第五屆全國人工智能大賽，由鵬城實驗室主辦，新一代人工智能產業技術創新戰略聯盟（AITISA）承辦，華為技術有限公司、華為云計算技術有限公司、中國移動通信集團有限公司、鵬城實驗室科教基金會協辦。
大賽設200余萬元獎金，圍繞真實產業難題發布賽題，吸引了來自中國、美國、德國、新加坡等全球10余個國家5346名選手參賽，在“AI+圖像編碼”、“AI+增強視頻質量評價”、“AI+數智創新”三大賽道中產生了一批創新成果。賽后，大賽組委會對獲獎團隊進行了采訪。本期，我們一起看看三等獎團隊的參賽分享。
細心研究，大膽探索|“CompressBit”團隊
“CompressBit”團隊隊長陳搏，是電氣工程博士，出于對“AI+圖像編碼”賽道技術領域的興趣選擇獨立參賽。他已多次參加全國人工智能大賽，曾在第四屆大賽獲得“AI+視覺特征編碼”賽道冠軍的好成績。
“CompressBit”團隊在決賽現場
“在復賽最后幾天，大家突然發力、瘋狂沖榜，原來實時排行榜前三的團隊甚至都被沖擊到十幾名之外，競爭非常激烈。研究排行榜分布后，我決定使用田忌賽馬的策略，短期內放棄PSNR和SSIM指標，但努力把LPIPS和DISTS分數拉到很高，使總名次適當提升。”這個比賽策略，使陳搏得以順利入圍決賽。他繼續補充說：“深刻理解大賽規則、比賽任務是獲獎的關鍵，在初賽、復賽期間，我并沒有一味追求客觀分數，而是重點致力于提高人眼感知質量，最終在決賽取得了不錯的MOS評分。”
為了提高開發效率，陳搏在本次比賽中創新性地探索了大模型和Agent工具的使用，保證短時間內能夠深入理解賽題、充分開展試驗。“這次比賽讓我加深了對圖像壓縮問題的理解，發現可學習圖像壓縮算法較傳統算法在比特率上有明顯超越、潛力巨大。”陳搏表示會繼續研究，爭取為該領域進步做出貢獻。
以賽促研，潛力無限|“風調雨順”團隊
“風調雨順”團隊的王闊音是氣象領域的一名高級工程師，也是獨立參賽。
“風調雨順”團隊在決賽現場
在初賽快結束時，王闊音才決定投入更多精力深入探索“AI+圖像編碼”賽道，因為時間緊張，那幾天他幾乎通宵加班。經過對模型參數的不斷調試、持續優化壓縮效果，最終在最后一刻完成了作品提交。他說：“雖然過程很累，但看到結果達到預期、成功晉級復賽時，真的非常激。這段經歷讓我深刻體會到堅持和專注的力量，也讓我更加相信自己的技術能力。單人參賽雖然壓力大，但也鍛煉了我的獨立思考和解決問題的能力。”
王闊音的研究方向是氣象衛星與雷達數據壓縮應用，他表示，本次大賽讓他更深入掌握了圖像壓縮核心技術，對他的研究具有重要價值。他期待壓縮算法在保障質量的前提下進一步提升效率，尤其看好深度學習在該領域的潛力，相信其在復雜數據處理和高壓縮需求場景中必將超越傳統方法，推動行業邁向更高水平。
志同道合，靈活遷移|“不知道叫啥”團隊
不同于前兩個團隊的孤軍奮戰，“不知道叫啥”團隊，由4名志同道合、熱愛AI與編碼的小伙伴組成。他們在科技園機緣巧合下認識，相互學習、分享技術。大家都密切關注端到端圖像與視頻壓縮的前沿發展，留意到“AI+圖像編碼”賽道并投入研究，希望能夠讓AI改變生活。
“不知道叫啥”團隊代表在決賽現場
“我們能獲獎的關鍵主要是成員們齊心協力，思維都比較開放，愿意積極探討。”團隊隊長宋杰強調，團隊參賽時應該盡可能發揮每個成員的能力，讓效率最大化，避免交叉冗余。要通過合理的安排，讓大家在有限的時間里盡可能多地做嘗試和實驗。
宋杰還表示，打比賽一定要有靈活遷移的能力。了解工業界、學術界的最新方法后，要結合賽題任務不斷思考，多考慮多嘗試其它方向的方法。遷移過來，也許就能有奇效。他舉例說：“面對低復雜度的要求，要不斷壓縮模型性能。為了在滿足復雜度的情況下包保持壓縮性能，我們團隊嘗試了很多方法，最終是在超分領域相關的文章中受到啟發，最終解決了問題。”
臨危不亂，以賽促學|“最是人間留不住”團隊
“最是人間留不住”團隊獲得了“AI+圖像編碼”賽道優勝獎。該團隊是由西安電子科技大學、華東交通大學組成的高校聯隊。成員學科背景多樣、知識結構互補，具備良好的科研素養與實踐能力。
“最是人間留不住”團隊在決賽現場
“打比賽要目標清晰、分工明確、快速迭代，不僅要完成賽項任務，更要在效果和工程實現之間找到最優平衡。”團隊隊長聶佳睿分享說：“一定要臨危不亂、快速調整！”比賽時，他們發現原模型在新測試數據上的表現很糟糕。時間緊迫，緊急討論后，我們果斷決定推翻原有方案并重構模型。經過連續幾天的高強度調整，終于在提交截止前做出了效果更好、運行更快的版本。”這段獨特經歷，也讓他們真正體會到了團隊協作和技術應變的力量。
聶佳睿說：“通過比賽，我不僅加深了對圖像編碼技術和人工智能融合應用的理解，也切實提高了自己在模型設計、數據處理和工程實現方面的能力。以往在課堂上學習的圖像處理和深度學習知識，大多停留在理論層面，而這次比賽讓我有機會將它們應用到實際項目中，從數據預處理到模型訓練，再到性能評估與優化，每一個環節都讓我感受到技術與實際需求之間的緊密聯系。”
理性備賽，深度思考|“ABS-AITeam”團隊
“ABS-AITeam”團隊參加了“AI+增強視頻質量評價”賽道并獲得三等獎。團隊成員來自國家廣播電視總局廣播電視科學研究院和中國傳媒大學，主要開展視頻質量評價關鍵技術研究，具備扎實的理論基礎與豐富的實踐經驗。
“ABS-AITeam”團隊代表在答辯現場
談及比賽經驗，團隊隊長劉慶同說：“我們團隊采用理論建模、數據優化、算法迭代的技術攻關策略。在模型架構設計階段，通過構建多尺度時空注意力機制，有效融合視頻的局部細節與全局語義特征。針對訓練數據不足的挑戰，基于數據特性進行旋轉、壓縮、超分等數據增強方法擴充訓練樣本。”
劉慶同還分享了他對技術的發展思考：“本次參賽，推動了我們團隊在視覺感知建模領域的理論突破。從技術發展角度看，視頻質量評價正呈現三個趨勢：（1）從全參考向無參考范式演進；（2）評價指標與編碼標準的深度融合；（3）個性化QoE預測成為新方向。期待未來能建立開放動態的基準平臺，支持基于用戶行為反饋的評價模型持續進化，推動5G+8K時代超高清視頻技術的標準化進程。”
剖析任務，持續領先|“CMIT001”團隊
“CMIT001”團隊來自中移（動）信息技術有限公司智能交互數字人研發團隊。他們人員結構合理，技術能力全面，全面掌握了產品設計、架構規劃、AI算法研發等全流程的研發能力。
“CMIT001”團隊代表在答辯現場
該團隊在“AI+數智創新”賽道的“AI+數智人能力及客服應用”賽題中獲得三等獎。團隊成員符殷銘說：“我們團隊的策略是盡可能地提高賽題中的客觀分數部分，著重優化渲染生成圖像的人臉相似度、聲音復刻模塊的生成速度等關鍵指標。”符殷銘繼續補充道：“我們在初賽階段就保持了較高的實時榜單分數，說明我們的策略是成功的。”
符殷銘對大賽賽道設置評價很高，他說：“本賽道賽題對于AIGC技術在3D數字人生產管線的生產應用具有很高的價值，相當于是對自動化生成3D數字人的Demo應用開發，也是對AIGC技術在3D數字人生產應用的可行性探索。”
雙線作戰，一舉智勝|“MediaAILab”團隊
“MediaAILab”團隊非常特別，在隊長薛子育的帶領下，同時參加了“AI+增強視頻質量評價”和“AI+數智創新”賽道的“AI+數智空間”賽題，均獲得三等獎。
“MediaAILab”團隊由國家廣播電視總局廣播電視科學研究院、南開大學、中國傳媒大學組成，專注于廣播電視和網絡視聽領域人工智能關鍵技術的研究與應用，根據賽項的不同調整隊伍成員組成與分工。
“MediaAILab”團隊代表在答辯現場
雙線作戰避免不了時間的緊張，隊長薛子育坦言，時間管理是最大的挑戰。“尤其是在決賽階段，需要在有限的時間內完成功能實現、優化和答辯準備。我們通過細化任務清單、每日進度復盤來提高效率，同時合理分配精力，避免過度消耗。尤為關鍵的是，保持冷靜的心態，以應對突發問題。”薛子育說：“當然，也會造成一些遺憾。比如AI+增強視頻質量賽道，未能嘗試更優的解決方案；AI+數智空間賽題中，團隊語義分割引導的紋理生成模塊未能充分優化。面對時間不足，只能做出妥協和選擇。”
薛子育表示本次比賽對他的學習和工作都有很大幫助，不僅提升了技術實踐能力，還鍛煉了團隊協作和抗壓能力。“更重要的是，這次比賽徹底刷新了我對三維數字化的認知！”他繼續補充說：“參加數智空間賽題，讓我不僅掌握了神經輻射場（NeRF）、高斯潑濺（Gaussian Splatting）等前沿技術，還驚喜得發現三維重建正從‘幾何還原’轉向‘語義理解’。”
智勝之后：創新永不落幕
第五屆人工智能大賽，既是一場技術比拼的盛會，也是一個觀察當代青年技術人才的獨特窗口。從獨立攻關的孤勇者到多學科融合的聯合團隊，從傳統算法突破到生成式AI的深度探索，從實驗室理論推演到產業痛點的精準破解——這些獲獎團隊的故事，無不體現著銳意創新與堅持不懈。
現場決賽選手合影留念
拼搏向前過、全力以赴過，獲得什么獎項已不是最重要的，畢竟參與大賽的經歷本身就是一份特別的禮物。期待所有大賽選手，用數據與代碼編織智能時代的經緯線，為中國人工智能技術發展與創新繼續前行！
關鍵詞：
