第二届“数龙杯”征稿结束！97款AI作品杀入终审，谁是今年最硬核的智能创意？

第二届“数龙杯”人工智能应用创新大赛作品征集阶段已正式结束。主办方透露，本次共收到来自高校实验室、初创技术团队及产业一线研发部门的近百件完整提交作品，覆盖智能政务、工业质检、医疗辅助诊断、教育个性化推荐、农业遥感分析等十余个垂直场景。与首届相比，本届作品在模型轻量化部署能力、多模态协同推理深度、以及真实业务链路嵌入程度上均有明显跃升。

评审标准更重“可运行性”而非“演示感”

不同于部分赛事偏重PPT呈现或Demo视频渲染，“数龙杯”本届明确将“最小可行系统（MVS）验证”设为硬性门槛。所有入围作品须提供：

1. 可本地或云端一键部署的完整容器镜像（含Dockerfile与环境依赖清单）；

2. 至少3组真实业务数据下的运行日志与性能指标（含延迟、吞吐、准确率衰减曲线）；

3. 面向非技术人员的操作说明文档（含典型故障排查路径与回滚机制）。

据评审委员会披露，初筛阶段即有近三成作品因无法通过基础部署验证被直接淘汰，反映出当前AI落地仍面临工程化断层问题。

技术路径呈现结构性分化

从已公开的技术摘要看，参赛方案在底层架构选择上出现清晰分野：

1. 约42%作品采用LoRA/QLoRA微调+RAG增强架构，聚焦中小规模垂类知识库构建；

2. 28%转向端侧推理优化路线，使用ONNX Runtime + TensorRT加速，在Jetson Orin或昇腾Atlas 300I上实测推理延迟低于120ms；

3. 余下作品中，17%尝试构建闭环反馈机制（如医疗报告生成后接入医生标注回流训练），13%探索跨设备协同推理（边缘设备预处理+中心节点融合决策）。

需要注意，无一作品宣称使用闭源大模型API作为核心推理组件全部采用开源基座模型（Qwen2、Phi-3、InternLM2等）进行二次开发，且代码仓库均完成MIT/Apache 2.0协议合规性声明。

产业方参与深度提升

本届评审团新增6位来自国家电网、广汽研究院、中山眼科中心等单位的一线技术负责人。他们不仅参与终审打分，更在初评阶段即介入技术可行性评估。例如，某农业遥感项目因未适配国产高分六号卫星原始数据格式被建议返工；另一款工业缺陷检测工具则因兼容某型国产PLC通信协议而获得额外加分。

目前，全部97件有效作品已完成编号与脱敏处理，进入封闭式交叉盲审阶段。评审结果预计于5月下旬公布，优胜方案将获得算力资源包、产线实测窗口及联合申报科技专项的支持通道。

以上是第二届“数龙杯”作品征集阶段的关键事实与技术动向，希望对你有所帮助。