【赛题精选】8大宝藏赛题等你来挖掘~

关注

原创最新推荐文章于 2026-09-10 11:40:28 发布 861 阅读 AI 写同款· GEO 优化 ›

音乐制作人必备：深度评测Studio One官方扩展包里那些隐藏的宝藏音色本文深度评测了Studio One官方扩展包中常被忽视的宝藏音色，如Acoustic Drum Kits和Vintage Keys。这些音色深度整合于DAW，加载迅速且预置优化出色，能极大提升音乐制作效率与灵感。文章通过实战案例，展示了如何利用这些音色为流行、电子、影视配乐等作品注入独特灵魂与真实质感。阅读详情

2024 AI开发者大赛正在如火如荼地进行中,截至本周已超过上万人报名参与本次赛事～如果你也是跃跃欲试的潜在选手,但又因为选择困难而不知道应该报名哪道赛题,不如来看看小助手的【赛题推荐】吧～

Part 1

化学结构识别挑战赛

推荐理由本赛题致力于提高药物分子结构分析的效率和便利性,展现科技与学术、教育的深度融合。

赛题详情

奖金池 :￥60,000

赛事背景 :

化学结构识别系统已被广泛应用于各个领域,包括药物研发、人机交互、生物化学和有机合成等。与传统的手写文本和数学公式识别不同,化学结构的数据格式更加复杂。解决这个问题不仅将是学术上的突破,还将在实际应用中产生影响。化学结构识别系统使得能够从横跨数十年的学术期刊和专利中收集和组织数百万个化学分子结构,提高分析药物分子结构的效率和便利性。

除此之外,化学结构的识别在教育领域也具有重要价值。例如,通过自动识别学生答案中的手写化学结构,我们可以开发智能评分和分析的应用,帮助学生在化学学科中取得更好的成绩。然而,当前学术界对于在教育环境中识别化学结构的关注还不够。因此,我们举办这次竞赛并希望推动这一子领域的发展。

本次竞赛的唯一任务是准确提取图像中结构式的信息,包括原子、化学键及其连接。我们希望通过举办这次竞赛,推动手写化学结构图像识别领域的发展。

赛事任务 :

化学结构识别任务的目标是从输入图像中提取分子结构式,形成相应的图形结构,其中关键信息包括原子、化学键以及它们之间的相互连接方式。在教育背景下,我们希望模型重构的图形结构在视觉上与图像保持一致,避免缩写、省略或明显的旋转。最终需要生成化学分子图像对应的ssml_normed字符串。

报名截止 :2024-08-22

链接直达

https://challenge.xfyun.cn/topic/info?type=chemical-structure-recognition&ch=ds24_bV8lRQ

Part 2

说话人依赖的构音障碍语音识别

推荐理由

公益向赛题,致力于构建语音识别模型,改善构音障碍人群的生活品质和社交交互能力,提升科技的社会价值与人文温度。

赛题详情

奖金池 :￥10,000

赛事背景 :

构音障碍的特征是由于运动缺陷导致的言语受损,主要由诸如脑瘫、帕金森病、肌萎缩性侧索硬化和中风等病症引起。根据病因原因,构音障碍患者可能会表现出不同程度的言语问题,如语速减慢、发音不准确、不合理的停顿和清晰度下降。构音障碍患者的语言表达对他们的社交和人机交互(HCI)提出了挑战。特别是,传统的自动语音识别(ASR)系统往往难以识别构音障碍的语音。

构音障碍语音由于不同程度的严重性或不同的病因而存在显著的变异性,需要自适应建模方法。而专为构音障碍人士设计的构音障碍语音识别系统可以极大地改善他们的生活,成为日常生活的必备工具。因此,对构音障碍者如何更好地与他人交流,如何回归社会进行研究是一个有社会价值、有人文关怀的工作。

赛事任务

根据提供的CDSD-10h数据集构建说话人依赖(Speaker-dependent)的构音障碍语音识别模型。参与者需要开发针对特定构音障碍患者的语音到文本的识别模型,识别输出对应语音的转录结果。

报名截止 :2024-08-09

链接直达

https://challenge.xfyun.cn/topic/info?type=articulation-disorder-dependency&ch=ds24_bV8lRQ

Part 3

基于舌下微循环影像的血管图像灰度计算及血管特征统计分类挑战赛

推荐理由

本赛题旨在采用AI算法基于患者颌骨处的SDF影像数据逐帧获取颌骨血管内红细胞具体密度和速度参数,并根据提供的大量患者影像资料统计出愈合不佳患者的红细胞密度与速度临界值,实现愈合不佳患者的精准判定,为医生临床判断提供帮助。

赛题详情

奖金池 :￥10,000

赛事背景 :

对于癌症患者,老年人尤其易发生骨转移。药物治疗是阻止骨转移的主要方式,但长期使用可能导致药物相关性颌骨坏死(MRONJ)。外科手术是治疗MRONJ的有效方法,一般激进手术(如截骨)的成功率高于保守手术(如刮治),但患者可能面临更高的手术风险和外观/功能损失。研究表明,MRONJ术后愈合较好的患者红细胞密度明显高于愈合不佳者,红细胞密度可作为预测患者预后的指标。为了确定合适的治疗方案,临床上通常使用医学成像技术观察患者颌骨处微血管密度及红细胞流速。目前针对该疾病使用较多的是侧流暗场成像技术(SDF),SDF是正交偏振光谱成像技术的衍生技术,能够半自动的给出目标区域红细胞密度、微血管血流指数等参数。但采用临床手段无法给出红细胞具体密度、速度参数,医生仅能通过肉眼观察粗略“预测”患者的预后。故本赛题旨在采用AI算法基于患者颌骨处的SDF影像数据逐帧获取颌骨血管内红细胞具体密度和速度参数,并根据提供的大量患者影像资料统计出愈合不佳患者的红细胞密度与速度临界值,实现愈合不佳患者的精准判定,为医生临床判断提供帮助。

赛事任务 :

本次大赛提供了愈合良好患者与愈合不佳患者的SDF影像数据作为样本,SDF影像中显示了多条血管中红细胞的移动轨迹,需要参赛选手基于患者SDF影像数据实现影像中各血管逐帧的红细胞灰度(密度)的计算以及红细胞移动速度的计算,并将密度和速度值输出。赛题方会事先给出所识别的患者是愈合良好患者还是愈合不佳患者,选手需根据提供的愈合良好与愈合不佳患者的SDF影像数据统计得出愈合不佳患者红细胞密度与速度的临界值。最后将此临界值编入代码中,实现基于任意SDF影像数据中多条血管的特征(是愈合良好还是愈合不佳)识别。愈合良好的血管与愈合不佳的血管采用不同的颜色标注,并输出各血管中红细胞灰度(密度)以及红细胞移动速度的值。

报名截止 :2024-08-09

链接直达

https://challenge.xfyun.cn/topic/info?type=sublingual-microcirculation&ch=ds24_bV8lRQ

Part 4

基于星辰大模型平台的AI分身构建挑战赛

推荐理由

大模型重点方向赛事,随着讯飞星火大模型核心能力逐渐提升,AI分身逐渐成为现实。AI分身能够模拟特定人类的行为、偏好、知识水平甚至情感反应,提供定制化服务、社交互动、教育培训、心理健康支持等多方面的应用。

赛题详情

奖金池 :￥30,000

赛事背景 :

随着讯飞星火大模型核心能力逐渐提升,AI分身逐渐成为现实。AI分身能够模拟特定人类的行为、偏好、知识水平甚至情感反应,提供定制化服务、社交互动、教育培训、心理健康支持等多方面的应用。

基于星火大模型的AI分身赛题旨在鼓励和挖掘有潜力、有创意的AI科技人才,为有创意的团队或个人提供一个展示自己研发能力的舞台。参赛团队需以星火大模型为基础,在星辰应用开发平台创建AI分身来模拟特定人类的行为、偏好、知识水平甚至情感反应,实现真正理解并模拟复杂人类行为和情感的AI分身。这包括精确地理解与生成自然语言、有效捕捉并模拟个人特质、在各种情境下作出适当反应,以及妥善处理道德与隐私问题等关键领域。同时,我们也希望通过本次比赛激发更多团队在AI技术领域发挥无限创意,拓展星火大模型技术的行业应用场景,共同推动人工智能技术进步。

赛事任务 :

以星火大模型为基座模型,选手须在星辰应用平台进行任务开发与应用发布。根据实际需求自由选定一个或多个分身实例,参赛选手可以根据自身多维数据集(需要包含行为模式、交互历史、情感反应等)进行星火模型微调,还可以结合个人知识库、人设prompt、工具/插件等构建个人AI分身,从而模拟和理解复杂的人类行为及情感。最终要求完成具有人设、知识、长记忆、并能主动交互和自学习的AI分身,并呈现可落地、具备商业价值的产品方案。

报名截止 :2024-07-30

链接直达

https://challenge.xfyun.cn/topic/info?type=AI-avatar&ch=ds24_bV8lRQ

Part 5

基于大模型技术实现招标历史文件挖掘招标范本挑战赛

推荐理由

大模型重点方向赛事,鼓励参赛者利用先进的人工智能技术,如自然语言处理(NLP)、机器学习和深度学习,来开发能够自动解析、生成和优化各种采购文件的工具和系统。

赛题详情

奖金池 :￥10,000

赛事背景 :

目前,能源行业在招标采购业务过程中,标准化不够、结构化不足,在采购文件编制过程中,业务多样性和复杂性给采购文件的编制带来了挑战,尤其是在需要确保文件准确性、合规性以及竞争力的同时,还要保证流程的效率。传统的手工编制方法耗时耗力,易出错,且难以适应快速变化的市场和法规要求。

因此,采购组织和供应商都在寻求更加高效、智能化的解决方案,以优化采购文件的编制过程。基于大模型技术的算法赛题,旨在鼓励参赛者利用先进的人工智能技术,如自然语言处理(NLP)、机器学习和深度学习,来开发能够自动解析、生成和优化各种采购文件的工具和系统。

赛事任务 :

本次比赛需要参赛选手对给定的采购文件进行文件解读,学习与挖掘历史采购文件共性抽离框架进行建模。该比赛的研究内容包括学术文档的版面分析、要素抽取及语义理解等,要求参赛选手能够将采购文件里定量定性的技术指标和非定量定性的详述类指标信息、范本共性识别与提取。

报名截止 :2024-08-09

链接直达

https://challenge.xfyun.cn/topic/info?type=bidding-documents&ch=ds24_bV8lRQ

Part 6

高分辨率遥感影像智能压缩挑战赛

推荐理由

本赛题旨在鼓励参赛者利用先进的计算机视觉技术,开发效率高、质量好、通用性强的遥感影像压缩算法。

赛题详情

奖金池 :￥10,000

赛事背景 :

随着遥感技术的飞速发展,人们能够获取并应用的遥感影像数据量呈现爆炸式增长。特别是高分辨率遥感影像,由于其像素数量巨大,文件大小通常从十几MB到几GB不等,给数据存储、处理和传输带来了巨大的挑战。传统的影像压缩方法虽然能够在一定程度上减小数据量,但往往伴随着影像质量明显下降的问题,尤其是在清晰度、色彩和细节方面。智能压缩算法作为一种新型的压缩技术,通过运用计算机视觉等领域的先进算法,自动识别和保留影像中的关键信息,去除冗余数据,能够在最大程度上保持影像质量的同时,实现数据量的显著减小。

基于此,我们提出高分辨率遥感影像智能压缩挑战赛。本赛题旨在鼓励参赛者利用先进的计算机视觉技术,开发效率高、质量好、通用性强的遥感影像压缩算法。参赛者需要设计算法模型,对高分辨率遥感影像进行智能分析和处理,在不明显损伤影像的清晰度、色彩和细节等质量的情况下,尽可能减小影像的大小,提高其存储和传输效率。(加分项,选做)此外,参赛者需设计文本信息隐写算法,实现压缩遥感影像的文本信息写入和加密功能。

赛事任务 :

本次大赛以吉林一号高分辨率卫星遥感影像作为数据集,参赛者需基于提供的数据集样本构建模型,该模型应能够自动分析高分辨率遥感影像的内容,包括建筑、植被等地物要素,并根据影像的特点选择合适的压缩策略。算法应能够在保持影像清晰度、色彩和细节等质量指标的同时,实现数据量的显著减小。

(选做)此外,参赛者可设计一种文本信息隐写算法,实现将文本信息嵌入到压缩后的遥感影像中。该算法应能够在保证影像质量和压缩效果的同时,实现信息的隐蔽传输。嵌入的文本信息可以包括标注、描述、分类标签等,有助于后续的数据处理和分析。

我们鼓励参赛者充分发挥创新思维,结合遥感影像的特点和应用需求,开发出具有实际应用价值的智能压缩算法。

报名截止 :2024-07-30

链接直达

https://challenge.xfyun.cn/topic/info?type=intelligent-compression&ch=ds24_bV8lRQ

Part 7

高分辨率遥感影像内容识别检索挑战赛

推荐理由

本赛题旨在鼓励参赛者充分利用人工智能、大模型等先进的计算机视觉技术,开发出一种能够精准识别用户描述信息、从遥感影像库中自动检索出对应影像并展示给用户的算法。

赛题详情