App Inventor 2

本課程教授如何透過App Inventor 2(ai2)來開發Android應用程式。利用ai2設計應用程式，可以不用學習困難的Java語法，都可以編寫程式。

Scratch基礎應用及遊戲創作課程

學生可以用堆砌方法的形式，將不同的指令拼貼組合，在過程了解程式中的變數、迴圈、如果等邏輯架構。學生可以編寫他們獨一無二的程式。

Micro:bit

Micro:bit是BBC用在推廣電腦應用及編程的教育工具，本課程主要讓學生學習Micro:bit的基本功能及如何製作簡單的生活小工具，透過逐漸加深及有計劃的問題及內容，簡單地學到不同的編程知識，亦能將學到的技術及知識應用於生活上。

Micro:bit X IOT

課程會介紹物聯網 (IoT) 的基礎知識，引用智能家居或智能城市為題材，學習上傳數據及分析之功用。

Cospaces x ClassVR

Cospaces提供虛擬世界與擴充虛擬實境（VR / AR）元宇宙空間製作，課程教授3D空間製作及360相片製作場景，將完成作品投影到ClassVR上使用。ClassVR與Cospaces的高兼容度能提高老師和同學互動性，讓學生有更良好的體驗。

Roblox x Oculus Quest VR

課程將教授學生利用遊戲引擎Roblox Studio製作元宇宙遊戲並在Oculus Quest VR眼鏡 上遊玩，學生將學習場景設計與物品道具製作，並利用編程管理場景物件，製作不同機關和特效，令遊戲玩法更豐富有趣。

Talkbo 互動機械人

Talkbo是一款內置AI人工智能的英語學習機械人，學生可以通過Talkbo不同模式進行互動及對話，Talkbo亦支援ChatGPT功能，支援多達100種不同語言，讓學生能通過與機械人互動拓展思維，啟發創意。

3D打印與鐳射切割

課程將引領學生深入瞭解3D打印和鐳射切割技術，目標是教授學生從藝術設計到產品生產的完整創作流程。透過以日常物品為設計藍圖的實際案例，學生將逐步學習繪圖軟體的基本操作，並能獨立運用鐳射雕刻和3D打印機。

mTiny編程課程

mTiny透過童小點玩具以學齡前兒童為基礎設計出unplugged不插電編程學習工具

Cubico編程課程

Cubico課程提供互動式擴增實鏡（AR）平台進行unplugged不插電編程學習工具

TrueTrue編程課程

TrueTrue教育機器人是專為兒童設計的unplugged不插電編程學習工具

Marty MV舞蹈班

「全球機械人挑戰賽」是由 Robotical 主辦，旨在激發學生的創造力及想像力。學生將以團隊中合作的方式為他們的 Marty 機器人編排一支舞蹈，並選擇自己喜歡的音樂。通過影片呈現並介紹他們的編程邏輯。評分將基於編程、創意、美感和演講技巧。

MakeX Logistic

MakeX Inspire Smart Logistics 智慧物流比賽，面向 6 - 12歲青少年推出的單任務類賽項，比賽僅有一個任務與簡單規則，適合初學者參與。比賽任務沒有完成限制，減低比賽壓力，享受參與體驗。

mTiny

MakeX Inspire 是一項針對 4-7 歲幼兒園兒童的 STEAM 活動，其主題為 2021-2022 賽季水果仙境。 該活動旨在以有趣的方式鼓勵幼兒教育。孩子們需要仔細耹聽指示後在比賽現場利用指令進行實Mtiny收集場地積分。

MakeX Starter

MakeX Starter 機械人挑戰賽訓練2024，比賽針對小學學生推出多任務賽項，透過自動和手動控制挑戰提升學生參賽體驗，賽事更包含聯盟合作賽制，加強同學於群體的溝通協作能力。

AI 編程啟蒙 (ScratchJr + ML for Kids)

AI 編程啟蒙通過ScratchJr軟體帶孩子進入編程的世界，介紹編程的意義以及軟體的基本操作，並通過有趣的案例講解了用編程創作動畫、設計遊戲的思路和方法，適合少兒進一步學習編程的Scratch軟體。

AI 數碼遊戲設計課程 (ChatGPT X AI 繪圖XScratch)

透過Machine Learning for Kids與Scratch平台豐富學習資源，同時結合機器學習、圖像化編程、應用程式及遊戲設計的相關知識，完成開發一系列機器學習實用應用程式及趣味性十足的AR體感小遊戲。

Huskeylens X AI (Maqueen plus 小車)

HUSKYLENS AI 教學應用課程是易於使用的AI機器視覺感測器，學習市面上各種各樣的AI 應用功能包括: 面部識別、對象跟踪、對象識別、線條跟踪、顏色識別和標籤（QR碼）識別。學生在本課程中可以進行獨立的機械學習以及後期的編程應用等。

KOI X AI

學生將瞭解人工智能的定義和原理，及其在科技中應用。同時學習機械學習的基本原理，並獨立編程建立訓練和預測模型。最終利用各種電子元件，建立AI產品模型。