近年来，#人工智能（AI）的浪潮席卷全球。从传统机器学习到生成式人工智能，其强大的能力不断刷新着人们的想象。然而，在这场技术盛宴背后，巨大的门槛却将无数创新者拒之门外。千万美元的训练成本、上万块高端显卡的算力需求，让普通科研人员、中小企业乃至许多高校实验室望而却步。

为了重塑大模型训练新格局、推动技术民主化的开创性发展，10月23日，香港理工大学举行新闻发布会，发布由香港理工大学人工智能高等研究院执行院长、计算机及数学科学学院副院长（环球事务）及电子计算学系#杨红霞教授领导的「协作生成人工智能（Co-GenAI）」项目取得的突破性研究成果。理大高级副校长（研究及创新）赵汝恒教授一同出席新闻发布会。

杨红霞教授及其科研团队研发全球首个开源「端到端FP8低比特训练全套方案」，让AI开发「轻而易举」；首次提出并科学验证了「模型融合缩放定律」，使得AI模块的「乐高式」组合成为现实。杨教授团队还推出基于协作AI框架InfiAgent的可以执行全流程科研任务的多智能体系统InfiResearcher，以及可以实现普惠、精准的智能医疗诊断的专用多模态大模型——InfiMed。

杨红霞教授是全球知名的人工智能专家，在认知智能、基础模型等领域拥有深厚的研究积累。今年7月，她领导的「协作生成人工智能（Co-GenAI）」项目获得香港研究资助局「2025/26年度主题研究计划」高达6,260万港元的重磅资助。短短两个多月，项目团队便迅速将科学蓝图转化为落地成果，展现出惊人的「理大速度」。

理大协作AI新范式的正式发布，实现了两大世界级技术的颠覆性突破，开启了AI「协作共赢」新纪元。这不仅让AI成为人人参与、人人受益的公共智能，还为AI在教育、医疗、科研、产业等关键领域的普惠应用带来社会价值。

以往AI的开发模式，如同「巨舰独航」。由一家大公司倾尽资源，打造一个无所不包的庞大模型，再开放给全世界使用。

理大发布的协作生成人工智能开创了「联合舰队」的新范式。它允许不同领域的专业机构——无论是医院、律师事务所还是教育机构，都能根据自身独特的业务需求和数据，训练出高度专业化的「专家模型」。

这些各有所长的模型，再通过一套科学的智能融合机制，汇聚成一个能力更全面、更强大的通用智能「超级团队」，构建前所未有的开放协作新生态。

杨红霞教授率领团队从人工智能训练到模型融合，实现了两大世界级技术突破。全球首个开源「端到端FP8低比特训练全套方案」，让AI开发「轻而易举」；提出并验证「模型融合缩放定律」，让AI模块组合成为现实。

针对AI训练成本高昂的痛点，理大团队研发了全球首个开源「端到端FP8低比特训练全套方案」，让训练AI像安装APP一样简单。它通过一种革命性的低比特技术，在几乎不损失模型精度的前提下，实现惊人的效率提升。其中包括：与业界主流BF16对比，训练速度提升最高达22%，显存峰值占用节省最高达14%，端到端吞吐量增加最高达19%，硬件与时间成本大幅下降四大关键性能指标。这一突破提供了一套链路完整、工程可落地、精度可保证、指标可复现的全新范式，标志着过去必须在大型数据中心才能进行的顶尖AI训练，如今在中小规模的GPU集群上即可高效实现。

以往将多个AI模型高效地融合成更强大的整体，很大程度需要依赖经验，且效果难以预测。Thinking Machines Lab倡导的Model Merging的理念，由理大团队首次理论上验证了可行性。研究团队通过严谨的数学推导，提出了「模型融合缩放定律」(Model Merging Scaling Law)，并给出了可精确预测融合效果的数学公式，让模型融合从此有章可循。该定律在横跨9个领域、4种融合方法、总计10,506个融合模型上得到了验证，拟合优度（R²）超过0.98 ，展现了极高的科学性与普适性。这一定律的发现，使得AI模块的「乐高式」组合成为现实。开发者可以根据实际需求，敏捷、高效地组合少数几个核心专家模型，快速获得高分可用的解决方案，极大提升了AI应用的迭代速度与灵活性。

凭借惊人的研发效率，理大团队已将理论突破迅速转化为前沿应用。他们研发出能发顶级会论文AI科研工作流InfiResearcher及低资源下性能卓越的AI医疗模型InfiMed。

作为一个支持高度协同的协作AI框架，InfiAgent衍生的多智能体AI团队InfiResearcher能够自动化执行从文献综述、研究点子生成，到实验执行、论文撰写全流程的科研任务。此外，InfiAgent强大的能力在多项标准基准测试（如DROP、GSM8K）中表现优异，在支持任务复杂度，泛化能力和生成报告质量上均取得重大突破。

专用多模态AI——InfiMed，通过创新的低资源训练范式，仅以30亿参数的轻量级规模，就在七大国际医疗基准测试中，取得了平均59.2%的准确率，超过目前业界发布同等尺寸最优模型。

这一成果充分证明在有限的资源下，也能够训练出顶尖的AI医疗模型，为实现普惠、精准的智能医疗诊断提供切实可行的道路。InfiMed模型未来能让世界顶级的AI医疗诊断辅助系统，运行在更轻量、更普惠的硬件上，将尖端医疗智慧下沉到社区医院，惠及更多民众。

杨红霞教授指出：「以超低资源实现基础模型训练，加上高效模型融合，可助全球学术人员投入GenAI研究，汇聚更多力量创新。」

赵汝恒教授表示：「人工智能是加速培育新质生产力的核心，理大新成立的人工智能高等研究院（PAAI）致力加速人工智能技术在各个重点领域的深度融合，并针对不同行业开发具备专业领域知识的人工智能模型。此举不但能巩固理大在相关领域的领先地位，更将助力推动香港成为全球生成式人工智能发展的枢纽。」

协作AI新范式的发布不止于技术本身，更预示一个新时代的到来：人工智能将不再是少数巨头的垄断工具，而是如同互联网一般，成为人人皆可参与、创造和共享的公共基础设施。如同通向未来的「加速器」，协作生成人工智能让大模型开发由此摆脱「单打独斗」的昂贵竞赛，迈向一个开放、融合、协作共赢的全新纪元。