6月4日消息，香港生成式人工智能研发中心于在香港科技大学发布第三代大模型HKGAI V3及智能体平台Agent Workshop，Token压缩效率较前代提升超10倍，这是香港本土AI首次明确转向Agentic AI方向。
HKGAI V3的核心升级
V3定位为"香港Agentic基座大模型"，相比前代的变化集中在四个层面。
工具调用能力是最关键的新增项。V3支持多步复杂工作流程的自主执行，这意味着模型不再只是问答，而是可以串联多个工具完成端到端任务。推理性能上，Token压缩效率提升超10倍，直接影响企业部署的算力成本。官方测试数据显示，智能体单次无干预稳定运行时长从前代的分钟级跃升至28小时，接近百倍提升，这个指标对需要长时间自主运行的企业场景有实际意义。
本地化是HKGAI一直以来的差异化方向。V3在粤语词汇、港式书面语、两文三语混用场景上做了深度优化，能自动处理"打的"到"搭的士"这类地域用语转换，并适配香港口音普通话。同时内置香港本土法规知识库，在合规层面做了针对性强化。
Agent Workshop做了什么
Agent Workshop是此次发布的另一个重点，定位为企业级智能体平台，面向金融、法律、专业文书、会议纪要、合规办公等B端场景。平台可自主完成资料整理、推理分析、报告撰写、代码开发等全流程任务，核心卖点是解决通用大模型在香港企业环境中合规弱、落地难的问题。
三款已有应用同步升级：港话通（语音交互，约75万注册用户）、港文通（文书处理）、港会通（会议纪要）。这三款产品此前已有一定用户基础，V3的升级主要体现在智能体能力的叠加——从单轮交互变成可以自主完成多步任务。
技术路线与架构特点
HKGAI的技术路线有两个显著特征。一是基于本地数据训练，模型从底层就针对香港场景做了定制，而不是在通用大模型上做微调。这种做法的好处是本地化深度更好，代价是训练数据规模和多样性受限于香港市场体量。二是"精製知识组织制"，本质上是把香港本土法规、行业规范等结构化知识嵌入模型，提升在合规场景下的可靠性。
28小时连续运行的测试数据值得关注。长时运行是Agentic AI的硬指标，但测试环境和生产环境差距通常很大，实际企业部署中能否稳定复现需要更多案例验证。
竞品格局
香港本土AI赛道参与者有限。HKGAI是目前唯一由政府InnoHK平台资助、专注香港本地化的大模型项目，在粤语和港式场景上没有直接竞争对手。
但放到更大的坐标系里，竞争压力来自多个方向。通用大模型层面，GPT-4o、Claude、Gemini的多语言能力持续提升，粤语支持虽不如专用模型深，但覆盖面在快速扩大。国内厂商方面，阿里通义、百度文心、腾讯混元的粤语能力也在迭代，且在企业级部署上有更成熟的商业化体系。智能体平台维度，Coze、Dify、AutoGen等通用Agent框架在功能丰富度上远超Agent Workshop，企业客户可能会拿通用平台加本地化适配的方案与HKGAI做对比。 HKGAI的护城河本质上是政策和合规。香港金融、法律行业对数据驻地和本地合规有刚性要求，这是通用大模型短期内难以替代的。但这也意味着市场天花板受限于香港本地企业需求的总量。
需要关注的问题
HKGAI成立于2023年，政府资助背景保证了研发投入的稳定性，但也带来商业化压力的问题——缺少市场化竞争的倒逼，产品迭代速度和用户需求响应能否跟上是个疑问。75万注册用户的港话通数据看起来不错，但活跃率、付费转化等关键指标未披露。
"Token出海"的说法值得审视。官方提出向海外提供算力与智能服务，但HKGAI的核心优势恰恰是香港本地化，出海场景下这个优势不存在，需要和全球头部模型直接竞争，逻辑上存在矛盾。大湾区是更现实的扩展方向，但涉及跨境数据流通和内地合规要求，落地复杂度不低。
此外，V3的多项性能提升数据均来自官方测试，缺少第三方评测验证。10倍Token压缩、28小时连续运行等指标的具体测试条件和对比基线未详细说明，实际效果需要企业客户的真实反馈来检验。
AI 速览
