點解依家學 STEM 要識「壓縮」？
你嘅仔女有冇試過開住手機玩 AI 繪圖，然後部機熱到辣手、電量倒水咁跌？或者佢哋想喺學校部舊 laptop 上面試下跑 AI 模型，結果下載完個檔案成 10GB，部機即刻 hang 機？
呢個唔係佢哋嘅問題，而係 AI 模型本身太大、太食資源。
但 2026 年 6 月初，Google 發布咗一個叫 Gemma 4 QAT 嘅技術，解決咗呢個煩惱。簡單講，佢哋用 Quantization-Aware Training（量化感知訓練）嘅方法，將原本幾十 GB 嘅 AI 模型壓縮到得返幾 GB，甚至細到可以喺手機上面行，而且準確度幾乎冇跌。
呢個技術對香港中學生嚟講，係一個好大嘅機會。因為以前要玩 AI 模型，冇一張 HK$10,000 以上嘅顯示卡係唔使諗；但 QAT 技術令佢哋可以用屋企部幾千蚊嘅 laptop、甚至手機，就跑到本來要伺服器先做到嘅 AI 任務。
喺呢篇文章，我會由具體技術、免費工具、本地比賽路徑、到大學申請策略，逐個拆解俾你睇。
具體技能／工具：Gemma 4 QAT 係乜？點樣免費玩？
技術術語（用返你明嘅語言）
「量化」呢個詞聽落好深奧，但其實好簡單。
想像你有一張好靚嘅相，檔案好大（好比係原本嘅 AI 模型）。你將佢壓縮成 JPEG，檔案細咗 90%，但睇落去仍然好清晰（呢個就係量化後嘅模型）。Gemma 4 QAT 嘅厲害之處，係佢喺訓練階段就已經加入咗量化嘅考慮，所以壓縮完之後，模型嘅「智力」幾乎冇損失。
Google 官方數據顯示，Gemma 4 QAT 模型喺手機同 laptop 上面運行時，推理速度提升咗 2-3 倍，記憶體使用量減少 50% 以上。對於一部得 8GB RAM 嘅中學 laptop 嚟講，呢個係天同地嘅分別。
免費工具推介（香港家長即刻可以用）
| 工具名稱 | 適合年齡 | 費用 | 用途 |
|---|---|---|---|
| Ollama | 12+（有家長陪同） | 免費 | 喺自己電腦下載 Gemma 4 QAT，用文字對話 |
| LM Studio | 14+ | 免費 | 圖形界面，唔使打指令，拖放模型檔案就用到 |
| Hugging Face Chat | 所有人 | 免費 | 直接喺瀏覽器試用，手機都得 |
| Google Colab | 16+（需少少編程） | 免費（有限額） | 用雲端 GPU 跑模型，唔使買貴硬件 |
實戰步驟（15 分鐘內完成）：
- 去 Ollama 官網 下載軟件（Windows/Mac/Linux 都得）
- 打開命令提示字元，輸入
ollama run gemma4:2b-instruct-q4_K_M - 等 1-2 分鐘下載（檔案約 1.5GB，比原本嘅 12GB 細好多）
- 開始同 AI 對話：問佢「幫我諗一個科學展覽題目」或者「解釋量子力學俾 14 歲學生聽」
呢個流程，就算係冇編程經驗嘅中學生，跟住做 15 分鐘就搞掂。
本地資源：香港有咩比賽可以用到呢個技術？
Gemma 4 QAT 模型特別適合用喺「邊緣運算」（Edge Computing）嘅比賽，即係唔靠雲端、喺本地裝置運行 AI 嘅項目。香港有以下比賽係呢個方向：
1. 香港 STEM 奧林匹克（HK STEM Olympiad）
- 比賽組別：初中組、高中組
- 適合題目：用 Gemma 4 QAT 做一個「離線 AI 學習助手」，幫同學喺冇上網嘅情況下解答數理問題
- 評分重點：創新性（30%）、技術難度（30%）、實用性（40%）
- 報名時間：每年 9 月
- 官網：hkstemu.org
2. 香港機械人挑戰賽（Hong Kong Robotics Challenge）
- 比賽組別：高小組（P4-P6）、初中組、高中組
- 適合題目：將 Gemma 4 QAT 放入 Raspberry Pi（HK$400 一塊嘅微型電腦），令機械人可以用語音指令控制
- 評分重點：機械人完成任務準確度（50%）、程式碼效率（30%）、現場演示（20%）
- 報名時間：每年 11 月
- 官網：hkroboticschallenge.org
3. 香港資訊科技挑戰賽（HK ICT Awards – 學生組）
- 比賽組別：中學組
- 適合題目：用手機運行 Gemma 4 QAT，做一個「即時翻譯眼鏡」app，幫助非華語學生
- 評分重點：社會影響力（40%）、技術實現（30%）、商業可行性（30%）
- 報名時間：每年 3 月
- 官網：ictawards.hk
4. 國際比賽路徑：MIT App Inventor 比賽
- 適合題目：用 Gemma 4 QAT 做一個手機 app，解決社區問題（例如：垃圾分類助手）
- 獎項：冠軍可獲 MIT 夏令營獎學金
- 報名時間：每年 4 月
家長可以點配合（唔使識編程）
好多家長一聽到「AI 模型」、「量化」呢啲詞就頭痛，覺得自己幫唔到手。其實你唔使識技術，都可以做好多嘢：
1. 硬件支援（最實際）
- 買一部二手 ThinkPad / Dell 商務筆電，約 HK$2,000-3,000，8GB RAM + 256GB SSD 就夠用
- 或者用屋企現有嘅手機（iPhone 12 以上 / Android 8GB RAM 以上）
- 唔使買顯示卡！呢個係 QAT 技術最大嘅優點
2. 時間管理
- 每個星期俾 2-3 小時佢哋專心玩 AI 模型
- 同佢哋一齊睇 YouTube 教學（推薦頻道：Sentdex、The AI Guy）
- 鼓勵佢哋記錄實驗日誌：今日試咗咩模型？結果點樣？有咩問題？
3. 比賽支援
- 幫佢哋報名比賽（大部分網上報名，15 分鐘搞掂）
- 陪佢哋練習現場演示（呢個係比賽攞高分嘅關鍵）
- 聯絡學校嘅 IT 老師或者 STEM 統籌主任，睇下有冇額外資源
4. 心態調整
- 唔好追求「一步到位」：第一次跑模型可能 fail，係正常嘅
- 讚賞嘗試過程，而唔係結果：「你今日試咗 3 個唔同嘅參數設定，好叻！」
- 同佢哋一齊睇 Google Gemma 4 QAT 嘅技術報告（有中文版，唔難明）
大學申請路徑：從興趣到專業
如果你想幫仔女將呢個興趣變成大學申請嘅優勢，可以參考以下路徑：
香港本地大學
| 大學 | 相關學系 | 入學要求（DSE） | 備註 |
|---|---|---|---|
| 港大 | 工程學（AI 方向） | 最佳 5 科 25 分 | 有比賽獎項可加分 |
| 中大 | 計算機科學 | 最佳 5 科 24 分 | 重視面試表現 |
| 科大 | AI 及數據科學 | 最佳 5 科 23 分 | 有 Portfolio 審查 |
| 城大 | 智能系統工程 | 最佳 5 科 20 分 | 接受較低分但有作品 |
海外大學
| 大學 | 課程 | 申請重點 |
|---|---|---|
| MIT | 計算機科學 | 需要 USACO / 國際比賽獎項 |
| Stanford | AI 專業 | 重視研究經驗 |
| CMU | 機械人學 | 需要實體項目作品 |
| UC Berkeley | EECS | 重視創新項目 |
關鍵提示：
- 中三至中四：開始參加比賽，建立作品集（Portfolio）
- 中五：參加國際比賽，攞獎項
- 中六：用作品集申請大學，特別係有面試嘅學校
延伸閱讀
- Google Gemma 4 識睇圖又識聽聲？｜呢 3 個免費玩法幫小朋友由「玩 AI」變「造 AI」
- HuggingFace 排行榜上嘅免費 AI 模型 — 香港 STEM 學生嘅秘密武器｜唔使俾錢，一個網站學晒最新 AI
- 本地運行 AI 模型｜香港中學生嘅 STEM 秘密武器 — 唔使上網、唔使俾月費，一部電腦搞掂晒
下一步：今日就開始玩
Gemma 4 QAT 唔係一個遙不可及嘅技術，而係一個俾香港中學生「用最低成本，做最多嘢」嘅工具。佢令 AI 模型由「伺服器專利」變成「人人可玩」，特別係對於資源有限嘅本地學生嚟講，呢個係一個公平嘅起跑線。
今日你可以做嘅三件事：
- 下載 Ollama（5 分鐘）— 去官網下載，然後輸入指令跑 Gemma 4 QAT
- 同仔女一齊玩（30 分鐘）— 問 AI 幾個問題，睇下佢點回答
- 搜尋比賽詳情（15 分鐘）— 上 hkstemu.org 睇今年嘅比賽主題
唔使等到「學識晒先開始」—— 呢個時代嘅學習，係「開始咗先學識」。你嘅仔女可能就係下一個用 Gemma 4 QAT 攞 STEM 比賽冠軍嘅香港學生。
延伸閱讀：
本文由 TopClass HK AI 編輯部撰寫。所有比賽資訊以官方網站為準，建議家長報名前再次確認截止日期。