智能农业场景
面向作物高产、资源高效利用与精准管理需求，利用物联网传感、AI算法、无人机遥感及5G边缘计算技术，构建农田/土壤/动植物生理自适应感知、病虫害识别预测、无人机植保、农业物联网监测、农业知识智能问答、大田作物/蔬菜全程无人化作业、设施农业智能管控、畜禽智能化养殖与行为监测、农产品智能分级、网约农机社会化服务等场景。
智能金融场景
面向快速信贷审批、个性化财富管理、实时金融风控等需求，利用云计算、机器学习、人工智能、区块链、大数据分析等技术，构建信创原生容器云平台、智能防干扰柜台对讲系统、虚拟电子货币、企业智能征信、智能辅助审核、智能金融客服、智能信贷、移动支付、智能推荐、自动化理财、智能投顾、实时反欺诈等场景。
智能港口场景
面向港口大型码头泊位、岸桥管理以及堆场、配载调度等应用需求，利用大数据与人工智能、云计算与边缘计算、区块链、数字孪生与仿真、绿色能源与低碳、无人驾驶等技术，构建智能码头机械化、数字孪生集成、生产时空管控、船舶自动配载、自动作业路径规划、集装箱管理及泊位优化、水平运输车辆、港口无人驾驶运输等场景。
智能矿山场景
面向安全生产、高效开采、资源优化利用、环境保护与智能管控、井工矿和露天矿智能化挖掘等应用需求，运用人工智能、新型地下移动无人平台系统、5G通信、基础软件、物联网感知、大数据分析、人工智能、云计算、数字孪生等新一代自主可控信息技术，建成矿山“数字网联、无人操作、智能巡视、远程干预”的常态化运行采掘等场景。
智能教育场景
面向学习认知状态感知、智能评测、无感知异地授课和学习研讨、自适应学习推荐等应用需求，利用人工智能、大数据、云计算等技术，构建虚实融合与跨平台支撑的 AR/VR、在线课堂、互动课堂、虚拟课堂、虚拟仿真实训、虚拟教研室、新型教材、教学资源建设、校园、个性化学习系统、智能考评应用、考场、智能校园管理、智能课后服务等场景。
智能交通场景
面向全息感知的交通智能辅助决策系统以及公路无人智能维养系统等应用需求，利用物联网、大数据和云计算、人工智能等技术，构建城市交通智能管控、城市低空空中交通管理、无人机飞行控制、智能航运、智能摆渡接驳配送、交通大脑、新能源汽车、智能充电桩、数字孪生交通、交通节能控制、韧性交通、公路标线施划机器人、无人化养护施工装备等场景。
智能安防场景
面向社区、园区、城域等大时空范围的应用需求，利用人工智能与机器学习、物联网、5G/6G通信技术、生物识别技术、边缘计算、区块链等技术，打造基于人工智能的网络安全、数据安全、系统安全和供应链安全防护和物理世界应用算法对抗，以及人工智能系统的脆弱性评估、数据集污染检测、鲁棒性增强、决策解释等场景。
智能无人系统场景
面向地形勘测、安全巡逻、灾难搜索、海洋监管、公路缺陷检测、农作物生长状况、地面植被覆盖、沙漠化治理监控等需求，利用智能传感、智能控制、无人机、无人驾驶等技术，构建管道/线路巡检、物资运输、人员乘载、农作物播种收割、道路清扫、环境地图实时快速构建，以及智能建造、智能医疗、智能交通、低空经济领域的场景。
智能环保场景
面向生态环境智能监测、“天地一体”生态环境监测网络、大气污染防治应用等应用需求，利用物联网、传感器、人工智能、边缘计算、无线通信等技术，打造高密度物联网感知监测、智能水务传感器、无人机器自主巡检、土地蒸腾率测量、水质实时监测、水环境污染溯源、垃圾智能分拣、海洋渔区渔情监测、海洋气象灾害预警等场景。
智能司法场景
面向“数字法治、监狱”的应用需求，运用情感计算、超扫描、心理行为范式测量、深度学习、非结构化文本语义理解、裁判说理、分析推理、风险智能识别等技术，建立庭审笔录自动生成、类案智能推送、全案智能量裁辅助、裁判文书自动生成、案件卷宗自适应巡查、自动化审判质效评价与监督、顽危犯管控、出监再犯风险评估等场景。
智能家居场景
面向云侧智能决策和主动服务、场景引擎和自适应感知等应用需求，利用物联网、5G/6G通信、人工智能、生物识别等技术，打造家庭互联、家庭智能养老设施设备、养老服务机器人、食品健康管理机器人、智能烹饪机器人、厨房、高品质智能饮水系统、健康管理、全屋一体化智控覆盖、智能家电、智能厨卫、智能家庭节能低碳能源管理系统等场景。
智能社区场景
面向未来社区、乡村治理、居民生活便捷化、社区管理智能化、安全防控高效化等应用需求，利用云计算、区块链、大数据与人工智能技术、智能安防、新能源与节能环保等技术，建设数字农房、无人配送、社区电商、数字餐厅、智能老年照护、智能家庭服务、居家智能监测、服务机器人、智能可穿戴设备应用、隐私计算与安全等场景。
生成式AI场景
面向内容创作高效化、个性化服务定制化、复杂问题智能化解答等需求，利用深度学习、自然语言处理、计算机视觉、大模型训练及多模态交互等技术，构建文本生成、图像与视频创作、代码编写、智能对话与问答、智能客服及虚拟助手、信息检索、内容推荐、人机交互、数字内容服务、科学研究、智慧教育、个性化推荐与决策支持等场景。
智能合成生物场景
面向医药、健康、农业、林业、能源、环保、材料等产业的菌种设计、培养基优化、发酵监控、代谢建模、高通量数据分析、自动化实验、质量控制和知识挖掘等方面需求，运用机器学习、深度学习、强化学习、大数据分析、核心算法、图神经网络、计算机视觉和自然语言处理等技术与生物技术交叉融合，构建智能筛选和设计高性能菌株、基因与细胞工程操作的精准设计、生物过程优化与放大、生物产品分离纯化、动植物细胞大规模培养技术、农业生物育种、生物农药研发与应用、农业生态系统监测与维护全流程、食品成分的精准合成、制造工艺的智能优化、质量安全的全程追溯、生物制造智能装备开发、工程设计等方面应用场景。
智能遥感场景
面向基于卫星、无人机或地面移动测量设备等遥感平台对地物探测与分析的应用需求，利用可见光、红外、SAR、高光谱与LiDAR 等传感器数据，实现智能化的多源信息融合、目标检测识别、地物分类、变化检测和三维重建等关键技术，构建国土资源管理、生态环境监测、灾害预警防护、海洋渔业管理和智慧城市建设等场景。
智能能源场景
面向新能源功率预测、电力智能调度、负荷侧管理、储能等应用需求，利用智能感知、卫星遥感、能源大模型、人机控制、智能机器人、元宇宙等技术，构建源网荷储协同互动、负荷侧需求智能响应、状态全量感知、新能源功率预测、卫星数据监测、储能调度运行、智能分析预警、多模态缺陷诊断、辅助决策建议、自适应立体巡检、生产安全评价、人机交互控制、楼宇与厂矿的能源管控、新型智能能源、变电充电、低碳出行、家庭用电管理等场景。
智能医疗场景
面向人工智能可循证诊疗决策医疗等应用需求，利用人工智能和机器学习、生物识别、基因组学与精准医疗等技术，建立规模化医疗知识图谱、医疗领域数据知识库、多智能体协同会诊、大规模医疗人工智能模型训练、无创基础体征监测、医院、互联网医院、医疗设备管理、远程虚拟手术室、生物医药研制及医疗器械开发、医疗影像、病理图像、智能辅助诊疗、健康管理、医保控费、用药审核、数字疗法、智能医健、数基生命、细胞图谱、智能药物发现与设计、人工生命、生物特征识别、分子层面多组学数据等场景。
智能制造场景
面向制造业研发设计、生产制造、运营管理和产品服务四大核心环节的数据获取及整合困难、场景复杂安全风险高、组织制度滞后、需求变化快等需求，利用AI技术大模型、大数据分析、机器学习、计算机视觉、算法理论、智能语音和自然语言处理等核心技术，构建生成式协同设计平台、AI驱动的材料逆向设计、智能质检与零缺陷制造、预测性维护、智能调度、自适应柔性产线、仓储自主优化、柔性物流运输、智能供应链大脑、碳能效数字孪生体、智能服务知识引擎、产品全生命周期反馈闭环、5G+边缘计算融合等场景。
智能企业场景
面向工业生产智能一体化应用、智能制造、工业大脑等应用需求，利用数字孪生与数字仿真技术、企业信息化系统与工业软件、机器人与自动化等技术，构建机器人协助制造、机器视觉工业检测、离散制造业工厂生产调度、参数控制、控制与决策一体化、设备智能诊断及系统智能运维、智能巡检、智能决策、智能RPA（机器人流程自动化）、协同研发设计、远程设备管控、柔性生产制造、现场辅助装配、生产智能监测、能碳管理与优化、全流程质量追溯等场景。
智能营销场景
面向精准客户触达、个性化推荐、营销效果量化分析等需求，利用数据挖掘、自然语言处理、知识图谱等人工智能技术，构建广告投放优化、效果评估、反虚假广告欺诈、社交媒体营销、营销内容管理、客户运营管理、客户画像构建、动态定价优化、跨渠道营销协同、消费者洞察研究、消费者隐私保护与数据应用安全等场景。
智能物流场景
面向人机交互、智能感知、智能控制与自动规划、逻辑推理、优化物流流程、实时数据的收集与分析，提高物流系统的响应速度和决策质量等应用需求，利用现代信息技术如物联网、大数据、云计算和人工智能等技术，构建无人卡车和车队管理、场院车辆管理、自主移动机器人应用、设备调度和仓库选址、库存盘点和需求预测、无人配送、订单分配、智能客服、物流网络优化、仓库现场运营规划以及仓储安全管理等场景。
智能传媒场景
面向人工智能技术推动媒体融合往纵深发展等应用需求，利用自然语言处理、大数据与人工智能等技术，建立价值观认知计算、内容审核与风控、推荐算法测评、用户画像挖掘、舆情监测、网络空间治理、社交网络引导语音识别、智能翻译、自然语言理解、虚拟主播（数字虚拟人）、多模态合成、智能剪辑、智能内容审核、智能即时新闻生产、智能推荐、沉浸式媒体、内容深度鉴伪、智能與情分析与挖掘等场景。
智能视听场景
面向具身智能、智能制造、视听内容自动生产、创作、管控等应用需求，利用深度学习和AI、语音合成与语音识别、计算机视觉等技术，构建跨领域视听智能应用、视听内容智能生成、交互机器人、多模态工业异常检测、实时视频感知与智能决策、负面信息精准管控与决策支持、原创视听内容创作、视听智能创作工具、深度合成、视频修复、智能推荐等场景。
智能控制场景
面向智能机器人环境感知建模与控制、工业互联网系统、工业制造过程智能化、工业能源系统、人工智能与机器学习、工业装备优化设计与制造技术等应用需求，利用传感器、微处理器与微控制器、无线通信、控制算法与策略、云计算与边缘计算等技术，构建智能机器人、智能测控装备、智能制造系统、虚拟现实与数字孪生系统等场景。 赛题方向： 赛题一:智能机器人环境感知建模与控制 围绕智能机器人在工业、交通、军事等环境中的人机协同、合作决策与长期可靠运行的需求，特别是针对强动态干扰、非结构化环境下机器人的复杂三维环境感知、建模、自主行为规划及人机合作等方向的挑战，提升机器人对多样化场景的自主环境感知和适应能力。 赛题二: 工业互联网系统 面向智能工厂的网络、平台、数据、安全四大体系，提升工业互联网在实时感知、动态分析、科学决策、精准执行和优化迭代等方面的能力；应用协作机器人、仿生工位等技术，拓展工业互联网的生产协同能力与生产链支撑服务能力。 赛题三: 工业制造过程智能化 针对大型流程工业和离散制造业对产品研发、制造过程、服务等环节智能化的迫切需求，研究基于设计数据、制造数据、经营数据等多元异构工业大数据集的生产制造过程态势感知、系统建模与调度决策等关键技术的示范应用及推广。 赛题四: 工业能源系统 采用物联网、数据驱动、人工智能等技术的深度融合，应对工业园区多种能源介质的时间/空间尺度多、源荷供需不确定性高、多能流协同优化难等核心科学问题的挑战，解决大型工业企业或工业园区多能流智能管控的理论与技术难题。 赛题五: 工业装备优化设计与制造技术 针对先进工业装备优化设计与制造领域具有广泛共性的一系列难题，在大规模计算工程软件系统研究开发和应用、智能制造技术及装备与系统研发等方向开展数字化工业制造装备的设计与优化研究，推进先进技术成果转化应用。
智能艺术场景
面向艺术创作、游戏与影视制作、电子商务与广告、医学与科研成像、教育培训、工业与建筑设计等应用需求，结合人工智能算法、大数据处理和深度学习等技术，建立以人工智能算法对大量图像数据进行学习和模仿，生成全新的、真实的、有用的图像数据；以大数据处理技术对大量的图像数据进行预处理和后处理，保证生成图像的质量和效率；以深度学习技术对生成的图像数据进行优化和调整，进一步提高生成图像的质量和艺术价值等场景。最终的绘画作品需使用数字绘画工具和软件做后期处理。
人形机器人场景
面向人形机器人在工业、商业及家庭等场景的应用需求，利用仿生机械、运动控制、感知与识别、人工智能与决策等技术，构建驱动关节在腰/腿/臂/灵巧手应用，扭矩传感器/力传感器/触觉传感器等专用传感器应用，高动态行走和灵巧操作的端到端智能控制系统与仿真平台、步态规划与控制算法、感-规-控一体化控制架构与算法应用，多模态感知/行为控制/人机交互能力/智能定位导航的多模态大模型应用，设备操作/产品检测/产品装配/工具使用/人机协同作业等制造应用，信息问询/迎宾接待/导览服务/导购营销/娱乐表演等商用服务应用，老人看护陪伴/日常家务操作/家庭安全监控/全屋互联互通等家庭服务等应用场景。
智能算力场景
面向智能体快速构建、AI应用高效开发、高效数据处理、行业内容创作、数据处理与分析、复杂模型训练、实时智能分析、智能决策支持等需求，利用高性能计算、云计算、边缘计算等技术，构建科学研究、金融科技、文化创意、教育培训、公共服务、工业制造、能源环境、智能数据中心、分布式训练平台、实时分析系统等场景。 赛题方向： 赛题一: 面向国产算力生态的知识发掘与应用 聚焦人工智能、复杂知识、算子优化、创新应用四大核心方向，探索新型的AI优化方法，提升国产算力平台的计算效率，并挖掘复杂系统中的知识结构，推动智能认知与决策。参赛者可以从以下几个方面展开研究和实践： 算子优化：针对国产AI芯片（如天数等），优化深度学习算子，提高模型计算效率，降低能耗，实现更高效的算力利用。 复杂知识挖掘：结合知识图谱、自然语言处理等技术，分析和挖掘国产GPU生态中的多源异构数据，构建面向开发者的知识体系。 创新应用探索：基于国产算力生态，开发适配于智慧城市、智能制造、医疗健康等领域的AI应用，提升国产AI技术的落地能力。 赛题二: 混合异构算力环境智能运维解决方案 针对现代智算中心混合异构计算环境（如CPU、GPU、NPU等）的运维挑战，通过设计智能运维框架，并利用大数据分析和机器学习技术进行故障模式识别、系统性能优化，提高智能运维系统的准确性和可靠性。解决方案需整合多源异构数据，实现对计算资源的统一监控、分析与管理，包括系统监控可视化、故障预测预警、资源动态调度等核心功能。参赛团队需构建能适应不同规模和配置环境的解决方案，达成对混合算力环境的全面运维管理、故障自动诊断和资源利用率优化，有效降低运维成本，提升系统整体可靠性。 赛题三: 面向Text2SQL场景能力进行微调挑战 针对在线算力应用场景，使用组委会提供的基础数据集，基于九章云极Alaya NeW在线算力平台提供的VSCode工具和算力包（GPU算力资源）完成对Llama3-8B模型的代码开发和模型微调，提升其Text2SQL能力。需要参赛选手在25 DCU（1 DCU =312 TFLOPS * 1小时）算力消耗完之前，完成最佳效果的模型微调和提交。允许自行调研更多的数据集、微调算法和代码，来提升微调的效果。 赛题四: 检索增强生成（RAG）召回命中率提升挑战 通过多种策略，如优化检索算法、文档格式自动转换，以及融合多种检索策略等方式，提高 RAG 系统在各类应用场景中的性能表现。参赛团队需要提出一套提升 RAG 命中召回率的解决方案。开发一个基于上述解决方案的 RAG 系统平台，并在多个标准数据集、复杂的文档类型情况下（扫描的PDF文件等）、在实际应用场景中进行测试，提供测试方案和测试数据，与主流开源的RAG系统进行对比验证，证明方案的可行性和先进性。实际应用场景应包含知识图谱问答、故障分析系统等。 赛题五: 创新代码生成与辅助技术AI编程工具 针对AI代码生成与编程辅助需求，利用开源DeepSeek模型的代码理解与生成能力，结合平台API扩展功能（如代码分析、调试接口），开发插件或独立应用，解决以下任⼀技术难题： Code RAG：针对大量外部信息，实现基于代码检索信息并增强生成效果（如根据代码反查数据库匹配信息以提升代码生成效果）。 文档辅助编程：将技术文档自动转化为可执⾏代码（如API接口生成、代码方法效果提升等）； 超大规模代码仓库的代码生成：支持千万级代码仓库的理解与生成。 Coding Agent拓展：基于MCP协议或者其他Agent框架实现动态的Agent。 赛题六: 基于多模态AI Agent的教育科研智能助手平台 针对教育科研领域科学研究过程中数据检索、整理、分析和内容生成等环节的工作效率与研究质量提升需求。基于多模态开源大模型，结合AI Agents技术，设计和实现一个适合科研人员的智能助手平台或工具链。实现智能文献检索与摘要生成能力；多模态科研数据的智能分析（文本、图表、视频、语音）；具备多Agent协作，实现科研任务的自动分解与执行；提供科研内容自动生成（如研究报告、PPT、数据可视化等）。 赛题七: 智能数字教师培训内容生成与交互优化方案 针对数字化和智能化教学中培训老师需要快速、高质量地生成教学内容并高效地与学员互动等需求，利用大模型（如Llama3、DeepSeek、Qwen等）和异构算力环境（CPU/GPU/NPU），设计一个智能化的教师培训内容生成与互动系统，具备智能课件生成、互动问答助理、多模态内容融合、反馈优化机制等能力，帮助数字培训教师实现智能化自动生成教学课件（PPT）、讲义、微课视频、测验题目；实时分析和响应课堂互动数据，提供即时问答和个性化教学建议；可视化教学内容生成流程与互动效果评估分析。 赛题八: 基于多模态大模型的通⽤AI Agent平台 针对开源多模态大模型的通用AI Agent构建需求，实现基于多模态大模型的通用AI Agent平台或工具链。支持可视化将复杂需求拆解为可执行的子任务链；集成多种扩展能力（如多Agent协作、浏览器自动化操作、MCP协议跨平台通信等）；实现与虚拟/物理环境的动态交互（如网页操作、数据库读写）；具备对特定场景的定制支持能力。需提交完整的平台架构设计文档，包括：通信协议支持（如MCP协议扩展），任务调度机制（如多Agent协作策略），容错处理方案（如任务失败回滚机制），开放接口支持。 赛题九: 基于全国产大模型的情知兼具虚拟数字人 基于国产大模型，构建情知兼具虚拟数字人相关软件、系统、平台或工具。参赛者可以从以下几个方面展开研究和实践： 数字人知识库：结合知识图谱与大语言模型（LLM），构建虚拟数字人的动态知识库，使其在垂直领域（如医疗咨询、金融客服）中实现精准、可解释的问答与决策支持。 数字人情感化行为：开发具有情感表达能力的虚拟数字人行为生成系统，精准识别喜、怒、哀、乐、惊、惧及中性七种基础情感，并覆盖微表情、肢体语言与语调的智能适配，提升人机交互自然度。 国产化生态适配：基于国产算力硬件，开发可快速部署的虚拟数字人解决方案，重点突破智慧政务、在线教育等场景中的技术卡点。 赛题十: 工业大模型多模态训练数据集构建与质量优化方案 针对工业场景下大模型应用的特殊需求，设计一套高效的多模态数据处理与数据集构建方案。参赛团队需重点解决以下挑战：一是工业文本数据的专业术语识别、关键信息提取和指令数据生成；二是工业图像和视频的场景分类、目标检测与描述生成；三是多模态数据的关联与对齐，建立文本-图像-视频的语义连接；四是构建符合工业场景特点的偏好数据集，设计合理的评分标准与收集机制；五是评估数据集的构建与验证方法，确保模型在工业专业能力方面的可靠评估。
智能语言大模型场景
面向提升自然语言处理效率、满足多样化语言交互，以及智能客服、内容创作、语言翻译、知识问答等需求，利用深度学习和自然语言处理、大规模语料库等技术，构建智能对话系统、文本生成平台、实时翻译工具、智能问答等，能够理解和生成语言，与人类进行自然流畅的对话，提供有意义的回答或建议等广泛应用场景。
智能林草场景
面向森林、草原、湿地、荒漠与野生动物的智能化保护与管理领域，运用无人机高分辨率影像、无人机激光雷达、无人机数据多源融合、卫星高分辨率光学遥感、卫星多光谱遥感、无人机与卫星遥感融合等前沿技术，构建森林生态监测、草原生态监测、湿地生态监测、荒漠化监测、智能环境参数实时监测、森林生态健康评估、沉浸式生态体验、历史生态重建等场景。
智能水务场景
面向能源管理、水资源管理、节能减排和可持续发展等应用需求，利用数字化、网络化、自动化、智能化技术，以及现代计量技术和信息技术等，构建智能水务管理平台、实时水质监测网络、智能家居中的能源管理、工厂企业的能耗监测、城市能源和水资源网络监控、环保监测中的空气质量与水质分析、智能管网调度系统及漏损预警等场景。
智能医护康养场景
面向居家养老、社区养老、机构养老，运动功能障碍患者、脑卒中患者、康复病人的大数据生理监测，利用物联网、5G/6G通信、人工智能等技术，建立设计包括但不限于体征监测、远程监控、主动报警、贴心关怀、人体感知、饮食、慢性病辅助治疗、智能适老类家电、智能适老类家具、智能适老类厨卫，智能康复技术、患者情绪感知、老年人智能陪护，残疾人的智能神经义肢、运动意图智能识别等场景。
智能粮食与智能工程场景
面向粮食生产环节的精准种植、智能机械、灾害预警，收储环节的粮仓监控、数字孪生、腐败预防，加工环节的智能质检、零缺陷制造，供应链管理的智能调度、需求预测等需求，利用AI技术无人机、卫星遥感、物联网传感器、智能播种机、收割机器人、机器学习、算法、数据分析、多模态交互、多模态大模型、边缘计算与5G融合等核心技术，构建智能种植与灾害防控、实时监测粮仓温湿度与数字孪生技术构建虚拟粮库模型、图像识别检测粮仓作业人员的安全装备、自动检测粮食加工过程中的杂质或破损、基于大数据的智能调度系统、分析能源消耗数据，优化粮食加工环节的碳排放等应用场景。 赛题方向： 赛题一:智能粮食 1、粮食智能仓储管理：运用 AI 技术，搭建粮库温湿度、虫害智能监测预警系统，实现对粮仓环境的 24 小时实时监控。当粮库出现温湿度异常、虫害滋生等风险时，系统能及时预警，并给出调控建议，以降低粮食损耗，确保粮食存储安全 。 2、粮食质量快速检测 借助 AI 高算力视觉识别技术，开发粮食杂质、水分、不完善粒等多指标一体化快速检测设备。大幅缩短检测时间，提高粮食收购和入库环节的检测效率，同时解决专业检测人员不足的问题。 3、智能农机作业调度 基于北斗定位和 AI 算法，打造农机作业数字化管理平台。实现农机作业任务的智能派单、作业轨迹实时监控，以及作业数据的自动生成与分析，提升农机作业效率与管理水平。 4、粮食供应链智能协同 构建粮食生产、仓储、运输、销售全流程的 AI 供应链协同平台，实时共享各环节数据。通过对市场需求、库存水平、物流信息的分析，优化粮食调配策略，降低供应链成本。 5、农作物生长智能决策 利用多光谱无人机和 AI 助手，收集农田图像与数据，分析作物生长和营养状况。生成精准施肥、灌溉方案，实现从 “看天吃饭” 到 “知天而作” 的转变，提升农业生产的稳定性与可控性。 赛题二:智能矿山 面向矿山开采、生态修复、安全巡检等应用需求，利用智能无人系统对目标进行作业，实现矿山作业安全可控，突破空间受限，节省人力，保护人身安全，矿山开采、生态修复、无人修复、安全监测等场景。 赛题三:智能港口 面向港口轮船停靠、出港、集装箱调配、装卸等应用需求，利用智能系统、机器人、无人驾驶叉车等进行作业，实现效率最大化、安全可控化、成本最优化，智能管理系统、智能操作系统和智能设备等场景。 赛题四:工业流程和产品再造 面向工厂工艺流程、安全监测、工业控制等应用需求，利用智能管理系统、操作系统、机器人、无人驾驶巡检车辆、叉车等进行作业，实现工艺流程精密化、安全化、成本优化等工业流程和产品再造场景。
智能座舱场景
面向提升驾驶体验、增强行车安全、实现车内外信息无缝互联等应用需求，利用流媒体后视镜、驾驶员监测系统（DMS）、多模态交互技术、高精地图等技术或系统，构建车辆信息显示、语音操控车载功能、手势控制、娱乐内容播放、个性化界面设置、驾驶员状态监测与疲劳预警、导航信息AR投射等场景。
智能芯片场景
面向提升计算效率、降低能耗、实现智能化控制等应用需求，利用集成电路设计、微电子制造、封装测试、人工智能等技术或系统，构建智能手机的高性能计算、智能家居的远程控制、自动驾驶的实时数据处理、医疗设备的影像诊断、智能安防的视频监控、智能穿戴的健康监测等场景。
智能电力场景
面向电网高效运行、能源精准管理、故障快速定位与修复、用户个性化服务及新能源高效接入等需求，利用物联网（IoT）技术、大数据分析、人工智能算法、云计算平台、边缘计算技术及区块链技术，构建电源及电网规划设计、工程建设、生产运维、调度运行、用电服务、需求管理、电力市场以及电力企业经营、电力设备制造等场景。
智能终端场景
面向工业核心元器件、零部件、车载视听设备、智能影像设备、全屋智能产品等领域对智能化、个性化、消费电子和新型智造的需求，利用大模型、计算机视觉、多模态交互、虚拟现实等AI技术，构建以智能终端设备（如智能手机、具身智能体、平板电脑、可穿戴设备、传感器等）为端侧载体，通过硬件-算法-云端深度协同实现自主决策、环境感知与人机交互，并驱动行业效率跃升的场景。
元宇宙场景
面向文旅、文博、教育、工业、党政、金融、娱乐等各行业的需求，基于XR芯片、XR操作系统、实时三维引擎、三维序列数据编码传输方案、沉浸多感交互的5G-A网络、基于物体特征点的三维模型快速匹配系统、3D沉浸式实时通信系统、数字身份标识技术等相关产品及解决方案，云计算、计算芯片、数据处理、数据供应等先进技术，构建了数字人、XR沉浸互动、裸眼3D可视化和体育及数字艺术等产品及解决方案；及利用图像生成与处理、自然语言处理、音频与音乐生成、视频生成与处理、跨模态生成等AIGC技术手段实现落地场景及应用的产品及解决方案。包括但不限于工业生产、演唱会、文化演艺、影视综艺；XR沉浸展览、电影、游戏；裸眼3D展览、庆典、舞台剧；教育科研、体育竞技、数字艺术等应用场景解决方案。
智能光电场景
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。
AI Agent 场景
面向智能化自主决策、复杂任务自动化执行、人机高效协同交互、多模态数据融合处理、跨领域知识推理与应用等前沿应用需求，借助 AI Agent 所具备的自主感知环境、理解任务目标、制定执行策略、持续学习进化，以及多智能体协作等核心能力。在智能办公、智慧医疗、智能金融、智能教育、智能制造、智能物流、智慧安防、智慧城市运营、智慧能源管理、智慧文娱创作等多元化场景中，推动 AI Agent 技术从理论研究迈向实际产业落地，深化人工智能技术在各产业的深度渗透与创新应用，催化一批可以快速进入商业应用场景的现象级AI Agent产品，联合优势产业方构建开放、协同、创新的 AI Agent 生态体系，助力各行业实现智能化转型升级与高质量发展。 赛题一：中医大健康综合智能体 基于中医理论与AI技术融合，构建全流程赋能大健康领域的智能体系统。 赛题二：神经网络机械臂智能体 面向复杂工业场景，构建具备自主学习与精准操作能力的神经网络机械臂智能体系统。 赛题三：超模态文创内容生成引擎 基于 AI Agent 与多模态生成技术，构建突破传统媒介边界的文创内容智能创作系统。
智能低碳场景
面向电网调度优化、可再生能源消纳、用户侧精细化管理、新能源发电预测、极端天气预警、电价波动管理、绿色电力交易、电碳市场协同、自动需求响应、分布式资源聚合等应用需求，利用负荷预测、气象预测、电力市场优化设计等技术实现新型电力系统智能化调度、降低新能源弃电、实现传统火电与绿电并网的协同调度、在极端天气发生前进行预警和灾后快速响应、完善和发展电力市场、提高碳市场交易的流动性、集群化智能化需求响应等智能电网、低碳调度、电力市场、需求响应、虚拟电厂的场景。 赛题一、多源协同的电力负荷动态预测与调度优化 基于历史负荷数据、气象数据（温度/湿度/风速）及新能源发电曲线，构建融合多种神经网络的负荷预测模型，结合火电-绿电协同调度算法，实现区域电网72小时滚动优化调度。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：负荷预测误差（MAPE）、新能源消纳率提升幅度、调度计划执行成本降幅。 赛题二、极端天气预警下的新能源发电能力评估 利用数值天气预报（NWP）与卫星云图数据，开发光伏/风电出力概率预测模型。要求结合台风路径预测，构建极端天气下发电设备故障风险图谱，并设计备用电源调用策略。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：极端天气预测准确率、发电出力预测区间覆盖率、备用电源调用经济性。 赛题三、电-碳市场联动的虚拟电厂竞价策略 构建含分布式光伏、储能、柔性负荷的虚拟电厂聚合模型，设计同时参与电力现货市场与碳配额交易的双层博弈策略，要求实现收益最大化和碳排放强度最小化的多目标优化（不能用加权聚合转化为单目标）。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：单位电量收益、碳配额履约率、需求侧资源调用响应速度。 赛题四、城市级空调负荷集群响应优化 基于建筑热惯性模型与用户舒适度约束，开发楼宇空调负荷的精细化调控算法。要求实现分钟级响应指令下发，并在虚拟电厂平台完成10万+终端设备的隐私保护协调控制。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：负荷削减量达标率、温度波动标准差、通信延迟控制水平。 赛题五、基于气象预测的风电场强化学习协同发电优化 某沿海地区风电场需要根据气象预报动态调整风机运行参数。由于风向变化会导致上游风机遮挡下游风机（尾流效应），传统固定角度的风机控制模式会造成15%-30%的发电效率损失。请设计轻量化多智能体强化学习模型，仅用风向/风速预测数据实现风电机组协同动态优化。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：效益提升、设备损耗、响应能力、气象适应性。 赛题六、基于强化学习的含高比例可再生能源电力系统动态经济调度 面向一个包含常规火电机组、水电机组以及高比例风电/光伏电站的区域电网，设计一个基于强化学习的动态经济调度模型。该模型需在考虑电网安全约束（如线路潮流限制、发电机爬坡速率、启停约束简化处理）和可再生能源出力不确定性的前提下，进行滚动式的发电机组出力调整决策（例如每5-15分钟一次决策）。目标是最小化预定时段（如未来4-24小时）内的期望累计发电成本，同时尽可能提升可再生能源消纳。要求模型能直接根据当前系统状态（负荷、可再生能源实际/预测出力、机组状态等）输出调度指令，而非依赖复杂的离线优化计算。使用不限于以下所列的指标来合理评估方法相较于传统（如基于滚动优化的确定性/随机性调度）方法的优势：系统总运行成本降低率、可再生能源弃电率下降幅度、满足爬坡/安全约束的调度方案可行性（违约次数/程度）、决策响应时间/计算效率。
具身智能机器人场景
面向人形机器人在智能制造、智能建造、智慧医疗、智慧物流、智慧养老、智慧商业、智慧农业、智慧应急、智慧文旅等领域的应用需求，基于感知与交互技术、智能决策与学习能力、运动控制与执行技术、能源与材料创新、数据与仿真技术等，构建人形机器人在工业制造的装配、分拣、焊接、质检、危险环境作业等环节；养老服务与家庭服务的日常协作、情感陪伴；医疗健康的手术辅助、康复训练；极端环境与特种作业的灾害救援、太空探索；商业服务的智能餐饮、智慧零售以及交互服务的迎宾接待、安防巡检；智慧农业等应用场景的解决方案。 赛题一：基于多模态感知的仿生灵巧手精密操作与触觉反馈系统 赛题目标：针对精密操作领域（工业装配、医疗手术）的精度极限（纳米级操作易损）、触觉反馈缺失（依赖视觉、效率低）、环境适应性差（难以处理多变微小目标）、人机协作壁垒及远程操作失真（缺乏真实手感）等核心痛点，围绕多模态感知、触觉建模、精密控制、产业应用等方向。 成果体现：围绕工业精密装配涵盖芯片、光学器件等微小零件处理与产品柔性化组装；医疗微创手术涉及机器人辅助手术、远程手术及康复辅助；拓展场景包括危险环境操作、科研实验自动化与高端服务业等应用场景，提供某一具体方向的应用解决方案。 技术路径参考： 多模态感知融合优化：传感器融合算法、嵌入式算力适配针对国产高精度传感器和嵌入式AI芯片，优化多模态数据（视觉/力觉/触觉）的实时融合算法。 触觉知识建模与迁移学习：触觉特征提取、跨场景知识迁移。 仿生控制算子优化：实时运动规划，针对国产机器人关节电机，优化逆运动学求解算法，设计动态能耗管理策略，能耗优化。 重点鼓励方法创新、跨界融合，避免纯技术堆砌。 赛题二：具身智能垂直领域大模型的端到端任务规划与执行 赛题目标：针对智能制造产线、家庭服务机器人和物流分拣等场景中存在的复杂自然语言指令理解困难、多环节任务执行割裂导致效率低下、动态非结构化环境适应性差以及人机交互不自然等核心问题。围绕行业知识嵌入、动态决策优化、轻量化具身智能大模型、国产算力适配等方向。 成果体现：制造产线的动态订单解析、柔性调度、异常自主处理。家庭服务的场景语义理解、安全人机共处、个性化任务执行。物流分拣的零样本物体操作、数字孪生辅助路径优化等应用场景，提供某一具体方向的应用解决方案。 技术路径参考： 行业知识嵌入：针对生物医药等垂直领域，构建工艺参数、操作规范、设备特性的行业知识库，通过知识蒸馏技术将专家经验注入大模型，提升任务规划的精准性和可解释性。 动态决策优化：设计基于在线学习的异常检测与恢复机制，对任务执行中的突发状况（如设备故障、环境扰动）生成替代方案，保障流程连续性。 国产化适配：基于国产算力平台（如天数）训练轻量化行业大模型，开发端侧部署框架，实现低功耗实时推理（如单芯片支持10路并发任务）。 重点鼓励方法创新、跨界融合，避免纯技术堆砌。 赛题三：国产化机器人 AI 芯片与核心零部件集成创新 赛题目标：针对高端工业机器人实时控制延迟、消费级人形机器人续航与运动灵活性矛盾、智能假肢生物信号-动作执行脱节等问题；围绕芯片设计、零部件集成、自主可控、产业应用等方向。 成果体现：工业机器人的高精度汽车焊装线、3C电子精密装配；消费级人形机器人的家庭陪伴机器人、仓储物流机器人；智能假肢设备的肌电控制仿生手、自适应膝关节假肢等应用场景，提供某一具体方向的应用解决方案。 技术路径参考： 芯片-硬件协同优化：AI芯片架构适配、功耗控制、实时性优化。 核心零部件国产替代验证：材料性能测试、工艺适配、可靠性提升。 自主生态应用拓展：行业解决方案、国产替代标准制定、生态工具链建设。 重点鼓励方法创新、跨界融合，避免纯技术堆砌。 赛题四：跨场景智能协同的机器人协作系统 赛题目标：针对智慧城市公共空间面临的服务碎片化、安防响应慢、管理成本高；教育具身智能面临的实验风险高、操作理解难、资源割裂等核心问题；围绕群体智能、动态优化、国产化生态、行业场景闭环等应用方向。 成果体现：在公共场所、智慧城市、教育及国产化示范场景中，多机器人集群与数字人技术发挥作用，实现动态巡逻、环境监测、虚拟教学等功能，同时推进全栈国产多机器人系统部署与应用等，提供某一具体方向的应用解决方案。 技术路径参考： 动态优化算法：解决多场景任务冲突与资源分配问题，基于强化学习的动态任务分配算法，多场景的实时优先级排序。 异构系统互联与国产化适配：实现国产设备与进口系统的无缝兼容。 创新应用场景探索：打造国产化多机器人协同标杆场景。 重点鼓励方法创新、跨界融合，避免纯技术堆砌。 赛题五：特种机器人本体控制与复杂环境适应性 赛题目标：针对高危场景人机协同的人工作业风险高、复杂环境感知弱、应急响应超时等核心问题。围绕极端环境感知、多模态感知融合、强化学习算法优化、自主决策、国产化集成、行业应用创新等方向。 成果体现：在高危化工、矿山、火灾、地质灾害、海上风电、石油管道等复杂场景中，机器人凭借多模态感知融合、环境自适应与强化学习等技术，实现智能巡检、应急处置等应用场景，提供某一具体方向的应用解决方案。 技术路径参考： 环境感知与动态建模：多模态传感器融合、环境自适应算法、实时建图定位。 本体控制与决策优化：强化学习、抗干扰控制、能耗优化。 国产化硬件生态集成：芯片适配、材料替代、系统验证。 重点鼓励方法创新、跨界融合，避免纯技术堆砌。
工业智能体场景
工业智能体是基于人工智能大模型，将具备感知、决策与执行能力的AI智能体技术应用于制造业场景的人工智能系统，以实现对生产设备和流程的自主优化、协同控制与实时响应的智能化运行。面向生产线设备故障预警与维护、质量检测与调优、柔性排产与动态调度、良品率分析与工艺优化、辅助产品研发与配方设计、供应链协同与库存优化等制造业典型难题，运用AI智能体技术与大模型推理能力（包括大语言模型、多模态模型与专用推理模型），构建预测性维护智能体、智能质检智能体、智能排产调度智能体、良品率分析智能体、产品研发辅助智能体、供应链优化智能体等一系列解决方案，实现设备异常自主识别、生产流程在线优化、跨系统协同决策与研发创新加速。
智能数据标注场景
面向交通、医疗、金融、科学、制造、农业等重点行业领域的文本、图像、视频、语音等多模态数据标注需求，运用跨领域跨模态语义对齐、4D标注、大模型标注、标注审查、质量评估、基于思维链的专家标注等人工智能技术，构建医疗健康领域的罕见病诊疗指南、基因测序数据分析报告、手术影像标注数据；人力资源领域的人才能力画像与绩效评估、培训数据的语义对齐与质量评估、自动化筛查合同中的法律风险点；数字贸易领域的跨境商品的多模态识别与分类、供应链数据的可视化；金融领域的量化交易策略代码库、高频交易日志、衍生品定价模型参数；制造业领域的精密仪器故障诊断手册、工业物联网传感器时序数据；自动驾驶领域的4D动态标注与多传感器融合、端到端模型训练的数据闭环、复杂场景的通用障碍物标注；低空经济领域的无人机航线规划与动态监控、低空基础设施的自动化标注、飞行器安全与合规性审查；能源领域的电网调度操作记录、油气勘探地质数据核电站运维日志等场景。