點解依家學 STEM 要識「搵嘢」？

你有冇試過叫仔女「幫我搵吓個遙控器喺邊」，佢喺客廳行咗三個圈都話「搵唔到」？或者佢哋做 science project 嘅時候，影咗成百張實驗相，但係要喺入面搵返「邊張相有啲咩嘢」就頭都大？

呢啲「搵嘢」嘅煩惱，其實正正係 STEM 教育嘅核心：觀察力、分類能力、同埋用工具解決問題嘅能力。

上星期 NVIDIA 喺 HuggingFace 發佈咗一個新嘅開源 AI 模型——LocateAnything-3B，短短七日已經有超過 600 個 like、兩萬幾次下載。呢個模型嘅功能好簡單但好強大：你俾一張相佢，講低你想搵乜嘢，佢就會用藍色框框 Highlight 俾你睇。

聽落好似冇咩大不了？但對於學緊 STEM 嘅小朋友嚟講，呢個工具可以徹底改變佢哋學習嘅方式——由執書包到做科學專題，由玩遊戲到準備國際比賽，全部用得著。

今日呢篇文章，我會同你拆開 LocateAnything-3B 係乜嘢，點樣免費用到，同埋最重要嘅：點樣用佢幫你嘅小朋友學好 STEM。

LocateAnything-3B 係乜嘢？一個「AI 放大鏡」

先講技術底細。LocateAnything-3B 係 NVIDIA 團隊用自家嘅基礎模型訓練出嚟嘅「定位模型」（Location Model）。個名入面嘅「3B」代表佢有 30 億個參數——呢個規模唔算最大，但係對於「搵嘢」呢個任務嚟講，已經夠用有餘。

佢嘅運作方式係咁嘅：

  1. 輸入一張圖片（可以係你用手機影嘅相，或者從網絡下載嘅圖片）
  2. 輸入一句文字，例如「紅色嘅波」或者「枱上面嘅水杯」
  3. 模型會輸出一個坐標，精準標示出呢件物件喺圖片嘅位置
  4. 視覺化顯示：一個藍色嘅框框 Highlight 咗件物件出嚟

最關鍵嘅係：呢個模型係免費、開源嘅。 即係話你唔使俾錢，只要有部電腦（甚至係手機），就可以用到。

同其他「搵嘢」工具有咩分別？

你可能會諗：「吓，Google Lens 咪做到類似嘢囉？」冇錯，Google Lens 都可以認到相入面嘅物件，但兩者有本質上嘅分別：

  • Google Lens 係「呢張相有啲咩嘢？」——佢會俾你一個標籤，例如「呢個係一隻狗」
  • LocateAnything-3B 係「我話俾你聽我想搵乜，你幫我喺相入面搵出嚟」——例如「幫我搵返呢張相入面嗰隻黑色嘅狗」

呢個看似微小嘅分別，喺 STEM 學習上意義重大：佢培養嘅係「有目標嘅觀察」，而唔係「被動嘅辨識」。

具體點用？5 個親子 STEM 活動實例

活動一：執書包大作戰（適合 4-8 歲）

目的：培養分類能力同邏輯思維

做法：

  1. 叫小朋友將書包所有嘢倒晒出嚟，攤喺枱面
  2. 用手機影一張相
  3. 然後同 LocateAnything-3B 講：「搵晒所有藍色嘅嘢出嚟」
  4. 模型會 Highlight 藍色嘅鉛筆盒、藍色嘅水壺、藍色嘅擦膠
  5. 再問：「搵晒所有圓形嘅嘢出嚟」

呢個過程唔只係玩，而係訓練小朋友用「屬性」去分類事物——顏色、形狀、大小——呢啲正正係數學同科學嘅基礎概念。

活動二：科學觀察日記（適合 6-12 歲）

目的：訓練細心觀察同記錄能力

做法：

  1. 種一盆豆苗或者養幾條魚
  2. 每日用手機影一張相同角度嘅相
  3. 用 LocateAnything-3B 去 Highlight 每日嘅變化——例如「搵返今日新長出嚟嘅葉」、「搵返最大嗰條魚」
  4. 將 Highlight 咗嘅相記錄落一本「科學日記」度

呢個活動教曉小朋友：科學唔係憑空想像，而係透過觀察同記錄去發現規律。 好多香港小學嘅 STEM 專題報告都需要呢種能力。

活動三：機械人比賽嘅「視覺助手」（適合 10-16 歲）

目的：為參加機械人比賽做準備

香港 STEM 比賽實例：香港機械人挑戰賽（Hong Kong Robotics Challenge）每年都有「物件辨識」環節，參賽者要設計機械人喺賽場上搵出指定顏色嘅物體。

做法：

  1. 用手機影低比賽賽場嘅模擬佈置
  2. 用 LocateAnything-3B 幫你分析——例如「搵晒所有紅色圓形物體」
  3. 將模型輸出嘅坐標，直接輸入到你嘅機械人編程入面
  4. 咁你就可以快速知道機械人應該行去邊個位置

呢個方法唔單止慳時間，仲可以訓練小朋友理解「電腦視覺」嘅基本概念——呢個係大學 AI 課程嘅第一課。

活動四：數學幾何探索（適合 8-14 歲）

目的：將抽象嘅幾何概念具體化

做法：

  1. 喺屋企周圍影低有幾何形狀嘅物件——例如窗框係長方形、時鐘係圓形
  2. 用 LocateAnything-3B 去搵出「所有三角形」、「所有平行四邊形」
  3. 同小朋友一齊數吓屋企有幾多個唔同形狀

呢個活動將數學課本上嘅理論，變成生活入面嘅遊戲。研究顯示，將抽象概念具體化係學習數學最有效嘅方法之一。

活動五：AI 繪圖比賽作品優化（適合 12-18 歲）

目的：提升 AI 生成作品嘅精準度，參加國際比賽

香港 STEM 比賽實例：香港 STEM 奧林匹克（HK STEM Olympiad）設有 AI 創作類別，參賽者需要用 AI 工具生成圖片，然後解釋創作概念。

做法：

  1. 用 AI 繪圖工具（例如 Midjourney 或者 Stable Diffusion）生成一張圖片
  2. 用 LocateAnything-3B 檢查：你叫 AI 畫嘅「紅色書包」係咪真係出現咗？
  3. 如果冇出現，你就知道要修改提示詞（Prompt），令 AI 更準確
  4. 重複呢個「生成 → 檢查 → 修改」嘅循環，直至滿意

呢個過程教曉小朋友一個好重要嘅概念：AI 唔係魔法，而係一個需要不斷調整嘅工具。

香港家長點樣免費用到？

好多家長一聽到「開源模型」就覺得好複雜，但其實而家有好多簡單嘅方法可以用到 LocateAnything-3B。

方法一：HuggingFace 網頁版（最簡單）

  1. 打開瀏覽器，去 HuggingFace 網站
  2. 搜尋「nvidia/LocateAnything-3B」
  3. 撳「Try it out」或者「Inference API」
  4. 上載圖片，輸入文字描述，等幾秒就有結果

呢個方法完全免費，唔使安裝任何軟件，手機同電腦都用到。

方法二：本地安裝（適合對電腦有興趣嘅中學生）

如果你嘅小朋友對電腦科學有興趣，可以試吓喺自己嘅電腦安裝：

  1. 安裝 Python
  2. 用 pip 安裝 Transformers 同 PyTorch
  3. 下載 LocateAnything-3B 模型
  4. 用幾行 Python 碼就可以運行

呢個方法需要少少編程知識，但係一個好好嘅學習機會。香港好多中學嘅電腦科都教緊 Python，呢個正正係一個實戰練習。

方法三：用 Google Colab（平衡方案）

如果你唔想安裝任何嘢，但係又想體驗「寫幾行 Code」嘅感覺，可以用 Google Colab：

  1. 打開 Google Colab（免費嘅雲端編程平台）
  2. 複製 NVIDIA 官方提供嘅 Notebook
  3. 逐格執行，見到圖片 Highlight 出嚟

呢個方法最適合想學編程但又怕麻煩嘅家長同小朋友。

家長可以點配合？5 個實用貼士

貼士一：由「玩」開始，唔好「教」

好多家長一聽到「AI 模型」就覺得係嚴肅嘅學習工具，但其實最好嘅方法係由玩開始。你可以同小朋友一齊搵屋企嘅物件：「幫我搵吓邊度有 Teddy Bear？」、「呢張全家福入面，邊個戴眼鏡？」——玩得開心自然會想學多啲。

貼士二：將「搵嘢」變成比賽

設定一個計時器，睇吓係 LocateAnything-3B 快啲，定係小朋友自己搵得快啲。呢個比賽可以訓練小朋友嘅觀察速度，同時令佢哋明白 AI 嘅優點同限制。

貼士三：連結學校嘅 STEM 課程

香港教育局嘅 STEM 課程指引強調「解難能力」同「創新思維」。你可以同小朋友嘅老師溝通，睇吓學校有冇科學專題可以用 LocateAnything-3B 輔助。例如小學嘅「我的社區探索」專題，可以用模型去 Highlight 社區入面嘅不同設施。

貼士四：準備比賽作品

如果你嘅小朋友準備參加香港 STEM 奧林匹克或者香港機械人挑戰賽，可以考慮用 LocateAnything-3B 作為作品嘅一部分。例如一個「智能書包整理系統」嘅 prototype，用 AI 去偵測書包入面有冇漏帶課本——呢啲創意喺比賽入面好加分。

貼士五：紀錄學習過程

每次用 LocateAnything-3B 做完一個活動，叫小朋友寫低：

  • 我今次搵咗啲咩？
  • 模型有冇出錯？點解會錯？
  • 如果我再做一次，會點樣改進？

呢個反思過程，正正係 STEM 教育最核心嘅部分——唔係答案本身，而係你點樣得到答案。

由興趣到大學申請：一條清晰嘅路徑

好多家長擔心 STEM 只係「玩吓」，對將來升學冇實際幫助。但其實香港嘅大學已經有清楚嘅 STEM 相關收生要求：

中學階段（F.3-F.6）

  • 選科建議：ICT（資訊及通訊科技）、M1/M2（數學延伸部分）、Physics（物理）
  • 課外活動：參加香港 STEM 奧林匹克、香港機械人挑戰賽、香港資訊科技奧運
  • 比賽獎項：呢啲比賽嘅得獎記錄，喺大學面試入面係好大嘅優勢

大學申請

香港嘅大學近年紛紛開設 AI 相關學系：

  • 香港大學：計算機科學系（AI 方向），2025 年 DSE 收生中位數約 5 科 28 分
  • 中文大學：人工智能系統工程學，收生分數約 5 科 27 分
  • 科技大學：計算機科學（AI 專修），收生分數約 5 科 29 分

如果你嘅小朋友由中一開始就用 LocateAnything-3B 呢類工具做專題，到中六時已經累積咗大量實戰經驗，寫 Personal Statement 嘅時候會有好豐富嘅素材。

職業規劃

AI 相關行業嘅薪酬喺香港一直上升：

  • AI 工程師：月薪 HK$35,000 - HK$80,000
  • 數據科學家：月薪 HK$40,000 - HK$90,000
  • 電腦視覺工程師：月薪 HK$38,000 - HK$85,000

而且呢啲職位嘅需求只會愈嚟愈大——NVIDIA、Google、Microsoft 等跨國公司喺香港都有 AI 相關嘅職位空缺。

延伸閱讀

下一步：今日就同小朋友一齊試

LocateAnything-3B 唔係一個遙不可及嘅「高科技」，而係一個免費、易用、可以即刻用嚟學習嘅工具。

今晚你就可以：

  1. 打開手機，影低屋企嘅客廳
  2. 去 HuggingFace 網站，上載張相
  3. 同小朋友一齊輸入：「搵晒所有藍色嘅嘢出嚟」
  4. 睇住 AI 幫你 Highlight 出嚟

然後問佢一句：「你覺得呢個 AI 仲可以幫我哋搵啲咩？」

呢個問題，可能就係佢 STEM 學習旅程嘅起點。