKGAI V1。[2]
算力與資金：生態的底盤開始出現
數碼港（Cyberport）人工智能超算中心 AISC 首階段設施已於 2024 年 12 月投入運作，目標是支援本地算力需求，並提升香港在多項科技領域的研發能力。[14]
數碼港官方資料亦指，2024-25 年度《財政預算案》宣布撥出 30 億港元，推行為期三年的多管齊下 AI 支援安排，以支持香港 AI 生態發展。[5]
需求端也有訊號。《南華早報》（SCMP）報導引述數碼港表示，香港 AI 超算資源使用率已超過 90%。這反映算力需求存在，但高使用率本身仍不等於香港已具備從零訓練全球最前沿模型的完整能力。[3]
企業密度方面，立法會文件表示，自 2023 年起，政府已協助約 500 間具代表性或具潛力的創科企業在港設立或擴展業務，涵蓋生命健康科技、AI 與機械人、先進製造及新能源等策略產業。[13]
數碼港亦稱其社群有約 400 間專注 AI 及大數據的初創企業。這不代表每間公司都在做基礎模型，但足以支持「香港 AI 生態正在形成」這個較穩健的判斷。[36]
政策方向：更像 AI Plus，而不是單一模型競賽
政府在立法會回覆中提到，2025 年《施政報告》主張推進 AI Plus，擴闊 AI 應用以賦能產業，同時鞏固香港在 AI 研究、人才、資金及數據等方面的優勢。[15]
這個表述值得留意：公開政策重點更偏向把 AI 擴散到產業、政府服務、科研和商業流程，而不是只押注一場「誰的模型最大」的競賽。[15]
對創業者與產品團隊的啟示
如果你在香港做 AI 產品，較早出現明確試點的方向包括政府文書處理 copilot、教育場景、金融監管沙盒，以及圍繞 AISC 的算力需求。[42][
21][
2][
14]
從公開項目分布看，短期機會未必在於重新訓練一個全球級通用模型，而是在本地可部署、可整合、能解決行業流程問題的應用層。這不代表基礎模型研發不重要，而是香港目前更清楚的路線，是本地化模型、超算基建與垂直應用並行推進。[42][
22][
15]
最後判斷
如果「自己的大模型」指本地團隊開發、在本地政府和大學場景試用、並面向香港需求優化的 LLM，答案是：已經有雛形，HKGAI V1 是最清楚的例子。[21][
42]
如果問題是香港是否有本地 AI 生態，答案也偏向肯定：AISC、30 億港元三年 AI 支援安排、HKPilot 政府試用、港科大試用、金融 GenA.I. Sandbox，以及 AI／大數據初創集聚，都是可查證的支撐點。[14][
5][
42][
21][
2][
36]
但如果「自己的大模型」指完全自主、由零訓練、可與全球最前沿 foundation model 直接競爭，現階段公開證據仍不足。更穩妥的結論是：香港正在建立以本地化模型、超算基建和垂直應用為核心的 AI 生態；HKGAI V1 是重要起點，但還不是終局證明。[21][
42][
14][
15]
