NTU

NTU 在 AI 領域的核心單位：

• College of Computing and Data Science（CCDS）：2024 年由 SCSE 升級而來，整合電腦科學與資料科學
• S-Lab：與商湯科技聯合實驗室，專攻視覺、生成模型
• **Centre for Frontier AI Research（與 A*STAR）**：聯合研究中心
• NTU Institute for AI Research：跨學科 AI 研究平臺
• NTU Garage @ DBS / SIA：與企業的聯合 AI 應用實驗室

特色研究方向：

• Continual Learning（持續學習）：NTU 是這個方向的全球重鎮
• Computer Vision：S-Lab 與商湯合作產出大量頂會論文
• Robotics + AI：NTU 工科背景讓它在機器人 AI 方向有優勢
• AI for Engineering：在材料、晶片設計、智慧製造方向

國際合作上，NTU 與商湯、阿里達摩院、微軟亞洲研究院都有深度合作，是中國 AI 圈在新加坡的主要對接視窗。

NTU 在 AI 上和 NUS 形成清晰的差異化：

• NUS：偏基礎研究、社會影響、政策研究
• NTU：偏工程應用、與產業合作、視覺/機器人方向

NTU 的論文產出在某些細分方向（CV、Continual Learning、Robotics）甚至超過 NUS。S-Lab 與商湯的合作讓 NTU 在 CVPR / ICCV / ECCV 等頂會上有持續出場。

但 NTU 也面臨一個問題：與中國 AI 圈的深度繫結帶來地緣風險。S-Lab 的合作伙伴商湯被美國製裁後，NTU 需要重新平衡國際合作組合。這也是 NTU 近年加強與 Google DeepMind、AWS 合作的原因。

技術上，NTU 在 GenAI 方向的存在感弱於 NUS——它沒有 SEA-LION 級別的旗艦專案，主要還是單點突破式的論文產出。這也是 CCDS 升級（2024）想要解決的問題：整合分散的 AI 研究力量，形成更系統的輸出。

NTU 在新加坡 AI 戰略裡是"工程化 + 國際合作"的支點。

在「七條傳導槓桿」裡：

• 槓桿 1（基礎研究）：與 NUS 互補，NTU 偏視覺、機器人、工程 AI
• 槓桿 2（人才）：NTU CCDS 是新加坡 AI 工程師的另一主要培養基地
• 槓桿 3（產業應用）：NTU Garage 與 DBS、SIA 等大企業聯合實驗室是產業 AI 落地的樣板

觀點：NTU 的"產業合作"模式是新加坡 AI 應用研究的"商業化樣板"——比 NUS 更接地氣，比 A*STAR 更靈活。這種"高校 + 大企業聯合實驗室"的模式是新加坡產業 AI 落地最有效的機制之一。

但 NTU 在國家級 AI 旗艦專案裡參與度不如 NUS——AISG 不在 NTU 校園，SEA-LION 主要由 NUS 團隊主導。NAIS 2.0 時期 NTU 如何在國家敘事裡找到差異化定位（比如成為"機器人 AI"或"視覺 AI"的國家級中心）是關鍵問題。

可觀察的變數：CCDS 整合後能否產出旗艦專案、與商湯合作的未來安排、能否在 GenAI 方向迎頭趕上。