近日，由中國(guó)圖象圖形學(xué)學(xué)會(huì)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(dòng)，吸引全國(guó)近千支高校隊(duì)伍參賽。歷經(jīng)數(shù)月的激烈角逐與層層選拔，最終來(lái)自復(fù)旦大學(xué)、武漢大學(xué)、浙江大學(xué)、中國(guó)科學(xué)院大學(xué)、浙江工業(yè)大學(xué)等20支隊(duì)伍脫穎而出，會(huì)師線下總決賽，呈現(xiàn)了一場(chǎng)智慧與創(chuàng)意交織的精彩對(duì)決。

AI 讓世界洞見(jiàn)不可見(jiàn)

“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(guó)圖象圖形學(xué)學(xué)會(huì)主辦，睿創(chuàng)微納承辦，哈爾濱工業(yè)大學(xué)、華中科技大學(xué)、山東大學(xué)、西安交通大學(xué)、西北工業(yè)大學(xué)、煙臺(tái)哈爾濱工程大學(xué)研究院、中國(guó)石油大學(xué)(華東)等相關(guān)院系協(xié)辦，以“AI讓世界洞見(jiàn)不可見(jiàn)”為主題的人工智能高水平賽事。大賽聚焦前沿AI技術(shù)領(lǐng)域，為海內(nèi)外高校學(xué)子構(gòu)建國(guó)際化競(jìng)技舞臺(tái)與創(chuàng)新交流平臺(tái)，以多元視角碰撞創(chuàng)新火花，激發(fā)青年學(xué)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(shí)干精神的新一代科技人才。本次決賽評(píng)委團(tuán)由來(lái)自清華大學(xué)、西北工業(yè)大學(xué)、哈爾濱工業(yè)大學(xué)的知名學(xué)者，與睿創(chuàng)微納內(nèi)部技術(shù)專(zhuān)家共同組成，以專(zhuān)業(yè)視角確保評(píng)審的權(quán)威與公正。

賽題一 輕量化雙光(可見(jiàn)光-紅外)目標(biāo)檢測(cè)

可見(jiàn)光圖像在光照條件良好的情況下，能夠?qū)崿F(xiàn)較為準(zhǔn)確的目標(biāo)檢測(cè)，但在夜間、強(qiáng)逆光或遭遇惡劣天氣等場(chǎng)景，其成像質(zhì)量會(huì)嚴(yán)重下降；紅外圖像通過(guò)感知物體發(fā)出的熱輻射來(lái)成像，不受光照條件的影響，能夠在全天時(shí)、全天候條件下工作，但分辨率相對(duì)較低，缺乏紋理和顏色信息，對(duì)細(xì)節(jié)特征表達(dá)能力不足。雙光目標(biāo)檢測(cè)通過(guò)融合二者互補(bǔ)特征可實(shí)現(xiàn)更精準(zhǔn)魯棒的檢測(cè)。選手需基于配準(zhǔn)好的雙光圖像，在參數(shù)量≤9M、計(jì)算量≤20GFLOPs 限制下對(duì)雙光目標(biāo)檢測(cè)算法進(jìn)行研究，提高檢測(cè)性能。

賽題一設(shè)定了嚴(yán)格的輕量化指標(biāo)，要求模型參數(shù)量不超過(guò)9M、計(jì)算量不超過(guò)20GFLOPs，對(duì)算法的高效性與精簡(jiǎn)性提出極高要求。這一限制不僅考驗(yàn)參賽者的技術(shù)功底，也精準(zhǔn)對(duì)應(yīng)了邊緣端智能檢測(cè)在實(shí)際應(yīng)用中的關(guān)鍵需求。

大賽評(píng)委Lucas指出，冠軍團(tuán)隊(duì)“羊了個(gè)羊隊(duì)”從數(shù)據(jù)本質(zhì)出發(fā)，深入分析數(shù)據(jù)分布特點(diǎn)，重點(diǎn)突破了小目標(biāo)檢測(cè)與雙光數(shù)據(jù)融合等關(guān)鍵問(wèn)題。團(tuán)隊(duì)基于數(shù)據(jù)集特性進(jìn)行科學(xué)預(yù)處理，創(chuàng)新性地設(shè)計(jì)了自主模型架構(gòu)，基于全局和局部異構(gòu)多尺度感受野進(jìn)行結(jié)構(gòu)優(yōu)化，并引入多層次雙流網(wǎng)絡(luò)特征融合機(jī)制。在推理階段，通過(guò)輕量化融合與結(jié)構(gòu)重參數(shù)化技術(shù)進(jìn)一步壓縮模型，借助大感受野與多尺度特征表達(dá)能力，顯著提升了算法性能。

其他參賽團(tuán)隊(duì)同樣展現(xiàn)了扎實(shí)的技術(shù)積累與創(chuàng)新意識(shí)。針對(duì)數(shù)據(jù)集的高挑戰(zhàn)性與賽道的嚴(yán)格輕量化要求，選手們靈活運(yùn)用模型剪枝、知識(shí)蒸餾、混合專(zhuān)家系統(tǒng)（MOE）、區(qū)域注意力機(jī)制以及殘差高效層聚合網(wǎng)絡(luò)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(jīng)驗(yàn)的團(tuán)隊(duì)，進(jìn)一步結(jié)合典型國(guó)產(chǎn)芯片架構(gòu)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(cè)解決方案，實(shí)現(xiàn)了在邊緣場(chǎng)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(chǎng)景生成方法

此賽題圍繞圖像生成與場(chǎng)景生成展開(kāi)，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(dòng)物分割前景與大量車(chē)載背景圖像，生成包含動(dòng)物元素的車(chē)載場(chǎng)景，用以擴(kuò)充稀有場(chǎng)景數(shù)據(jù)集。復(fù)賽則進(jìn)一步升級(jí)為場(chǎng)景視頻生成任務(wù)。參賽隊(duì)伍需要基于三種動(dòng)物切片和三段背景視頻，合成多段動(dòng)態(tài)場(chǎng)景視頻，并要求動(dòng)物按照預(yù)設(shè)軌跡行走。隨著動(dòng)物體型逐漸縮小、場(chǎng)景復(fù)雜度不斷提升，任務(wù)對(duì)模型的時(shí)序一致性、生成穩(wěn)定性與視覺(jué)融合能力提出了更高挑戰(zhàn)。

擔(dān)任賽題二評(píng)委的Richard表示：“選手們?cè)谔剿鬟^(guò)程中勇于嘗試多種新思路，尤其在場(chǎng)景生成任務(wù)中，普遍采用了最新的大模型架構(gòu)，取得了令人矚目的成果。”

例如，來(lái)自復(fù)旦大學(xué)的“ EMWAAA 隊(duì)”，以擴(kuò)散模型為核心，并引入“適配器（Adapter）”模塊，對(duì)生成過(guò)程進(jìn)行精細(xì)化控制，使結(jié)果更加穩(wěn)定、可控。針對(duì)融合圖像中可能出現(xiàn)的亮度不均、目標(biāo)位置偏差等問(wèn)題，團(tuán)隊(duì)創(chuàng)新性地加入了區(qū)域、亮度與位置先驗(yàn)優(yōu)化策略，顯著提升了圖像生成質(zhì)量。在后續(xù)的場(chǎng)景生成賽題中，他們進(jìn)一步通過(guò)分割模塊、提示詞改進(jìn)、運(yùn)動(dòng)幀擴(kuò)充等方案，應(yīng)對(duì)了生成視頻中，動(dòng)物姿態(tài)控制、紋理變化影響，長(zhǎng)視頻生成發(fā)散等問(wèn)題，呈現(xiàn)出優(yōu)異的生成效果。

同樣表現(xiàn)亮眼的是來(lái)自浙江工業(yè)大學(xué)的“學(xué)習(xí)強(qiáng)國(guó)隊(duì)”，在初賽階段針對(duì)圖像生成任務(wù)，采用了“擴(kuò)散模型 + LoRA 微調(diào)”的方案，通過(guò)分割合成等策略，較好地應(yīng)對(duì)了圖像生成任務(wù)。在場(chǎng)景生成環(huán)節(jié)中，團(tuán)隊(duì)進(jìn)一步基于大模型加速推理，通過(guò)視頻抽幀、動(dòng)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(shí)，展現(xiàn)了大模型在多模態(tài)生成領(lǐng)域的強(qiáng)大潛力。

大賽圍繞 “輕量化雙光目標(biāo)檢測(cè)” 與 “基于大模型的圖像與場(chǎng)景生成” 兩大尖端賽題展開(kāi)，入圍選手們?cè)诖疝q中，從算法優(yōu)化、數(shù)據(jù)集構(gòu)建到未來(lái)改進(jìn)方向，進(jìn)行了詳盡闡述與深度思辨，充分展現(xiàn)了扎實(shí)的科研功底與卓越的創(chuàng)新思維。

大賽組委會(huì)成員Sean表示：“我們致力于搭建一個(gè)開(kāi)放的平臺(tái)，以賽促研，推動(dòng)AI智能應(yīng)用與圖像生成的切實(shí)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(zhǎng)?！?/p>

榮獲“優(yōu)勝獎(jiǎng)”

第六屆CSIG圖像圖形技術(shù)挑戰(zhàn)賽

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

“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(tuán)隊(duì)設(shè)置了總額超過(guò)38萬(wàn)元的高額獎(jiǎng)金，更為獲獎(jiǎng)選手開(kāi)辟校園招聘專(zhuān)屬通道，助力參賽者實(shí)現(xiàn)從賽場(chǎng)到職場(chǎng)的快速銜接。

對(duì)眾多參賽者而言，這不僅是一場(chǎng)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?qū)嶋H應(yīng)用的重要契機(jī)。睿創(chuàng)微納始終秉持開(kāi)放協(xié)作的理念，積極攜手社會(huì)各界，為青年科技人才搭建實(shí)現(xiàn)夢(mèng)想、施展才華的舞臺(tái)，共同為推動(dòng)人工智能與圖像圖形領(lǐng)域的持續(xù)進(jìn)步注入智慧與動(dòng)能。

睿創(chuàng)微納（股票代碼：688002）是全球領(lǐng)先的、專(zhuān)業(yè)從事專(zhuān)用集成電路、感知芯片與AI智能整機(jī)產(chǎn)品與解決方案研發(fā)的國(guó)家級(jí)高新技術(shù)企業(yè)。公司深耕紅外、微波、激光等多維感知領(lǐng)域，掌握多光譜感知芯片研發(fā)的核心技術(shù)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(yīng)用終端及行業(yè)感知解決方案，以技術(shù)進(jìn)步為客戶創(chuàng)造增量?jī)r(jià)值。

睿創(chuàng)微納產(chǎn)品廣泛應(yīng)用于航空航天、衛(wèi)星通訊、空間通訊、碳中和、低空經(jīng)濟(jì)、安防消防、汽車(chē)輔助駕駛、應(yīng)急救援、消費(fèi)電子、人工智能、醫(yī)療健康、科研創(chuàng)新等領(lǐng)域。

睿創(chuàng)微納致力于打造中國(guó)最有價(jià)值的特種芯片企業(yè)，成為世界領(lǐng)先的智慧感知技術(shù)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(lèi)感知能力的征途上留下自己的腳印。