第六届亚洲创新发明展览会 岭大荣获10个奖项 创历史新高

2026年11月20日

 

岭南大学(岭大)在一连两日(11月19日及20日)举行的第六届亚洲创新发明展览会中,获奖数目创历年新高,10个参展研究项目全数获奖。岭大今年连续第三年参展,与来自世界各地的发明家及学者同场竞逐,在逾140个参展项目中,夺得两面「评审团嘉许金奖」、一面金奖、五面银奖及两面铜奖,合共10个奖项。其中,由科学教研部团队研发的「GeoAI蚊患预警平台」,以及数据科学学院团队研发的「IDShield:防范AI对话行为重新识别的私隐防火墙」均荣获「评审团嘉许金奖」;同由数据科学学院团队研发的「PCG.ME:因应玩家行为自动调节的 AI 游戏共同创作平台」则荣获金奖。

 

获奖项目涵盖多个应用范畴,包括环境可持续发展、数码医疗、安全与私隐、智慧建筑、人工智能物联网技术及创意教育,向亚洲各地的创新者展示岭大「博雅 + 科技」及「人工智能 +(AI +)」策略发展的实践成果,同时展现这些项目在实际应用方面的潜力。

 

由岭大校长及韦基球数据科学讲座教授秦泗钊教授带领,联同数据科学学院人工智能学部学者及毕业生团队所研发的「GaitGPT:结合临床描述与量化数据的双向步态分析诊断系统」项目,荣获银奖。

 

秦校长祝贺跨学科研究团队获得肯定,又指岭大在「博雅 + 科技」及「AI +」的核心策略推动下,今年获奖研究项目数量创新高。他表示:「近期社会对AI发展是否出现泡沫愈趋关注。要发挥AI的实质价值,关键在于人类如何理解和应用这项技术,包括学术界运用AI协助开拓新的研究领域,并为各种跨学科的复杂问题寻找创新解决方案。科技创新的步伐愈快,就愈需要人文知识、慎思明辨及伦理意识的引导。岭大将继续秉持『博雅 + 科技』的理念,以人文底蕴作为科技创新的『领航者』,确保科技发展始终以人类需求为本。」

 

荣获「评审团嘉许金奖」的两个项目包括由科学教研部团队研发的「GeoAI蚊患预警平台」,以及数据科学学院团队研发的「IDShield:防范AI对话行为重新识别的私隐防火墙」;同由数据科学学院团队研发的「PCG.ME:因应玩家行为自动调节的 AI 游戏共同创作平台」则荣获金奖。

 

五面银奖项目包括:由秦泗钊校长领导研发的「GaitGPT:结合临床描述与量化数据的双向步态分析诊断系统」项目、伍絜宜跨学科学院团队研发的「零碳农业系统『C-Zero AgriSystem』:专为层叠式室内种植系统而设的精准二氧化碳养分供排系统」、科学教研部团队研发的「FlexiBot:电动车无线充电机器人」、数码艺术及创意产业系团队研发的「神笔马良(StorySketcher):儿童主导AI故事创作平台」,以及数据科学学院团队研发的「BuildGuard:AI + 区块链平台为遥距制造业提供即时合规检测」。

 

两个铜奖项目包括:数据科学学院的「智能书写导师:AI驱动机械人辅助书法教学系统」,以及伍絜宜跨学科学院的「MedCenterDet:专为三维医学影像设计的『中心点』精准定位框架」 。

 

亚洲创新发明展览会由香港出口商会与日内瓦国际发明展的主办方Palexpo合作举办,为专门展示亚洲创新成果的年度盛事、促进跨地区知识交流,并建立更紧密的商业伙伴关系。获奖者由40人组成的国际评审团选出,评审标准包括原创性、创新、发明水平、技术实用性及象征意义。

 

获奖名单及简介

获奖类别

评审团嘉许金奖

项目名称

GeoAI蚊患预警平台

获奖岭大教研人员

  • 岭大科学教研部主任及副教授(校长卓越青年学者)、可持续性与环境分析理学硕士课程主任王沛欣教授
  • 岭大科学教研部助理教授(校长卓越青年学者)唐晓鹏教授
  • 岭大科学教研部博士生王方禹

简介

此平台为全港首个结合地理空间人工智能技术(GeoAI)、人工智能物联网(AIoT)及地理资讯系统(Geospatial Science)及多模态信号融合技术的蚊患预报系统。透过部署太阳能智能灭蚊灯及气象站,实时采集及分辨蚊种与气象数据,生成「蚊患风险指数」与热点地图,预测未来三日蚊患趋势。技术已落地应用于部分房协辖下屋邨,协助预防蚊患。

特点:

  •   动态预测防患未然

    智能灭蚊灯专责灭蚊并记录灭蚊数量、蚊种等资讯;气象站则采集气温、相对湿度、降雨量等实时天气数据,生成「蚊患风险指数」及「蚊患风险地图」,让前线物管人员可以及早在蚊患较高风险地点作出部署。

  • 智能识别蚊种

    利用人工智能及多模态信号融合技术,系统能自动辨识不同蚊种,包括登革热及基孔肯雅热等,为防控政策提供科研支援。

  • 永续绿色方案

100%太阳能驱动的绿色解决方案(配备电池),旨在灵活融入城市生态系统,应对各种天气,同时显著节省营运成本。

 

获奖类别

评审团嘉许金奖

项目名称

IDShield:防范AI对话行为重新识别的私隐防火墙

获奖岭大教研人员

  • 岭大数据科学学院人工智能学部助理教授、数据科学理学硕士课程总监沈家星教授
  • 岭大数据科学学院人工智能学部哲学博士生王文煊
  • 岭大数据科学学院人工智能学部哲学博士生刘孜睿
  • 岭大数据科学学院人工智能学部哲学博士生寇颢轩

简介

移除姓名、帐户资料或隐藏IP位址,并不代表AI对话已真正匿名。在持续使用AI的过程中,用户可能透过关注主题、写作风格、互动模式及人格相关表达,留下独特而可追踪的「行为指纹」。即使不同对话并无姓名等直接身份资料,这些细微讯号仍可能被用作跨会话关联,判断多段匿名对话是否来自同一个人,形成一个长期被忽视的私隐盲点。

IDShield针对这项风险研发,是一套可在本地应用的私隐防护平台,部署于用户应用程式与外部AI服务之间。在提示内容离开用户或机构的可信环境前,IDShield会侦测个人可识别资料及可能暴露身份的内容,对受保护资料进行假名化处理,并改写可能造成跨会话关联的内容及文风讯号。

完成处理后,系统会检查语义保留程度、格式、受保护栏位及剩余私隐风险。当外部AI服务传回答复后,执行任务所需的受保护资料可在本地恢复,避免原始敏感资料直接暴露予外部平台。

IDShield毋须修改或重新训练底层语言模型。现有研究原型已可透过Python API及命令列介面运行,并能作为企业模型API及对话式人工智能系统的中介私隐保护层。

特点:

  • 以实证量化行为指纹风险

    IDShield透过专门的模型,评估匿名对话能否因内容、文风、互动模式及人格相关讯号而被跨会话关联,将过往难以观察的私隐威胁转化为可量度的技术指标,而非只检查姓名或帐户资料是否已被移除。

  • 主动而本地化的去识别处理

    传统私隐措施主要遮蔽帐户、姓名或IP位址;IDShield则在提示内容传送至外部AI服务前,于本地完成资料侦测、可逆假名化及受控改写,同时减少直接身份资料及隐藏的行为身份讯号。

  • 兼顾私隐与任务效用的安全机制

    系统在传送经处理的提示前,会检查语义、格式、受保护栏位及剩余风险。未能通过检查的内容可被阻止或转交备援程序;任务所需的受保护资料则可在接收AI回复后于本地恢复,兼顾私隐安全与实际应用需要。

  • 毋须修改底层模型

    IDShield可以独立中介层的形式接入企业模型API,毋须修改或重新训练目标语言模型。现有原型可与OpenAI、Azure OpenAI、其他模型供应商,以及企业自行营运的对话式人工智能系统整合。

  • 支援私隐及人工智能管治审查

    IDShield不会认证或保证机构已符合任何法律要求,而是提供可支援相关审查的技术证据。系统产生的风险指标、假名化纪录、安全检查结果、剩余风险评估及保障私隐的审计纪录,可支援机构进行数据最少化、设计及预设保障私隐、资料安全、影响评估、风险管理及技术文件准备。

 

获奖类别

金奖

项目名称

PCG.ME:因应玩家行为自动调节的 AI 游戏共同创作平台

获奖岭大教研人员

  • 岭大数据科学学院工业数据科学学部副教授、智慧城市科技与应用理学硕士课程总监刘佳琳教授
  • 岭大数据科学学院工业数据科学学部研究助理李昱琛

简介

PCG.ME是一个「人机协作」的游戏创作网页平台,使用者只需用日常语言描述需求,或调校简单直接的控制选项,平台便能以AI技术自动生成、评估并优化关卡与规则。创作者能全程监督与修改,使游戏创作不再受限于技术门槛。

特点:

  • 多重AI测试

    融合AI模拟试玩、自动微调以平衡游戏难度与趣味,以及透过大语言模型及生成模型等,将创意转化为实质游戏内容,打造出兼具可玩性与新意的内容。

  •  因应玩家行为自动调节

    系统能实时观察并分析玩家的互动行为,据此动态生成后续的游戏内容,让游戏世界与玩家一同成长。

  • 创作者主导

    坚持设计师全程参与,所有AI生成的候选方案皆可供创作者检视、对比与改良,确保创作控制权始终掌握在人类手中。

  •  玩家主导

    在提升玩家参与度的同时,不仅根据玩家的体验自适应生成游戏内容,还允许玩家创造属于自己的游戏。

 

获奖类别

银奖

项目名称

GaitGPT:结合临床描述与量化数据的双向步态分析诊断系统

获奖岭大教研人员

・            岭大校长及韦基球数据科学讲座教授秦泗钊教授

・            岭大数据科学学院人工智能学部教学助理教授、人工智能研究博士课程总监俞丽莎教授

・            岭大数据科学学院人工智能学部硕士毕业生张威健

・            岭大数据科学学院人工智能学部硕士毕业生侯昊辰

简介

GaitGPT 是一套以人工智能为核心的步态分析系统,致力弥合「临床描述」与数据之间长期存在的鸿沟。系统透过专利架构,将寻求健康的用户、提供专业判断的医生,以及多感测器数据流三者紧密串联,让专业步态评估与管理做到可解释、可信赖、有据可查,适用于各种场景。

特点:

  • 三道严格把关

系统在输出任何建议前,会经过三道关卡检查,确认数据充足、测量可行且符合生物力学,防止生成缺乏依据或不合临床逻辑的内容。

  • 双向翻译引擎

以结构化数据为基础,在日常的临床描述与客观的步态数据之间实现双向转换,取代传统 AI 的随意猜测,确保输出结果有据可查。

  • 双视图报告与私隐安全

可同时为用户、专业人员及数据分析师生成专属报告,并保留完整纪录。系统采用本地部署,确保数据完全掌握在自己手中,无论在实验室、诊所或居家环境都能安心使用。

 

获奖类别

银奖

项目名称

零碳农业系统「C-Zero AgriSystem」:专为层叠式室内种植系统而设的精准二氧化碳养分供排系统

获奖岭大教研人员

  • 岭大伍絜宜跨学科学院跨学科讲座教授陈曦教授
  • 岭大伍絜宜跨学科学院研究主任刘立熙博士
  • 岭大伍絜宜跨学科学院研究助理教授邓晓彬博士
  • 岭大伍絜宜跨学科学院访问博士后研究员王雪茹博士

简介

室内农业正不断扩展以支援全球粮食供应,但持续消耗商业二氧化碳气樽的高昂成本,仍然是一大挑战。「C-Zero AgriSystem」是专为层叠式室内种植系统而设的碳中和解决方案。该系统透过在室内农场直接捕捉、储存及循环再用二氧化碳,为植物精准供应二氧化碳气体肥料。系统能从周边空气捕捉二氧化碳,并收集农作物在夜间自然释放的气体。系统随后会将回收得来的二氧化碳,配合农场的光照周期及植物的特定生长阶段自动供应,有效将废气转化为实用的农业资源。

特点:

  • 综合收集与夜间储存:透过「直接空气捕捉」模组,系统能从空气中抽取二氧化碳,并收集植物在晚间(无光照期间)呼吸时所释放的二氧化碳作储存,等到日间植物最需要进行光合作用时,再自动释放。

  •  按生长阶段精准供应:系统透过实时监测及气流引导技术,能因应农作物的不同生长阶段,精准供应其所需的二氧化碳份量,避免通风时造成不必要的流失,更能将资源运用最佳化。

  •  持续节省营运成本:透过在农场内部循环再用二氧化碳,农户毋须再花钱购买及运输笨重的二氧化碳气樽。这套组合式系统能确保二氧化碳自给自足,降低日常营运开支,同时提升场地运作安全性。

 

获奖类别

银奖

项目名称

FlexiBot:电动车无线充电机器人

获奖岭大教研人员

  • 岭大科学教研部助理教授(校长卓越青年学者)唐晓鹏教授
  • 岭大科学教研部博士生王方禹

简介

随着电动车普及速度加快,「车多位少」与「深夜充电桩闲置」成为驾驶者的日常充电烦恼。FlexiBot是一款能在任何车位为电动车提供无线充电的智能机器人,能自由穿梭停车场,灵活钻入车底自动对接。它相容于所有电动车品牌,实现随停随充体验。系统还能智慧排程充电时间,自动避开用电高峰期,降低电网负载并为车主节省充电成本。

特点:

  •   灵活自主充电

    机器人自动导航至车辆位置进行充电,一部机器能服务多辆车,免却旧式停车场挖掘铺线的昂贵基础设施改造成本。

  •  高兼容性

    透过转接器适用于所有电动车品牌,无相容性问题,配合未来开发的专属手机应用程式预约,操作安全方便。

  •   智慧排程

    自动安排充电时间及善用深夜非高峰期,令使用效率大幅提升约300%,优化能源使用。

 

获奖类别

银奖

项目名称

神笔马良(StorySketcher):儿童主导AI故事创作平台

获奖岭大教研人员

  • 岭大数码艺术及创意产业系助理教授徐娴教授

简介

此平台以「儿童主导、AI辅助」为核心,运用AI提问引导,将孩子的画作发展成独一无二的故事文本,故事完成后能自动在数分钟内生成动画短片,并配上生动的旁白,将孩子的想像力化为可分享、可回味的视觉作品,更有效激发儿童的叙事创造力、逻辑思考与语言表达能力,让创作变得轻松又有趣。

特点:

  • 引导式提问启发

    该系统会像伙伴一样,负责将画面转化为文字,亦会不断提问、启发孩子延伸情节,帮助他们一步步建构完整的叙事脉络,让故事走向完全由孩子作主。

  • 亲子共创与多语言学习

介面设计以画板为核心,简单直接,既适合儿童独立操作,也便于家长在旁陪伴与引导,共同享受亲子创作的乐趣。系统更支援中、英、法等多国语言输出,让创作同时成为跨语言的学习体验。

 

获奖类别

银奖

项目名称

BuildGuard:AI + 区块链平台为遥距制造业提供即时合规检测

获奖岭大教研人员

・            岭大数据科学学院工业数据科学学部助理教授吴刘鹏飞教授

简介

此发明结合安全防篡改的区块链技术与专业AI算法,为跨境异地制造(包括汽车产业和简称MiC的「模组化集成建筑」)提供直接的合规验证。系统会将不同类型的生产数据安全地传送至区块链系统内进行即时分析,确保记录无法被篡改。它亦运用AI将传统依赖纸本的手动检查转化为即时的数码工作流程,解决数据可信度低和检查速度缓慢的问题。这有助于支持异地制造的大规模发展,确保符合最新的法规要求并保障工程质量。

特点:

  • 即时合规审查

    透过训练AI模型,实时分析生产现场的影像及文字等各类型数据,自主进行专家级合规检测,填补传统抽样检测所带来的监管漏洞。

  • 区块链防篡改机制

    结合区块链自动化加密技术,将检测数据安全传送至区块链帐本,并加上时间标记,确保审计结果真实且无法窜改,方便日后追溯责任。

  • 加快审查流程

将耗时的手动合规审查转化为即时数码流程,大幅提升遥距制造业效率,特别能应付大型项目的庞大生产需求。

 

获奖类别

铜奖

项目名称

智能书写导师:AI驱动机械人辅助书法教学系统

获奖岭大教研人员

  • 岭大数据科学学院工业数据科学学部助理教授侯志民教授
  • 岭大数据科学学院工业数据科学学部研究助理张天澄

简介

学习传统毛笔书法需要精确的空间感及细致的下笔力度控制,通常依赖导师单对单指导。「智能书写导师」是一套由人工智能(AI)驱动的机械人教学系统,旨在解决这项教学樽颈。系统结合电脑视觉、智能建模及机械人实体引导技术,以物理方式带领学习者掌握毛笔书法的正确笔划轨迹及下笔力度。

特点∶

  •       个人化运笔指导:系统运用电脑视觉分析标准书法字样,并学习使用者的自然书写习惯。系统随后会生成专属的3D练习轨迹,在保留个人书写风格的同时,教导正确的运笔技巧。

  •       实时触觉回馈:机械臂会自动调整实体辅助力度。当使用者偏离正确轨迹或下笔力度错误时,机械臂会加强引导;当使用者的准确度提升时,机械臂则会减弱辅助,协助他们建立真正的肌肉记忆。

  •       针对性练习与追踪:系统会逐一评估使用者每个笔划的表现,准确找出具体的错误,并自动生成专属的练习方案,让使用者更有效率地掌握难度较高的笔划。

 

获奖类别

铜奖

项目名称

MedCenterDet:专为三维医学影像设计的「中心点」精准定位框架

获奖岭大教研人员

  • 岭大伍絜宜跨学科学院助理教授潘飞教授
  • 岭大伍絜宜跨学科学院一年级博士生曾强

简介

MedCenterDet 是一个面向电脑扫描(CT)、磁力共振(MRI)等三维(3D)医学影像的智能分析演算法。有别于传统方法只能粗略圈出病变区域或器官的大致轮廓,此演算法像一个精准的「智能雷达」,能够直接锁定目标的中心点。

特点:

  • 智能锁定,灵活适应

    此演算法不依赖任何固定范本或假设,而是直接寻找每个器官或病变区域的「核心座标」,并根据它的实际尺寸自动调整判断范围。不论目标大小或形状,均能精准定位。

  • 强力「过滤」背景干扰,自动校正误差

    医学扫描图像里常常混杂着骨骼、血管等各种复杂的背景资讯,容易造成视觉混乱。此演算法能有效排除杂讯,集中处理真正的病变区域,还能自动侦测并修正细微的位置偏差。

  •  高效省时,减轻医生负担

此演算法运行高效、运算需求低,能大幅减少医生手动标注的时间,加快影像分析流程,为日后实现全自动化诊断迈出关键一步。