近日，由中國圖象圖形學學會主辦、睿創(chuàng)微納承辦的“睿創(chuàng)杯”首屆高校創(chuàng)新創(chuàng)業(yè)大賽正式落下帷幕。大賽自2025年初啟動，吸引全國近千支高校隊伍參賽。歷經數(shù)月的激烈角逐與層層選拔，最終來自復旦大學、武漢大學、浙江大學、中國科學院大學、浙江工業(yè)大學等20支隊伍脫穎而出，會師線下總決賽，呈現(xiàn)了一場智慧與創(chuàng)意交織的精彩對決。

AI 讓世界洞見不可見

“睿創(chuàng)杯”首屆高校創(chuàng)新創(chuàng)業(yè)大賽

“睿創(chuàng)杯”首屆高校創(chuàng)新創(chuàng)業(yè)大賽是由中國圖象圖形學學會主辦，睿創(chuàng)微納承辦，哈爾濱工業(yè)大學、華中科技大學、山東大學、西安交通大學、西北工業(yè)大學、煙臺哈爾濱工程大學研究院、中國石油大學(華東)等相關院系協(xié)辦，以“AI讓世界洞見不可見”為主題的人工智能高水平賽事。大賽聚焦前沿AI技術領域，為海內外高校學子構建國際化競技舞臺與創(chuàng)新交流平臺，以多元視角碰撞創(chuàng)新火花，激發(fā)青年學子的科研潛能與創(chuàng)新活力，助力發(fā)現(xiàn)和培育兼具創(chuàng)新視野與實干精神的新一代科技人才。本次決賽評委團由來自清華大學、西北工業(yè)大學、哈爾濱工業(yè)大學的知名學者，與睿創(chuàng)微納內部技術專家共同組成，以專業(yè)視角確保評審的權威與公正。

賽題一 輕量化雙光(可見光-紅外)目標檢測

可見光圖像在光照條件良好的情況下，能夠實現(xiàn)較為準確的目標檢測，但在夜間、強逆光或遭遇惡劣天氣等場景，其成像質量會嚴重下降；紅外圖像通過感知物體發(fā)出的熱輻射來成像，不受光照條件的影響，能夠在全天時、全天候條件下工作，但分辨率相對較低，缺乏紋理和顏色信息，對細節(jié)特征表達能力不足。雙光目標檢測通過融合二者互補特征可實現(xiàn)更精準魯棒的檢測。選手需基于配準好的雙光圖像，在參數(shù)量≤9M、計算量≤20GFLOPs 限制下對雙光目標檢測算法進行研究，提高檢測性能。

賽題一設定了嚴格的輕量化指標，要求模型參數(shù)量不超過9M、計算量不超過20GFLOPs，對算法的高效性與精簡性提出極高要求。這一限制不僅考驗參賽者的技術功底，也精準對應了邊緣端智能檢測在實際應用中的關鍵需求。

大賽評委Lucas指出，冠軍團隊“羊了個羊隊”從數(shù)據(jù)本質出發(fā)，深入分析數(shù)據(jù)分布特點，重點突破了小目標檢測與雙光數(shù)據(jù)融合等關鍵問題。團隊基于數(shù)據(jù)集特性進行科學預處理，創(chuàng)新性地設計了自主模型架構，基于全局和局部異構多尺度感受野進行結構優(yōu)化，并引入多層次雙流網(wǎng)絡特征融合機制。在推理階段，通過輕量化融合與結構重參數(shù)化技術進一步壓縮模型，借助大感受野與多尺度特征表達能力，顯著提升了算法性能。

其他參賽團隊同樣展現(xiàn)了扎實的技術積累與創(chuàng)新意識。針對數(shù)據(jù)集的高挑戰(zhàn)性與賽道的嚴格輕量化要求，選手們靈活運用模型剪枝、知識蒸餾、混合專家系統(tǒng)（MOE）、區(qū)域注意力機制以及殘差高效層聚合網(wǎng)絡等策略，有效平衡了模型壓縮與性能保持。部分具備邊緣部署經驗的團隊，進一步結合典型國產芯片架構與部署流程，跳脫純算法優(yōu)化框架，提出了具備工程可行性的端側解決方案，實現(xiàn)了在邊緣場景下效率與精度的雙重突破。

賽題二 基于大模型的圖像生成、場景生成方法

此賽題圍繞圖像生成與場景生成展開，考察模型在多模態(tài)融合與視頻生成方面的綜合能力。在初賽階段，選手需利用少量動物分割前景與大量車載背景圖像，生成包含動物元素的車載場景，用以擴充稀有場景數(shù)據(jù)集。復賽則進一步升級為場景視頻生成任務。參賽隊伍需要基于三種動物切片和三段背景視頻，合成多段動態(tài)場景視頻，并要求動物按照預設軌跡行走。隨著動物體型逐漸縮小、場景復雜度不斷提升，任務對模型的時序一致性、生成穩(wěn)定性與視覺融合能力提出了更高挑戰(zhàn)。

擔任賽題二評委的Richard表示：“選手們在探索過程中勇于嘗試多種新思路，尤其在場景生成任務中，普遍采用了最新的大模型架構，取得了令人矚目的成果?！?/p>

例如，來自復旦大學的“ EMWAAA 隊”，以擴散模型為核心，并引入“適配器（Adapter）”模塊，對生成過程進行精細化控制，使結果更加穩(wěn)定、可控。針對融合圖像中可能出現(xiàn)的亮度不均、目標位置偏差等問題，團隊創(chuàng)新性地加入了區(qū)域、亮度與位置先驗優(yōu)化策略，顯著提升了圖像生成質量。在后續(xù)的場景生成賽題中，他們進一步通過分割模塊、提示詞改進、運動幀擴充等方案，應對了生成視頻中，動物姿態(tài)控制、紋理變化影響，長視頻生成發(fā)散等問題，呈現(xiàn)出優(yōu)異的生成效果。

同樣表現(xiàn)亮眼的是來自浙江工業(yè)大學的“學習強國隊”，在初賽階段針對圖像生成任務，采用了“擴散模型 + LoRA 微調”的方案，通過分割合成等策略，較好地應對了圖像生成任務。在場景生成環(huán)節(jié)中，團隊進一步基于大模型加速推理，通過視頻抽幀、動物摳圖以及提示詞優(yōu)化等方法，讓生成的視頻更為自然真實，展現(xiàn)了大模型在多模態(tài)生成領域的強大潛力。

大賽圍繞 “輕量化雙光目標檢測” 與 “基于大模型的圖像與場景生成” 兩大尖端賽題展開，入圍選手們在答辯中，從算法優(yōu)化、數(shù)據(jù)集構建到未來改進方向，進行了詳盡闡述與深度思辨，充分展現(xiàn)了扎實的科研功底與卓越的創(chuàng)新思維。

大賽組委會成員Sean表示：“我們致力于搭建一個開放的平臺，以賽促研，推動AI智能應用與圖像生成的切實落地。欣喜地看到一批極具潛力的創(chuàng)新人才于此嶄露頭角，睿創(chuàng)微納愿持續(xù)賦能，攜手各方，讓創(chuàng)新的想法生根發(fā)芽，茁壯成長?！?/p>

榮獲“優(yōu)勝獎”

第六屆CSIG圖像圖形技術挑戰(zhàn)賽

10月31日，兩大賽題的冠軍隊伍代表“睿創(chuàng)杯”赴徐州參加第六屆CSIG圖像圖形技術挑戰(zhàn)賽總決賽，與來自頂尖企業(yè)、高校的冠軍隊伍同臺競技。最終，兩支隊伍榮獲“優(yōu)勝獎”。

“睿創(chuàng)杯”首屆高校創(chuàng)新創(chuàng)業(yè)大賽是睿創(chuàng)微納在創(chuàng)新人才培養(yǎng)體系中的重要一環(huán)。大賽不僅為優(yōu)秀團隊設置了總額超過38萬元的高額獎金，更為獲獎選手開辟校園招聘專屬通道，助力參賽者實現(xiàn)從賽場到職場的快速銜接。

對眾多參賽者而言，這不僅是一場比賽，更是一次創(chuàng)新能力的集中展現(xiàn)，是將創(chuàng)意深化、落地乃至走向實際應用的重要契機。睿創(chuàng)微納始終秉持開放協(xié)作的理念，積極攜手社會各界，為青年科技人才搭建實現(xiàn)夢想、施展才華的舞臺，共同為推動人工智能與圖像圖形領域的持續(xù)進步注入智慧與動能。

睿創(chuàng)微納（股票代碼：688002）是全球領先的、專業(yè)從事專用集成電路、感知芯片與AI智能整機產品與解決方案研發(fā)的國家級高新技術企業(yè)。公司深耕紅外、微波、激光等多維感知領域，掌握多光譜感知芯片研發(fā)的核心技術與AI智能算法深度研發(fā)等能力，為全球客戶提供性能卓越的紅外熱成像、微波、激光芯片，應用終端及行業(yè)感知解決方案，以技術進步為客戶創(chuàng)造增量價值。

睿創(chuàng)微納產品廣泛應用于航空航天、衛(wèi)星通訊、空間通訊、碳中和、低空經濟、安防消防、汽車輔助駕駛、應急救援、消費電子、人工智能、醫(yī)療健康、科研創(chuàng)新等領域。

睿創(chuàng)微納致力于打造中國最有價值的特種芯片企業(yè)，成為世界領先的智慧感知技術解決方案提供商，承載“讓人們從更多維度發(fā)現(xiàn)世界之美”的使命，在持續(xù)拓展人類感知能力的征途上留下自己的腳印。