智能教育场景

面向学习认知状态感知、智能评测、无感知异地授课和学习研讨、自适应学习推荐等应用需求，利用人工智能、大数据、云计算等技术，构建虚实融合与跨平台支撑的 AR/VR、在线课堂、互动课堂、虚拟课堂、虚拟仿真实训、虚拟教研室、新型教材、教学资源建设、校园、个性化学习系统、智能考评应用、考场、智能校园管理、智能课后服务等场景。

智能交通场景

面向公路、铁路、低空、航运、水下及物流配送等领域的综合管理与服务需求，依托大数据、云计算、物联网、智能感知、机器视觉、区块链、北斗、高精度定位和 5G/6G 网络等新技术，与交通基础设施深度融合，构建了驾驶／操控行为智能识别与风险预警、交通违法多源协同检测；自动／自主交通工具信息安全评估与监管；区域路网流量动态监测、跨部门联动调度与应急处置；空地一体无人系统立体巡航、隐患排查与多源视频融合；传输管廊无人巡检与态势感知；数字化交管“政务服务助手”线上线下业务导办与安全宣教；智慧仓储、无人配送、冷链监控与全流程可视化监管等应用场景的整体解决方案。 赛题一：道路交通行为与车辆信息安全智能监测 围绕道路交通安全＋信息安全一体化管控需求，利用多源感知、机器视觉与车联网数据融合技术，研究驾驶行为与违法动作识别、车辆运行风险评估及网络入侵监测方法，构建“人-车-云”协同的实时预警与深度分析体系，提升驾驶安全、车辆功能安全与信息安全综合管控能力。 赛题二：多域协同的动态交通优化与感知网络 围绕空-地-水多域交通实时感知与流量均衡管控需求，融合无人机集群协同巡航、低空管理平台、地面／水面监测与多源视频动态融合等技术，研究跨域数据共享与联动疏导机制，构建多部门协同的交通态势感知与应急调度体系，提高复杂场景下交通运行效率与应急处置能力。 赛题三：数智赋能的交通治理与政务服务创新 围绕交通治理现代化与政务服务智能化需求，依托多模态大模型、生成式 AI 与虚拟数字人技术，探索交通运行数据深度挖掘、政策评估决策支撑和线上线下一体化服务模式，打造面向公众的智能导办、安全宣传与个性化推荐平台，提升交通行业治理效能与群众服务体验。 赛题四：常规场景全面增效与特殊领域提质适配 围绕常规交通场景效率提升与特殊领域（隧道、山区、港区、校园等）精细化适配需求，融合多源动态感知、数字孪生仿真与可解释 AI 技术，研究跨场景模型迁移、场景微调与风险评估方法，构建全域适配的一体化运营调度与安全保障体系，全面提升常规场景运行效率并精准支撑特殊场景高可靠、高质量服务能力。 赛题五：技术与价值双驱动的高效绿色交通 围绕高效低耗与可持续交通运行需求，融合车路协同能耗实时感知、光储充一体化补能网络、智能路侧能源管理、全局交通仿真与多目标强化学习调度等技术，研究能耗—运行双目标协同优化、全周期能效评估与绿色运维方法，构建面向城市与干线的数字孪生能碳协同决策体系，全面提升交通网络运行效率、能源利用率与环境友好价值。

智能无人系统场景

面向地形勘测、安全巡逻、灾难搜索、海洋监管、公路缺陷检测、农作物生长状况、地面植被覆盖、沙漠化治理监控等需求，利用智能传感、智能控制、无人机、无人驾驶等技术，构建管道/线路巡检、物资运输、人员乘载、农作物播种收割、道路清扫、环境地图实时快速构建，以及智能建造、智能医疗、智能交通、低空经济领域的场景。

智能环保场景

面向生态环境智能监测、“天地一体”生态环境监测网络、大气污染防治应用等应用需求，利用物联网、传感器、人工智能、边缘计算、无线通信等技术，打造高密度物联网感知监测、智能水务传感器、无人机器自主巡检、土地蒸腾率测量、水质实时监测、水环境污染溯源、垃圾智能分拣、海洋渔区渔情监测、海洋气象灾害预警等场景。

智能司法场景

面向“数字法治、监狱”的应用需求，运用情感计算、超扫描、心理行为范式测量、深度学习、非结构化文本语义理解、裁判说理、分析推理、风险智能识别等技术，建立庭审笔录自动生成、类案智能推送、全案智能量裁辅助、裁判文书自动生成、案件卷宗自适应巡查、自动化审判质效评价与监督、顽危犯管控、出监再犯风险评估等场景。

智能林草场景

面向森林、草原、湿地、荒漠与野生动物的智能化保护与管理领域，运用无人机高分辨率影像、无人机激光雷达、无人机数据多源融合、卫星高分辨率光学遥感、卫星多光谱遥感、无人机与卫星遥感融合等前沿技术，构建森林生态监测、草原生态监测、湿地生态监测、荒漠化监测、智能环境参数实时监测、森林生态健康评估、草原生态健康评估、湿地生态健康评估、荒漠生态健康评估、极端天气智能预警、火灾智能预警、病虫害智能预警、物种多样性变化智能监测、保护区内的野生动物智能识别与追踪、智能生态修复规划、智能林草湿荒生态数据平台、自然保护区智能监测系统、国家公园智能监测系统、国家公园智能导览系统、自然保护区智能导览系统、智能巡护机器人、生态灾害应急响应系统、沉浸式生态体验、历史生态重建等场景。 赛题一：AI+国土绿化空间智能规划与实施成效评估 围绕大规模国土绿化高质量实施的“扩绿、兴绿、护绿”三大核心任务，聚焦绿化空间识别、质量提升与治理成效监测等关键问题，重点开展造林绿化空间智能识别与物种适宜性评价、扩绿潜力科学测算、重要生态区域绿化需求精准识别、乔灌草空间配置优化与结构调整、森林智能化经营与林分质量精准提升、林草退化类型识别与修复路径智能决策、绿化空间功能布局智能模拟与演变趋势预测、绿化工程实施成效评估与动态反馈机制建立等创新技术与应用，形成规划编制、决策支持与落地实施的一体化智能解决方案。重点鼓励生态学、大数据与人工智能深度融合。 赛题二：AI+国家公园与自然保护区智慧化建设创新应用 围绕国家公园与自然保护区的生态保护、物种监测、灾害预警、公众教育等核心需求，推动人工智能技术与生态保护的深度融合，聚焦物种智能监测与生物多样性评估、生态数据智慧化分析与管理决策支持、生态风险预警与灾害防控、沉浸式自然教育与生态体验等场景，提供某一具体方向的应用解决方案。重点鼓励人工智能与生态学、野生动植物保护与利用、遥感科学、社会学等多学科交叉融合，方案需直击国家公园和自然保护区的保护管理一线工作痛点，具备软硬件适配性及低成本推广的潜力。 赛题三：AI+林草智能育种创新应用 围绕林草种业的全面技术升级与智能化探索，面向林草种业领域在种质资源评价与优异种质挖掘、新种质创制、新品种选育、种苗工厂化培育、种子园精准配置等多方面的关键技术需求，聚焦种质资源高通量评价、育种群体智能化挖掘与利用、远缘杂交亲本智慧化选配、复杂性状基因组智慧设计与人工智能选择、丰产种子园智能化精准配置、种苗智慧化工厂繁育等场景，提供某一具体方向的应用解决方案。重点鼓励方法创新、跨界融合，避免纯技术堆砌。 赛题四：AI+林草资源全要素智能监测与动态更新 面向林草资源调查监测全覆盖、高精度、动态化的核心需求，聚焦资源本底识别、动态变化监测与质量精准评估等关键任务，重点开展林草资源空间分布与变化动态监测、林草结构参数智能提取与遥感反演、林分生长状态模拟与生产力评估、林地与草地扰动类型智能识别与干扰强度评估、林草退化风险预警与健康状况评估、基于生态功能与资源承载的林草经营管理策略优化、林草生态系统碳汇智能核算与优化、林草资源智能化年度出数等典型应用。鼓励林业遥感、生态学与人工智能的深度融合。 赛题五：AI+林草灾害综合监测与火灾协同防控技术研究 围绕林草灾害监测与防控的重大需求，聚焦森林火灾与病虫害智能协同防控中的灾害隐患智能识别、实时预警、传播扩散模拟、应急决策与智能处置等关键问题，重点开展林草灾害风险等级精准划分、火点遥感智能识别与扩散路径模拟、病虫害图文融合诊断与传播趋势智能分析、外来物种入侵路径建模与扩散风险评估、生成式精准防治处方推荐系统构建，形成“监测—预警—防控—处置”的智能防控技术体系。鼓励遥感、生态与AI模型创新融合，提升林草生态安全与治理能力。 赛题六：AI+林草全链条机械化升级与智能装备研发应用 围绕林草产业的全面机械化升级与装备智能化转型，面向林草生产“育种管收用”全链条的机械装备技术需求，聚焦“三北”工程荒漠化治理专用装备、复杂地形环境下的全地形智能造林与森林抚育装备、经济林果与木竹的高效采收及智能化转运装备、林草火灾精准防控与应急救援装备、低空经济驱动的无人机智能播种/巡检/施药等装备及基于AI与大数据的装备全生命周期监管调度系统等核心场景，提供创新性机械装备研发与应用解决方案，推动装备轻便化、小型化、智能化发展。重点鼓励机械结构与行走系统的创新设计、机电液控一体化集成，以及面向特定作业任务的智能感知与决策算法开发，避免脱离装备本体的纯软件平台或数据分析方案。 赛题七：AI+林草低空经济战略体系构建与智能应用布局 围绕低空经济发展战略在林草生态建设中的深度融合应用，聚焦服务“三北”工程、林草湿荒综合监测、集体林权制度改革等国家生态战略任务，重点开展林草场景专用低空飞行器构型设计、低空载荷系统的集成与适配、飞行任务智能规划与协同调度算法研发、林草低空作业安全监测与自主避障能力提升、边缘智能感知与自主决策技术集成、林草生态工程全周期低空智能作业平台建设等创新应用，推动形成林草行业引领性、系统性、智能化的低空经济规划布局与战略支撑体系。重点鼓励无人机系统工程、林学与人工智能的融合创新。

智能水务场景

面向能源管理、水资源管理、节能减排和可持续发展等应用需求，利用数字化、网络化、自动化、智能化技术，以及现代计量技术和信息技术等，构建智能水务管理平台、实时水质监测网络、智能家居中的能源管理、工厂企业的能耗监测、城市能源和水资源网络监控、环保监测中的空气质量与水质分析、智能管网调度系统及漏损预警等场景。

人工智能+低空经济场景

面向低空经济从技术研发（如智能调度算法、通信网络）、产业应用（物流、农业、巡检）、安全保障（故障预测、安防）到政策监管（空域管理、身份认证）的全链条需求，基于5G/5G-A通信、北斗导航与高精度定位、人工智能与自动驾驶、新能源技术（如eVTOL）、数字孪生与智能感知、物联网与智能监控等先进技术，围绕无人机物流配送、城市空中交通（UAM）的智能调度、低空智联网、无人机电力巡检、精准农业喷洒、城市低空物流的路径优化、无人驾驶客运、无人机编队表演、自动化巡检、城市短途空中出租车、应急救援飞行器的快速响应、空域管理的实时仿真、飞行器故障预测与维护、城市安防监控、无人机物流的全程追踪、重点区域的防护、通用航空器的生产制造、无人机零部件的快速迭代、低空飞行器的身份认证、物流配送的透明化记录等应用场景。 赛题一：AI+城市智能物流配送创新应用（物流） 赛题说明： 围绕城市智能物流配送全链路优化、仓储配送一体化、多模式协同配送全流程的创新应用体系建设，面向最后一公里配送成本高、配送效率低、交通拥堵影响大、时间窗口限制严、仓储空间不足、路径规划复杂等多方面的需求，聚焦智能仓储的自动化分拣与库存优化、配送路径的动态规划与实时调度、多模式配送的协同作业与智能切换、配送需求的精准预测与前置部署，无人配送的智能导航与安全保障，智能快递柜的布局优化与容量管理，绿色物流的碳排放监测与减排优化，城市配送的交通协调与时段管理等场景，提供某一具体方向的应用解决方案。 赛题二：AI+低空应急监测与救援智能化创新应用（应急） 赛题说明： 围绕公共安全领域的风险预警、快速响应救援、治安防控、智慧警务等全流程的创新应用体系建设，面向解决公共安全事件响应滞后、风险识别不精准、资源调配低效、跨部门协同不畅等多方面的需求，聚焦城市公共安全风险的智能感知与精准预警，重大突发事件的 AI 辅助决策与高效应急指挥，社会治安的智能防控与异常行为精准识别，智慧警务中的人脸比对、轨迹追踪与案件智能研判，公共交通安全的智能监测与风险自动预警等场景，采用人工智能、大数据、物联网、5G 等先进技术，构建了城市公共安全智能监测预警、重大突发事件 AI 应急指挥、社会治安智能防控等应用场景。 赛题三： AI赋能的网络通信技术在低空智联网领域的创新突破​（通信） 赛题说明​： 基于AI赋能的网络通信技术，围绕低空智联网中的感知精准化、传输高效化、组网灵活化、通感一体化等全流程的创新应用体系建设，面向低空环境的智能组网通信需求，解决低空环境感知数据冗余失真、多节点数据传输协同性差、动态场景下组网适应性弱、通感资源调度与任务需求不匹配等多方面的需求，聚焦基于 AI 的低空多维度环境智能感知与数据融合处理、异构网络节点间的动态协同传输与智能适配、低空动态拓扑网络的自组织组网与智能优化重构、通感一体系统的感知与通信资源智能调度及任务协同等场景，提供某一具体方向的应用解决方案。 赛题四：AI 驱动的农业监测、防控和可持续发展（农业） 赛题说明： 面对全球气候变化、病虫害频发与农业资源紧张，虫害防治亟需实现虫害暴发的主动预警，并能在 2–4 周前对虫害风险做出预测，整合遥感、物联网（IoT）、天气和历史虫情数据，帮助农户从被动防治转向有针对性的可持续防控。作物品种改良亟需突破传统的育种模式，向精准、高效、可持续的智能育种转型。农药残留也迫切需要AI 驱动的检测方案，结合计算机视觉、光谱分析或化学传感数据建模，推动农产品安全监管和绿色农业高质量发展。本次挑战赛鼓励参赛者设计AI驱动的模型和系统，助力实现虫害暴发的主动预警和防控；提升对目标害虫的特异性杀灭能力，降低对非靶标生物及环境的潜在影响；利用非破坏性或微创检测数据（如光谱信号、表面图像、质谱图或便携式传感器读数）对农产品表面或土壤/水样中的农药残留进行检测、分类与定量；发现影响目标性状（如抗旱、抗病、高产）的潜在关键基因，为后续基因编辑与分子设计提供科学依据。 赛题五：低空智联技术驱动的海洋牧场多维监测与智能决策系统（海洋） 赛题说明: 围绕海洋牧场面临的生态风险监测滞后、生物资源评估低效、非法活动监管盲区及深远海设施运维高危痛点，采用低空无人机集群组网、空-天-海多源数据融合、轻量化边缘AI与智能决策先进技术，构建近海污染溯源与赤潮预警、养殖生物量非接触式精准量化、非法捕捞船舶实时追踪拦截、深远海风电设施智能巡检与损伤评估等应用场景，提供某一具体方向的应用解决方案。 赛题六：智能低空多目标精准监管与动态响应系统（监管） 赛题说明： 受复杂下垫面条件、天气系统演变及边界层过程的综合影响，低空风场表现出显著的非线性特征和时空异质性。同时围绕当前低空领域监管中存在的目标识别模糊、多类型目标混叠、黑飞行为难追溯、安全响应滞后等痛点，要求参赛项目基于5G/5G-A通信、北斗导航与高精度时空定位、多模态AI目标识别（如计算机视觉、红外传感融合）、数字孪生空域建模、物联网智能感知终端等先进技术，构建覆盖特定区域（如城市核心区、机场净空区、重大活动场馆周边）的低空多目标实时监管系统。系统需实现以下核心功能：多类型目标精准标识，动态空域监测与轨迹追踪，分级监管与响应机制，安全闭环管理等。 本赛题鼓励结合实际应用场景（如城市低空物流枢纽、机场净空保护区、大型活动现场）设计解决方案，重点考察技术方案的实时性、准确性、可落地性，以及在多目标混叠、复杂气象条件（如雾霾、强光照）下的鲁棒性，避免纯技术堆砌，需提供具体场景的落地验证案例（如试点区域测试数据、与监管部门的联动机制设计）。同时能够围绕集成激光雷达、垂直风廓线雷达、无人机机群感知网络及地面自动站数据，建立空-天-地一体化观测矩阵，实现百米级空间分辨率和分钟级时间分辨率的人工智能预报模型。针对无人机物流路径优化、起降安全决策等典型场景，开发实时风场预警产品。 赛题七：AI+多模态智能感知与认知计算驱动的野生动物保护综合应用（林业） 赛题说明： 围绕生物多样性监测与保护全流程的创新应用体系建设，本方向聚焦于运用先进传感平台与智能技术，解决传统手段在效率、范围、精度、隐蔽性及复杂环境适应性等方面的核心痛点。具体包括野生动物个体与行为监测、大范围栖息地与种群动态扫描、生态资源智能评估与管理、隐蔽化与无感化观测，致力于提升监测效率、扩展覆盖范围、增强数据精度、降低环境影响并最终应用于生物多样性实际监测场景。主要的方向包括：机载多模协同的野生动物智能监测与保护创新应用，无人机载荷一体化的野生动物智能监测与保护应用，无人机辅助下的大规模野生动物种群动态监测解决方案，树木年龄AI高效鉴定与生态应用，面向野生动物保护的隐蔽式微光监控设备设计与优化。

工业智能安全场景

工业人工智能安全是指通过技术、管理与制度协同，保障人工智能系统在工业场景中数据可信、算法可靠、网络可控、决策可溯的能力，其核心在于防范AI技术在高风险工业环境中可能引发的生产事故、数据泄露、篡改和滥用、模型训练和应用遭受窃取、中毒及对抗攻击、系统失控等安全风险。 赛题一：工业数据集安全治理 赛题说明: 针对工业数据在采集、传输、存储、处理和应用全流程中安全防护不足，以及数据驱动模型面临对抗样本攻击、训练数据泄露和偏倚等问题，采用工业数据全生命周期加密与脱敏技术、模型抗攻击鲁棒性增强算法、训练数据安全共享与隐私计算框架等先进技术，所构建的工业数据跨环节安全防护、AI 模型抗干扰能力检测、训练数据集安全合规校验、数据集质量评估等应用场景。 赛题二：工业大模型安全防护 赛题说明: 针对工业大模型在训练、调优、部署运行及跨场景交互中存在的算法漏洞易被利用、模型篡改与窃取风险高、智能体协同安全边界模糊，以及量化压缩导致安全性衰减等问题，采用安全增强型训练算法、模型水印与溯源框架、多智能体协同安全协议、动态安全调优机制、抗攻击量化压缩技术及智能异常检测与防御系统等先进技术，所构建的工业大模型训练过程安全防护、模型部署与推理阶段防篡改、工业智能体跨域交互安全管控、模型知识产权确权与追溯、轻量化工业大模型安全量化部署等应用场景。 赛题三：工业智能软件安全检测与评估 赛题说明: 针对工业智能软件存在的信息安全漏洞隐蔽性强、算法决策逻辑不透明导致可解释性差、缺乏科学系统的安全评估模型等痛点。依据最新的智能领域标准，采用动态二进制分析技术、算法可解释性增强框架、多维度安全评估指标体系及智能风险预测模型等先进测评技术，所构建的工业智能软件代码级漏洞深度检测、核心算法决策过程透明化解析、软件安全等级量化评估、安全风险动态预警与智能推荐修复方案等应用场景。