《中國移動第九屆創客馬拉松大賽 (香港賽區)》暨《第四屆中國移動「梧桐盃」大數據創新大賽 (港澳台賽區)》頒獎典禮盛大舉行

隊伍: 聖士提反女子中學

項目：潛力啟航

項目簡介：「潛力啓航」是一款專為中學生精心打造的生涯規劃應用程式，具備四大功能。它憑借大型語言模型生成文件，全面細緻地記錄學生狀況並依靠人工智能進行輔導與推薦，提供大量且實用的資料和精準有效的方案推薦，同時將系統安全和用戶隱私保護置於首位。此應用充滿創新元素，發展前景廣闊。未來不僅計劃連接更多優質校外機構，還會隨著技術的不斷深入發展和優化，為除中學以外的學生提供極具個性化、高精準度建議，全方位助力學生追逐夢想，為社會生產力的大幅提升發揮重要作用。

隊伍: 聖士提反女子中學

項目：智惜冷藏

項目簡介：「智惜冷藏」作為一款創新的小型雪櫃附加裝置，具有諸多突出特點和優勢，無需安裝即可適配各型號雪櫃。其配備的影像拍攝功能，讓用戶能輕鬆查看食物儲量，有效避免食物浪費。同時，它還能監察雪櫃溫度，及時提醒用戶整理食物和調整溫度。當中應用了多項先進技術，在節能和減少食物及資源浪費方面表現出色。不僅效果良好，而且價格低廉、使用靈活。未來，「智惜冷藏」有望更加智能化，與網上平台連接，實現諸如自動調溫等更多實用功能，帶來更多便利和環保效益。

隊伍: 聖公會白約翰會督中學

項目：海鮮速遞

項目簡介：「海鮮速遞」是一項創新計劃，由離岸魚塘生產商借助網絡技術和低空經濟，將新鮮貴價海鮮直送顧客。透過顧客網上訂購，經營者用無人機將貨送至碼頭，再由車隊送達。為保障交易，每條魚裝 RFID 標籤，運用 4G/5G 等技術。通過 MQTT 平台保存運輸數據，讓顧客和經營者追蹤。此方案解決了離岸漁塘運輸成本高、銷售局限等問題，降低成本、拓展市場，利用大數據分析顧客喜好精准推薦，增加銷量，催生漁業新模式。

隊伍: 香港九龍塘基督教中華宣道會鄭榮之中學

項目：Aiya：基於生成式人工智能與人機交互的虛擬陪伴者

項目簡介：「Aiya」是一款極具創新性的虛擬陪伴者。它不僅具備可愛的 3D 虛擬外觀，能夠以擬人化的感情表達打破人與AI的隔閡，還支援粵語和英語語音識別，極大地提升了人機交互的層次。技術上，採用OpenAI、HuggingFace等多種先進技術及 Multi-Agents技術，讓回應更加穩定合理。其應用場景豐富，在醫用和社工領域，能為患者提供情感支援，記錄分析數據供專業人士參考；教育上，可錄入課本知識，為學生提供個性化學習指導；娛樂方面，能作為虛擬主播進行表演和互動。未來，「Aiya」還將在多平台推出相關軟件和硬體，以擴大受眾範圍。

隊伍: ScanViS Limited

項目：革新海上通訊 —SailaWave 助力實現大灣區全海域5G接入

項目簡介：是次榮獲入選的創新海上5G通訊項目「SailaWave」，是由ScanViS Limited提供的適配近海場景的增強型5G CPE產品組成的整體解決方案，為遊艇、漁船、渡輪等民用船舶，提供5G高速網絡。隨著不斷突破技術創新界限，「SailaWave」將徹底革新海上通訊，助力實現大灣區全海域5G接入，並延申應用至為偏遠地區救援車船增強信號，長隧道內增強信號，無人機巡查等多個領域。

隊伍: 炫幻視界有限公司    

項目：im-Studio：零門檻的3D虛擬現實互動空間

項目簡介：炫幻視界致力於將AAA遊戲和AI技術帶出遊戲領域，應用於不同行業。我們的使命是將遊戲的互動和實時功能應用到不同的產業。我們選擇了直播和活動行業為第一步。我們將龐大昂貴的實體攝影棚，變成一個成本為萬分之一的網絡SAAS解決方案。 僅需一部手機和一個連結，讓現實人物與虛擬數位空間實現無縫融合。「小成本、大制作」，結合AI與XR實時虛擬技術，讓任何人也能隨時隨地直播及創作影片，讓活動大幅降本增效，達到營銷推廣需求。

隊伍: 靈宙控股有限公司

項目：構建香港交通數字孿生

項目簡介：Linksoul利用汽車流量及道路網數據（開放與收集相結合），5G 技術助力實現更精準的交通管控。減少人車流安全風險，提供即時「綠波優化」最佳解決方案，提升交通效率。為智慧城市可持續發展規劃提供支撐，同時也為特殊車輛提供無障礙通行，提高應急響應速度，推動城市交通向智能化、高效化邁進。

隊伍: 澳門電訊有限公司

項目：5G賦能旅遊科技創新—澳門智慧旅遊+會展解決方案

項目簡介：「澳門智慧旅遊+會展解決方案」針對國際旅客的語言溝通與行程規劃剛需，配合澳門電訊5.5G網絡大數據支持，為旅客帶來AI即時多語言交互、智慧旅遊路線規劃、大型活動資訊、即時交通指引等個性化智慧旅遊體驗。同時基於5.5G網絡技術，為大型活動或會議展覽主辦方提供FMC固移融合、RedCap低功耗物聯、網路切片QOS等服務，提供一站式的旅遊+會展資訊整合與重保服務。

人工智能賽道

冠軍隊伍: Leaf

項目：Address Finder

項目簡介：「Address Finder」是一個集成了前沿技術的智慧地址處理系統，專注於解決地址數據管理中的非結構化、格式不統一、冗餘及錯誤等問題。在全球化和數字化的背景下，地址數據的標準化管理對於公共服務、物流追蹤、電子商務和智慧城市等領域顯得尤為關鍵。然而，由於不同地域的地址格式差異，傳統的字符串匹配方法難以實現高效精準的地址識別。為應對這一難題，「Address Finder」項目應運而生，通過檢索增強生成（Retrieval-Augmented Generation, RAG）技術構建了高效、智慧的地址數據處理系統。

亞軍隊伍: 小牛快跑

項目：利用 RAG 和 AI 大模型標準化位址數據

項目簡介：參賽方案基於RAG（檢索增強生成）和大模型技術，旨在實現香港地區客戶地址數據的標準化。首先，透過系統的數據預處理，提高了數據的準確性和可用性，解決了非結構化數據所帶來的挑戰。其次，融合關鍵字檢索與語意檢索，結合兩者優勢，確保了高效且精準的地址匹配。最後，利用大模型進行細粒度分析，進一步優化了匹配結果。

季軍隊伍: 歸去來兮女士

項目：運用RAG和ChatGLM大模型的位址檢索

項目簡介：本方案旨在利用RAG（檢索增強生成）和先進的AI大模型技術，實現客戶地址數據的標準化處理。透過使用embedding-3模型，我們生成高維度的嵌入向量，能夠有效捕捉地址的語意特徵。這些嵌入向量在後續步驟中與使用者輸入的模糊地址進行匹配，採用餘弦相似度計算來識別與輸入最相似的地址。隨後，這些相關地址將作為上下文輸入到ChatGLM-4-plus模型中，模型負責生成清晰、規範化的地址輸出。此外，為確保輸出結果符合實際應用需求，系統將最終結果與香港政府地址庫進行比對，以驗證其準確性和規範性。這項應用不僅將傳統地址處理方式轉變為高效的語意檢索，也適用於中英語言環境，提升了地址數據管理的智慧化水平。

數據安全賽道

冠軍隊伍: 你說的都不隊

項目：基於深度學習與大模型的雙重過濾反詐預警平台

項目簡介：本項目名為Wise Alert，是基於深度學習與大模型的雙過濾反詐預警平台。核心主要分為兩個模組：黑白名單預測模塊和詐騙行為預測模塊。相較於傳統的黑白名單預測，本項目創新地使用了LSTM深度學習模型，以梧桐大數據平台提供的電信詐騙領域表作為訓練集進行訓練。通過該模型，我們將對實際用戶進行黑白名單劃分，並將黑白名單數據集提供給在線預警平台。在此基礎上，我們還引入了BERT大模型對詐騙行為進行預測，使用了外部的multi-agent-scam-conversation數據集進行測試，通過大模型強大的自然語言處理能力，對詐騙行為進行學習，針對預警系統輸出的異常通話文本數據，提供精確可靠的詐欺預測。基於雙模塊的過濾，我們能夠在保證詐騙預測精準度的情況下，節省算力，保護用戶隱私，做出最高效率的判斷。

亞軍隊伍: 香港不太潮

項目：基於XAI與RAG的 動態電信詐騙 偵測與資料庫建置系統

項目簡介：方案聚焦於電信詐騙檢測，結合了XAI（可解釋人工智能）和RAG（檢索增強生成）技術，開發出一個動態更新的電信詐騙檢測系統。該系統能夠實時抓取並更新最新的詐騙數據，透過RAG模型提高對新型詐騙模式的檢測能力，並利用XAI技術提供決策透明度，提升用戶和監管機構的信任感。

數據應用賽道

冠軍隊伍: 早點下班

項目：隨心共享，聯動粵港 基於行動大數據北上通訊解決方案

項目簡介：新冠疫情結束後，香港北上潮大爆發，由此產生了對便利跨國通訊服務的新需求。因此，提供有針對性的服務以提升客戶體驗，對於香港本地電信運營商來說至關重要。本項目首先構建能突顯客戶跨境往來行為的新特徵，透過K-Means聚類模型對用戶進行分類，利用PCA降維等方法對模型進行評估，再可視化各個類群得到用戶畫像。 最後，根據不同用戶畫像，指定了有針對性的營銷方案。

亞軍隊伍: 可以

項目：應對香港北上潮的挑戰

項目簡介：本方案透過大數據技術精準識別赴大陸的香港旅客，分析並劃分為五大類別。方案基於行為數據、特徵數據和偏好數據等，利用K-means聚類模型和卷積特徵增強技術，對數據進行清洗、特徵提取和維度擴展，最終生成詳細的用戶畫像，幫助企業精準定位目標客戶並提供個性化服務。

季軍隊伍: 刷到廣告，然後參加中國行動數據大賽

項目：結合人工劃分及整合聚類演算法的混合模型進行客戶聚類

項目簡介：本方案採用結合人工劃分及集成聚類演算法的混合模型，透過人工劃分、K-Means、Bisecting K-Means及Gaussian Mixture Model進行客戶聚類。 對齊各方法得到的聚類標籤，然後採用加權投票機制綜合機器劃分和人工劃分結果，提高客群劃分的精確度和穩定性。核心優勢在於採用人機協作模式，將人工分析與機器學習結合，提升識別的精準度與穩定性。通過標籤對齊和加權投票機制，綜合多算法的優點，有效避免單一模型的局限性。加權投票的權重可以採用隨機搜尋優化內部/外部聚類質量指標得到，可以根據實際情況校正聚類結果。