路徑一
會思考的未來城市
- 重點
- AI 應用、程式探索、現場任務與數學建模
- 適合
- 適合希望透過科技與團隊實作解決城市問題的學生。
7年
賽事統籌與執行經驗
1,500人
過往單場賽事執行規模
5站
2027 全球系列賽規劃
2027 規劃目標
以上經驗與規模資料源自核心團隊過往項目；2027 全球系列賽站點以最終公布安排為準。
AIM³ 建模方法
從看見問題，到創造可驗證的改變
學生不只尋找答案，而是學會定義問題、建立模型、檢驗證據，並為真實城市提出負責任的行動方案。
觀察問題
從城市生活與真實需求中發現值得研究的問題。
識別變量
找出影響結果的條件、數據與相互關係。
建立模型
把複雜情境轉化為可分析、可解釋的數學模型。
驗證證據
利用數據、測試與反思檢查模型是否可靠。
完成使命
把推理轉化為清晰、負責任且可行的城市方案。
兩條路徑，同一種建模思維
學生可以依年齡、能力與表達方式選擇適合的參賽路徑，兩條路徑都以問題定義、數據推理與建模表達為核心。
路徑二
我的城市我來規則
- 重點
- 書面分析、數據論證、模型表達與方案陳述
- 適合
- 適合擅長研究、論證、寫作與清晰表達的學生。
不只完成一場比賽
每位學生都帶走一套可以繼續使用的能力
能力徽章細則將於正式賽事手冊公布。
- 01
建模研究報告
把問題、假設、數據、模型與結論組織成完整研究。
- 02
數據與證據鏈
學會判斷資料來源、解釋結果並面對模型限制。
- 03
城市方案表達
把複雜推理轉化為他人能理解、能檢驗的提案。
- 04
AIM³ 能力徽章
以具體能力記錄學生在建模歷程中的成長。
Calendar 2027
五個城市站，一段旅程
五個城市站，完成一條亞洲學習旅程
JAN
區域銜接及季前活動
澳門
AI × Bridge City
以主辦方正式通知為準
區域銜接及季前活動
MAR
啟動站
新加坡
AI × Future City
20–50 校 · 300–500 人
跑通規則、評委與數據流程
JUL
旗艦站
香港
AI × Human Innovation
80–120 校 · 1,500–2,500 人
兩賽道、百校成果展與 NGO 論壇
SEP
泰國站
泰國（曼谷）
AI × Future City
以主辦方正式通知為準
2027 年 9 月｜曼谷
DEC
年度站
檳城
AI × Sustainable Heritage
20–30 校 · 200–300 人
影響報告、在地題庫與 2028 議題
所有日期、場地、名額、合作單位及報名截止日期，均以主辦方正式通知為準。
學術治理與賽事責任
AIM³ 以透明規則、資料責任、學術誠信與兒童保障作為賽事設計基礎。