发布时间：2026-01-21 15:42:20 浏览：：
首届全球人工智能技术创新大赛（Global AI Innovation Contest）是由中国人工智能学会和杭州市余杭区人民政府共同创办，由杭州市未来科技城管委会、阿里云计算有限公司、清华-OPPO未来终端技术研究中心联合承办，职场社交平台脉脉为大赛提供宣传支持。大赛将立足国际视野，聚焦前沿科技与应用创新，推进人工智能领域的学术交流、人才培养、技术发展以及跨界应用与融合，打造人工智能的人才交流平台与产业生态圈。
本次大赛面向全球开放，设置医学影像报告异常检测、PANDA大场景多对象检测跟踪、小布助手对话短文本语义匹配三个智能算法赛道，欢迎相关领域的开发者、学生和研究人员积极参与，突破其中的关键性瓶颈，推进下一代人工智能前瞻性研究发展。
影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常；复赛阶段除了判断有异常的区域外，还需判断异常的类型。
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断，label只有异常区域ID。复赛除了判断各区域有无异常，还需要判断异常的类型，因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本，复赛Training集规模为20000例样本。
对大场景自然现象的表达需要高时空分辨能力，然而由于生物视觉系统感知通量的限制，需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA（gigaPixel-level humAN centric video Dataset）是清华大学团队构建的国际上首个动态大场景多对象数据平台，场景平均覆盖平方千米级范围，可同时观测数千人，百米外人脸清晰可识别，视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务，旨在推动人工智能在大场景多对象复杂关系上研究的发展
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成，总共包含21个不同的场景，其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制，PANDA-Video经过了抽帧处理，抽帧后的帧率为2FPS，并以帧图像的方式存储视频。
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手，为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务，而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair，预测它们是否属于同一语义。
训练数据包含输入脱敏后的query-pair，以及对应的线万，为确保数据的高质量，每一个样本的真值都有进行人工标注校验。每一个训练样本，由query-pair和真值组成。测试数据初赛AB榜各2.5万，复赛数据5万。
影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常；复赛阶段除了判断有异常的区域外，还需判断异常的类型。
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断，label只有异常区域ID。复赛除了判断各区域有无异常，还需要判断异常的类型，因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本，复赛Training集规模为20000例样本。
对大场景自然现象的表达需要高时空分辨能力，然而由于生物视觉系统感知通量的限制，需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA（gigaPixel-level humAN centric video Dataset）是清华大学团队构建的国际上首个动态大场景多对象数据平台，场景平均覆盖平方千米级范围，可同时观测数千人，百米外人脸清晰可识别，视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务，旨在推动人工智能在大场景多对象复杂关系上研究的发展
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成，总共包含21个不同的场景，其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制，PANDA-Video经过了抽帧处理，抽帧后的帧率为2FPS，并以帧图像的方式存储视频。
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手，为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务，而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair，预测它们是否属于同一语义。
训练数据包含输入脱敏后的query-pair，以及对应的线万，为确保数据的高质量，每一个样本的真值都有进行人工标注校验。每一个训练样本，由query-pair和真值组成。测试数据初赛AB榜各2.5万，复赛数据5万。
影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常；复赛阶段除了判断有异常的区域外，还需判断异常的类型。
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断，label只有异常区域ID。复赛除了判断各区域有无异常，还需要判断异常的类型，因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本，复赛Training集规模为20000例样本。
对大场景自然现象的表达需要高时空分辨能力，然而由于生物视觉系统感知通量的限制，需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA（gigaPixel-level humAN centric video Dataset）是清华大学团队构建的国际上首个动态大场景多对象数据平台，场景平均覆盖平方千米级范围，可同时观测数千人，百米外人脸清晰可识别，视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务，旨在推动人工智能在大场景多对象复杂关系上研究的发展
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成，总共包含21个不同的场景，其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制，PANDA-Video经过了抽帧处理，抽帧后的帧率为2FPS，并以帧图像的方式存储视频。
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手，为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务，而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair，预测它们是否属于同一语义。
训练数据包含输入脱敏后的query-pair，以及对应的线万，为确保数据的高质量，每一个样本的真值都有进行人工标注校验。每一个训练样本，由query-pair和真值组成。测试数据初赛AB榜各2.5万，复赛数据5万。
本次大赛面向全球开放,不限年龄国籍,高等院校在校学生（包括高职高专、本科、研究生）以及科研机构和企业从业人员均可参赛.具体要求如下：
参赛选手应保证报名信息准确有效，如队伍中的选手信息不符合要求，组委会有权取消整个队伍的参赛资格及奖励。
为了确保整个大赛顺利、公正地进行，以及保证参赛选手的合法权益，参赛选手报名时应阅读和确认赛题页面的参赛协议，自觉遵守协议规定。
在大赛举办过程中，竞赛规程可能会有少量的变更和调整，所有内容均以大赛官网为准。