香港科技大学教授通过实验测试AI眼镜在期末考试中的表现，结果显示该眼镜在30分钟内获得92.5分，超过95%的学生。这一现象引发了对传统教学评估体系的反思，尤其是AI在标准化考试中的优异表现使教育评估的有效性受到质疑。

戴盟机器人获得中国移动链长基金亿元投资，进一步巩固触觉感知领域的领先地位。此次融资将加速技术突破和市场拓展，累计融资金额已达数亿元，推动触觉感知技术的发展。

香港科技大学研发的宇树G1篮球机器人成功掌握真实场景打篮球技能，成为全球首个实现此功能的机器人。该项目基于SkillMimic-V2技术，通过改进数据处理和技能学习，显著提升了机器人在复杂交互中的表现。

机器之心数据服务现已上线，提供高效稳定的数据获取服务，帮助用户轻松获取所需数据。

机器之心数据服务已上线，提供高效稳定的数据获取，简化数据爬取流程。

机器之心数据服务已上线，提供高效稳定的数据获取，简化爬取流程。

香港科技大学与华为联合开发的AutoSchemaKG框架能够自动构建知识图谱，无需预定义模式。该系统利用大型语言模型从文本中提取知识三元组并进行模式归纳，构建了包含9亿节点的ATLAS知识图谱。实验结果显示其提取精度高、信息保留度强，适应性良好，推动了知识图谱的自动化发展。

vivo与香港科技大学联合提出的PreSelect方法是一种高效的数据筛选技术，通过计算数据的预测强度来评估其对模型能力的贡献。该方法显著降低了计算成本，提升了数据筛选的效率和质量，实验结果表明其在多项任务中优于传统方法，验证了其有效性。

清华、复旦和港科大联合发布RM-BENCH基准，旨在评估奖励模型的认知敏锐度，解决“形式大于内容”的问题。该基准关注模型对细微内容差异的敏感性和风格偏差的鲁棒性，涵盖聊天、代码、数学和安全等领域。研究表明，现有奖励模型在这些领域表现不佳，亟需改进。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

香港科技大学（广州）与香港科技大学联合开发了新算法Falcon，提升机器人在拥挤环境中的社交导航能力。该算法结合轨迹预测，研究团队还构建了Social-HM3D和Social-MP3D数据集以提供更真实的评估环境。实验结果表明，Falcon在目标达成和社会合规方面表现优异，成功率超过55%。

港科大与北邮团队在ICLR 2025上展示了一项创新技术，能够通过文本控制声源方向生成多通道音频，显著提升空间音频生成的控制能力，具有广泛的应用前景。

多模态版DeepSeek-R1（Align-DS-V）由北大与港科大联合开发，超越GPT-4o，具备跨模态推理能力。通过Align-Anything框架，模型在视觉理解和文本推理上显著提升，复杂任务成绩从21.4提升至40.5。该框架支持多模态对齐，促进人工智能与人类意图结合，已开源并持续维护。

港科大戴盟机器人团队完成亿元融资，研发具身智能“触觉感知”技术，推出毫米级视触觉传感器，提升机器人对物体的理解与操作能力，推动机器人产业发展。