00:00:00
第一届数智技术创新大赛
预报名
录音中...
【预报名单填写说明】
（1）共五大赛道，可根据贵单位情况单选或多选
（2）赛道内赛题可根据贵单位情况单选或多选
（3）本表单为预报名，大赛正式开启后报名信息可以进行变更
【大赛正式报名渠道】
关注数智北京创新中心官网：https://dibj.cn/ 右侧漂浮窗，了解更多信息，7月30日后可正式报名
*
1.
单位信息
请准确填写，以便于大赛正式开启后我们与您取得联系（您的信息我们会严格保密，仅用于大赛对接）
单位全称：
单位全称：
对接人姓名：
对接人姓名：
对接人职务：
对接人职务：
对接人手机号码：
对接人手机号码：
2.
数据采集治理技术赛道
【多选题】
【赛道简介】攻关多模态数据采集、清洗、标注、全链路质控技术，补齐海量数据自动化治理短板
多模态数据处理能力（文本数据清洗）
赛题简介
针对文本数据来源复杂、质量参差不齐，存在乱码、重复冗余、错别字、信息缺失等问题，难以直接被算法利用，人工整理成本高的痛点。本赛题要求开发文本数据清洗核心算法模块、轻量化 Demo 原型，实现文本数据的完整、准确、规范治理，降低人工成本，提升数据利用价值，适配多场景文本数据处理需求。
基于AI的科技文献数据采集理解与可信供给
赛题简介
针对科技文献、专利等资料版式复杂、字段抽取难、源头分散、质量参差不齐、可信度难验证，形成数据孤岛与信息黑洞的痛点。本赛题探索“大模型 + 数据采集”新范式，构建“采集即治理、治理即可信”的智能系统，在采集阶段完成抽取、纠错、对齐与可信标注，打通从原始文献到高质量知识供给的全链路。
面向城市更新场景的大型公共建筑与周边基础设施多源空间数据治理与可查询关系建模
赛题简介
针对城市更新场景中，建筑内部与外部数据割裂、BIM 与 GIS 等模型数据不兼容，无法实现整体感知与跨模型统一分析的痛点。本赛题聚焦多源空间数据治理与关系建模，通过数据采集、清洗治理、语义对齐、空间关系建模，实现空间数据标准化、拓扑关系构建与可查询统一数据模型，支撑城市更新系统级分析。
3.
数据计算存储技术赛道
【多选题】
【赛道简介】打造融合数据库、分布式存储、异构算力调度方案，布局量子计算，满足高并发绿色算力需求
“量子+AI”行业应用探索
赛题简介
紧扣北京打造国际科创中心的战略需求，聚焦“量子 + AI”从实验室验证到产业试点的关键期，针对硬件噪声、算法贫瘠、场景适配断层、人才缺口大等核心瓶颈。本赛题要求提出兼容主流量子硬件的创新解决方案，围绕气象、金融、能源、医药、制造五大领域之一，推动量智融合技术从“研”到“用”的闭环转化。
可信科技情报垂类大模型智能服务关键技术研发与验证
赛题简介
针对北京国际科技创新中心建设对高精准科技情报的迫切需求，解决传统情报分析效率低、现有大模型存在敏感信息泄露风险、分析结果有偏见、事实一致性不足等痛点。本赛题要求研发高安全、高精准、高可信的科技情报垂类大模型，为政府科技决策、企业技术创新、科研成果转化提供全链路智能服务支撑。
面向人工智能领域数据集湖中存储、计算和应用优化技术
赛题简介
针对 AI 领域多模态数据集存、取、计算难，存在治理技术空白、存储规则不成熟、精准查询与抽取手段缺失的行业痛点。本赛题要求构建低成本、高性能的多模态数据集存算治用一体化方案，攻克多模态数据集治理与存储核心技术，打造高效数据集湖体系，形成系列生产工具集与数据计算存储标准体系。
4.
数据流通交易技术赛道
【多选题】
【赛道简介】攻克数据确权、可信定价、链上溯源、智能合约技术，搭建可信数据流通基础设施
跨域异构场景下图像联合标注的数据可用不可见安全协同技术
赛题简介
针对医疗影像、工业质检、城市治理等敏感图像数据，面临 “数据不能出域、标注任务必须协同完成” 的现实矛盾，传统集中式标注模式存在数据泄露风险高、协作成本大、审计难的痛点。本赛题探索数据 “可用不可见” 的跨域图像标注协同机制，实现任务分发、标注作业、结果回传、质量评估与过程审计的全闭环安全协同。
可信数据融合与安全流通应用挑战赛——面向政务、金融、医疗等场景的隐私计算融合架构与动态优化实践
赛题简介
围绕政务协同、普惠金融风控、医疗联合科研等真实场景，本赛题要求参赛队在“数据可用不可见”的前提下，完成一条可运行的数据安全流通链路：从多方数据接入、安全加工、安全流转到结果交付与留痕审计。参赛队可根据任务约束灵活采用 MPC、TEE、联邦学习 等 至少两项技术，重点考察在真实业务条件下的方案完整性、技术合理性、综合效率和可复现能力。
基于可信数据空间架构的企业ESG数据价值挖掘与应用
赛题简介
针对北京绿色金融发展需求，解决 ESG 数据分散、可信度不足、价值挖掘不充分、安全流通难的痛点。本赛题基于可信数据空间技术，开发 ESG 数据分析、可视化等辅助工具，探索 ESG 数据在绿色金融、供应链管理、投资决策等场景的应用，形成可复制、可推广的 ESG 数据应用最佳实践，助力北京市可持续发展战略落地。
面向模型资产分发场景的轻量级版权确权与溯源技术
赛题简介
针对生成式模型开源与商业化分发过程中，版权保护难、溯源难、黑盒验证难、对抗攻击鲁棒性不足的痛点。本赛题要求研发轻量级、大容量、高鲁棒的水印嵌入与版权确权模型，实现十亿级标识容量、黑盒环境下的版权溯源，构建 “水印注入 - 资产分发 - 非法监测 - 溯源取证” 的全生命周期保护方案，守护企业核心模型资产安全。
面向居家养老的 Wi-Fi CSI 无感感知与边缘风险预警关键技术研究
赛题简介
针对独居、高龄老人居家安全风险高，传统监测方案存在隐私侵入性强、佩戴依从性差、覆盖范围有限、成本高的痛点。本赛题基于 Wi-Fi CSI 无感感知技术，在不采集图像、语音的前提下，实现老年人日常行为识别与异常风险感知，通过边缘智能实现本地处理与告警联动，为居家养老提供低隐私侵入、低成本、高可靠的安全守护方案。
5.
数据智能应用技术赛道
【多选题】
落地行业大模型、数字孪生、AI 智能体，推动跨行业数据与人工智能融合应用
基于可信数据空间的跨域数据可信加工智能体技术攻关
赛题简介
针对跨部门、跨机构数据协同需求增长，存在需求转化慢、技术门槛高、安全审计压力大的痛点。本赛题要求构建 “跨域数据可信加工智能体”，实现自然语言需求到可信执行任务的自动化闭环，支持查询统计、机器学习、隐私计算等多类任务，降低业务人员使用门槛，提升跨域数据协同的效率与安全可控性，适配北京公共数据授权运营场景需求。
使用自然语言提效数据分析
赛题简介
针对传统数据分析流程繁琐，用户需掌握专业知识，通过找表、理解字段、编写 SQL 才能获取数据，门槛高、效率低的痛点。本赛题基于大语言模型技术，将数据分析流程极简为 “对话式交互”，用户通过自然语言即可直接获取所需数据，降低数据分析的使用门槛，让业务人员无需专业技术能力即可完成数据查询与分析，大幅提升数据获取效率。
基于深度学习的CAE仿真结果AI预测与加速技术研究
赛题简介
针对工业产品研发中，CAE 高精度仿真单次求解耗时长、计算成本高，拖慢设计迭代节奏，海量历史仿真数据利用率低的痛点。本赛题要求构建深度学习仿真结果预测模型，实现几何模型、边界条件等输入到物理场分布的直接输出，预测误差≤5%，相较传统求解器加速比≥100 倍，用于概念设计阶段快速选型与多方案对比，加速工业研发迭代。
针对金融应用场景依托公共数据的科技型中小企业创新能力评价模型构建
赛题简介
紧扣北京科技金融发展战略，针对现有科技企业评价标准不统一、数据孤岛突出、数据质量参差不齐、金融机构与企业信息不对称的痛点。本赛题依托工商、税务、知识产权等公共数据，构建适配北京产业特色的科技型中小企业创新能力评价模型，精准识别硬科技企业，为科创信贷、创业投资等政策工具提供核心评判依据，助力北京科创金融体系建设。
企业级多模态私域知识库“零幻觉”智能体
赛题简介
针对企业内部审计、法律合规等 “零容错” 场景，传统 RAG 方案生成答案易出现幻觉、张冠李戴，需大量人工核验成本的痛点。本赛题要求研发抗幻觉高可信问答模型与推理链路，实现带高置信度溯源引用的问答输出，检索不足时可准确拒绝生成，打造企业级多模态私域知识库智能体，实现 “零幻觉” 的可信问答，大幅降低人工核验成本。
6.
数据安全技术赛道
【多选题】
研发隐私计算、加密、动态权限、后量子密码技术，搭建全域主动数据安全防护体系
企业级数据库可信运行环境的构建
赛题简介
针对政务、金融等核心行业数据库，传统安全机制难以应对宿主环境失控、组件篡改、进程注入等风险，易引发数据泄露、后门植入等问题。本赛题聚焦数据库全生命周期，在最小化修改内核的前提下，构建覆盖关键组件的可信判定、异常告警、攻击阻断机制，打造可落地、可评测的数据库可信运行环境方案，为核心数据安全筑牢底座。
面向数据安全态势感知的降噪、研判小模型的构建
赛题简介
针对海量安全告警误报率高、分析师告警疲劳，通用大模型研判存在幻觉、可解释性不足，且大参数模型部署成本高、难以满足实时吞吐需求的行业痛点。本赛题要求构建 7B 及以下轻量化小模型，实现多源告警降噪、可解释的安全事件研判，兼顾效果与成本，实现从技术验证到生产落地。
字体大小
第一届数智技术创新大赛
预报名
复制