面向高效光电信息处理、智能化控制及跨领域融合的应用需求，利用光电效应、光电传感器、分布式光纤传感（DAS）、智能激光感知技术、激光雷达、AI、大数据和云计算、物联网技术、5G通信技术、区块链技术、数字孪生技术、BIM技术等技术，构建城市安全工程、自动驾驶、工业检测、医疗成像、智能手机拍摄、VR/AR体验、光伏发电、机器视觉、光电显示、医疗成像、智能监控等场景。

赛题一：基于智能分布式光纤传感（DAS）与多模态感知融合的智慧城市安全工程

针对智慧城市安全工程中建筑结构健康监测、灾害预警及应急响应、城市生命线安全工程（燃气、供水、供电、交通等）及地下管网基础设施智能化监测的迫切需求，以智能分布式光纤传感系统（DAS）为核心感知手段，深度融合激光雷达（LiDAR）、光电传感器、声波探测、AI视觉等多模态感知技术，构建城市地上-地下全域动态感知网络。通过DAS实现长距离、高灵敏度的光纤振动、温度、应变实时监测，结合LiDAR三维建模与AI视觉场景解析能力，形成"光纤神经+多模态感知"协同机制。利用数字孪生与BIM技术构建城市基础设施全要素动态模型，重点突破DAS与多源数据融合的AI算法（如事件特征提取、噪声抑制、跨模态关联分析）及边缘计算能力，实现城市复杂场景下安全隐患（如地下管线泄漏、桥梁隧道形变、能源管网腐蚀、建筑裂缝扩展、地面沉降趋势、火灾热点演化）的毫米级感知、全生命周期评估与智能决策预警。通过区块链技术保障DAS多节点监测数据可信共享，构建"光纤感知-智能诊断-数字孪生-跨域协同"的城市安全防控体系，提升城市基础设施韧性及应急响应效率。

赛题二：面向自动驾驶的激光雷达-摄像头协同感知优化

针对自动驾驶在复杂环境（如夜间、雨雾、强光干扰）下感知精度与可靠性的核心挑战，通过深度融合激光雷达（LiDAR）点云数据与摄像头视觉信息，设计多模态AI感知模型，优化时空对齐、特征融合与目标识别算法，提升车辆对动态障碍物、小目标（如行人、锥桶）及复杂路况的感知能力。结合边缘计算与5G通信技术实现低延迟决策，并与高精地图、V2X车联网系统协同，构建“感知-预测-规划”全链路自动驾驶系统，推动L4级自动驾驶技术在开放道路场景的规模化落地。

赛题三：工业生产线智能缺陷检测与数字孪生优化

针对工业制造中高精度、高效率的零件质量检测与生产流程优化需求，通过融合机器视觉、激光感知技术与数字孪生技术，构建“检测-分析-优化”一体化智能系统。基于多模态数据（如高分辨率图像、激光三维点云）设计AI缺陷检测模型，实现微米级缺陷（如裂纹、划痕、尺寸偏差）的精准识别；结合数字孪生平台实时映射生产线运行状态，模拟工艺参数调整、设备故障预测及维护策略优化，推动智能制造全流程的降本增效与质量升级。

赛题四：AI驱动的医疗成像增强与智能诊断

针对医疗影像诊断中分辨率不足、伪影干扰及病灶识别效率低的核心问题，通过融合光电传感器（如高灵敏CCD/CMOS）与深度学习技术，构建从影像采集、增强到智能分析的全流程解决方案。基于生成对抗网络（GAN）、Transformer等模型优化低剂量CT/MRI影像质量，提升病灶区域的对比度与细节分辨率；结合多模态数据（如病理报告、基因数据）训练轻量化诊断模型，实现肿瘤、血管病变等疾病的早期精准识别与分级，推动临床诊疗向智能化、个性化方向发展。

赛题五：光伏发电效能优化与智能运维系统

针对光伏电站发电效率受环境因素（如阴影遮挡、组件老化、灰尘沉积）影响显著的核心问题，通过融合光电效应原理、大数据分析与多源感知技术，构建“监测-预测-优化”全流程智能运维体系。基于无人机搭载多光谱传感器与红外热成像设备，实时检测光伏板污损、热斑及电气参数异常；结合AI算法（如时间序列预测、强化学习）动态优化清洁策略、组件倾角与逆变器控制参数，提升发电效率与设备寿命，推动光伏电站从粗放运维向智能化、精细化运营转型。

赛题六：面向AR/VR的光电显示与交互技术创新

针对AR/VR技术对显示质量与交互实时性的核心需求，通过创新光电显示技术（如新型显示材料、微纳光学设计）与高效数据处理算法（如低延迟渲染、动态分辨率优化），提升显示系统的分辨率和响应速度；结合多模态交互技术（如眼动追踪、触觉反馈、手势识别），优化人机交互的自然性和沉浸感。通过传感器融合、环境感知与用户行为分析，实现虚实场景的无缝融合与交互意图的精准理解，推动AR/VR设备在硬件性能、软件适配及跨平台协同（如与5G、边缘计算系统的集成）等方面的突破。最终，将技术应用于教育、医疗、工业及娱乐等领域，实现高真实感、低眩晕的沉浸式体验，促进AR/VR产业链的智能化升级与规模化应用。

赛题七：跨领域融合的智能光电系统可信协同

针对城市级多场景协同管理中智能光电系统的数据异构性、安全性与实时性需求，通过构建基于多源异构数据融合的光电感知网络架构（如多光谱传感、分布式边缘节点），结合轻量化AI算法（如联邦学习、动态数据清洗）与可信计算技术（如区块链加密、隐私保护机制），提升光电数据的采集效率、传输安全与协同分析能力；设计跨领域智能协同平台，整合安防监控、交通调度、能源管控等场景的光电感知数据，开发多模态决策模型（如时空预测、异常检测），实现城市资源动态优化配置与突发事件快速响应。通过边缘-云端协同计算、协议标准化及多系统接口适配（如物联网、数字孪生平台），构建安全可信的跨域协同机制（如动态权限管理、分布式共识验证），推动智能光电系统在城市治理、公共服务及产业联动的规模化应用，助力智慧城市全场景智能化升级与可持续发展。

智能光电专项赛采用“开放场景”竞赛模式，立足深圳，面向全国各地公开征集不少于120个智能光电场景的应用创新项目参赛。赛事通过网络选拔、重点推荐、行业晋级、路演比拼、赛奖嘉年华等重点环节角逐，推荐专项或产业获奖项目进入全国总决赛。

（一）参赛报名(2025年5-7月)。各单位做好专项赛事推荐宣传工作，组织参赛团队踊跃报名。通过登录全国人工智能应用场景创新挑战赛官网（www.cicas.cn）了解赛事详情。报名系统开放时间为2025年5月26日24:00，参赛报名截止时间7月31日24:00。

（二）网络选拔赛(2025年8月)。组委会负责组织形式审查，在审查参赛项目信息完整性和合规性基础上，邀请评委采用项目初筛、客观评估等网络选拔方式，产生优胜项目。按照网络选拔赛要求，应在8月31日24:00前完成项目选拔工作，产生的优胜项目按评审比例入围专项晋级赛。

（三）专项晋级赛(2025年10月)。每场专项赛遵循专业评审、择优晋级原则，从三个组别角逐出获奖项目。各地已入库省级“专精特新”企业团队的项目优先进入专项赛。智能光电专项赛共设特、一、二、三等奖四个等级，线下路演答辩与颁奖活动将于10月下旬在深圳市举办，具体方案另行通知。

组委会通过大赛官网、官方微信公众号等平台分别对省级专项赛的获奖结果公示，接受社会监督。

1.高校种子组

(1)参赛团队和项目在大赛报名截止之日前尚未完成工商等各类登记注册。

(2)参赛团队限15人（含1名项目负责人，指导老师不超过2人），参赛申报人须为项目负责人，项目负责人及成员均须为普通高等学校（院所）在读专科、本科、硕博研究生，专业不限，并邀请至少1位在校老师做项目指导。

(3)项目负责人、项目团队成员须明确在项目中的定位，如技术研发、市场推广、品牌宣传、项目管理等；指导老师须明确在参赛项目中的定位，如指导了项目的哪些技术攻关问题或项目成员路演材料答辩等。

(4)参赛项目在创新成果转化、工程创造、技术商业应用和市场推广等方面颇具潜力，具备技术创新点或应用创新模式，产品性能优势明显，须有项目技术工程应用落地案例。

(5)高校院所科技成果转化项目参加本组比赛，具有明确的技术路线和实施方案，可在实际场景中落地实施。

2.企业初创组

(1)未融资（有实体公司、技术研发团队、市场营销团队），员工人数5人以上的企业。

(2)已完成融资天使轮、A轮/A＋轮融资的企业。

(3)参赛项目须是参赛团队原始创新的项目（本项目参加本届创新挑战赛的选拔赛、专项赛、总决赛时均未参加其他国内外赛事）。

(4)参赛团队限15人（含1名项目负责人，须为团队联合创始人之一），项目负责人、项目团队成员须明确在项目中的定位，如技术研发、市场推广、品牌宣传、项目管理等。

(5)参赛项目至少有3名及以上核心团队成员，拥有自主知识产权，核心技术产品具有良好应用价值、市场竞争力和产业化前景等。

3.企业成长组

(1)已完成B轮/B＋轮融资及以上企业。

(2)人工智能领域头部企业，或国家级、省市级“专精特新”企业。

(3)参赛项目具有成熟的产品、商业模式，以及较强市场竞争力，且为正向盈利的企业（须上传财务佐证材料，如审计报告等）。

(4)参赛项目须是参赛团队原始创新的项目（本项目参加本届创新挑战赛的选拔赛、专项赛、总决赛时均未参加国内外其他赛事）。

(5)参赛团队限15人（含1名项目负责人，须为团队技术负责人之一），项目负责人、项目团队成员须明确在项目中的定位，如技术研发、市场推广、品牌战略、项目管理等。参赛申报人须为项目负责人或技术部门负责人。