医影“时空”智能融合—— 面向精准外科的

跨期相多域器官异质校正与重建平台

本项目提出“医影时空智能融合平台”，旨在解决多时相、多中心、多器官医学影像

的异质性、不可比与三维重建问题。平台通过统一的时空坐标系，将不同设备、不同协

议、不同时间点的CT数据前置校正与配准，实现跨期相对齐与跨域一致化重建。在此基

础上，结合知识提示驱动的少样本大模型与拓扑保持的复杂器官专项重建方法，平台可

快速输出高质量、可复核的三维结构与定量指标，并以交互式界面支持对比、差分和可

视化分析。该成果不仅支撑个体纵向诊疗与科研复核，也为医院数据中心与精准外科规

划预留拓展接口。

团队成员：贾岩、程玉晴、王琪

指导教师：姚锋、乔鹏

参赛单位：国防科技大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

风电爬坡事件概率预测系统

团队成员：穆泽雨、贾森森、占昊哲

指导教师：许沛东、张俊

参赛单位：武汉大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

作品简介

可展示原型系统

爬坡事件预测总览

爬坡事件特征概率

 风电场站与时间选择

 风电场状态监测

 预测模型选择

 历史实测与气象预报数据可视化

 风电功率与爬坡事件预测及可视化

 AI结果分析,场景导出等 AI结果分析

可视化气象数据

系统总览 功能展示

支持功能

项目背景 技术创新

技术难点

 风电装机容量显著提升，其功率

不确定性冲击电力系统安稳运行

低秩注意力

时频双域

数量预测

时序大模型驱动

自适应采样

风电功率

突变特性难捕捉

概率预测与

传统爬坡检测不兼容

 风电爬坡事件指极端气象引发的

短时间功率快速大幅波动现象

 提升风电概率预测准确性

 平衡爬坡事件检测效率与预测精度

基于时频双域的风电爬

坡事件概率预测方法

基于LRAformer的风

电概率预测技术

A-TGMM采样的

爬坡事件检测技术

大模型协同优化下RAG复杂问答场景的

多层级拆解框架

团队成员：武嘉伟、罗旭、张亚丽、郑永康

指导教师：刘勇、吉喆

参赛单位：上海理工大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

本项目面向端侧复杂问答场景，提出了一种大模型协同优化下的RAG多层级拆解框

架MLDF，旨在解决小模型语义理解不足、上下文关联复杂与反馈优化困难等挑战。该

框架通过“阶段-任务”双路耦合机制，纵向划分为预采样、元蒸馏与模型压缩三阶段，横

向解构领域判别、Text-to-SQL生成等子任务，实现复杂问题的层级化分解与精准解

答。创新性采用分批合并式高阶思维模板蒸馏方法，融合多源决策逻辑，提升了解题精

度与泛化能力；设计端侧动态模板检索与分层推理机制，在轻量化模型Phi3-Mini-3.8B

中嵌入云端提炼的专家知识，兼顾响应速度与隐私安全。实验表明，MLDF在答案准确

性与端侧部署效率方面显著优于基线模型，为RAG系统在资源受限环境下的实用化提供

了可靠解决方案。

基于深度强化学习与仿生控制的六足

机器人运动策略

团队成员：肖志涵、姜葳、王明慧、刘梓楠

指导教师：蒲茜、郑敏华

参赛单位：北京交通大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

提出了一种分层控制架构Hierarchical Reinforcement Learning(HRL)，由决策层、

协调层和执行层组成，各自负责不同的功能。决策层用于训练CPG和映射函数的控制参

数。协调层用于协调六足机器人腿间运动工作。执行层用于协调六足机器人腿内关节的

运动工作。实验设置了三种仿真环境以训练六足机器人，分别是崎岖地形、阶梯地形和

复杂地形

CPG_RL 控制方法在稳定性方面显著优于其他控制方法。CPG_RL 不仅在俯仰角和

横滚角的波动幅度与频率上表现优异，而且能够有效减少在 Y 轴方向的偏移，确保机器

人在复杂地形上的运动方向更加稳定。

比较六足机器人在 SAC、TD3、PPO、SAC-CPG、TD3-CPG 和 CPG_RL 控制下

的学习性能，实验结果表明，CPG_RL 方法在复杂地形上表现出更佳的学习效果、适应

性与稳定性。

在崎岖地形、阶梯地形和复杂地形上对六足机器人进行了测试。以复杂地形为例，

测试结果如下：

运动轨迹 俯仰角变化 横滚角变化

复杂

地形

实物

图

火眼金睛—物理模型引导的智能空间监视系统

1. 项目简介

2. 系统组成

3. 创新特色与技术攻关

团队成员：郑钧璟、张鸿磊、陈颖豪、刘阿飞

指导教师：姜卫东、张文鹏

参赛单位：国防科技大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

本项目研发了成像、识别、三维重构和姿态估计一体化的智能空间监视系统，设

计了物理数据双驱动的可解释智能算法，完成了在边缘计算设备上的轻量化部署，通

过模块间的增益循环实现了对空间目标“看得清”、“辨得准”和“解得透”三大功能，有望

在目标状态监测、碰撞规避、故障分析和威胁预警等任务中应用，创造经济、军事等

多重价值。

暗

室

数

据

采

集 处

理

端

雷

达

吸波材料

系

统

交

互

界

面

目标模型

系

统

概

念

图

多

模

稀疏成像模型+深度展开策略

极化信息互补融合，精细化表征目标散射点细节

型数据双驱动自适应参数，物理可解释的精细成像

多源物理结构信息融合互补

 精细成像“看得清”

多姿态特征编码的快速粗识别

特征剪枝的部件级精识别

雷达神经辐射场的三维重构

部件分割的在轨姿态估计

基于编码距离比对实现低推理复杂度的开集粗识别

 精确识别“辨得准”

规避散射点关联，训练二维图像实现结构隐表征

引入几何先验约束，辅助实现高精度姿态估计

 精密重构“解得透”

目标间距离显著差异 部件分割结果

部件间状态距离相近 尺寸估计结果 姿态估计结果

三维重构结果

所提方法

传统方法

姿态估计精度优于7度

去除干扰或冗余特征

提升部件识别精度

实现轻量化

寻

找

区

分

部

件

级

差

异

的

特

征

探析辨络：无线通信网络拓扑透视仪

团队成员：宋振、王源、李超、艾琦迅

指导教师：侯长波、贲晛烨

参赛单位：哈尔滨工程大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

项目简介

系统架构与软件交互

无人集群系统背后都有由通信节点和链路组成的无线通信网络，其直观反映了网

络的通联情况，是无人集群系统的生命网。透视无线网络拓扑识别关键节点、判断网

络运行稳定性。本团队创新地设计了一款无线通信网络拓扑透视仪系统，系统由3个透

视仪子站进行DOA估计与无线通信信号的采集，输入计算中心进行节点定位和拓扑推

理，显化无线通信网络脉络。与此同时，团队在微波暗室采集了由ESP32Wi-Fi组网模

拟的无线通信网络信号，构建了无线通信网络拓扑认知领域内的首个开源数据集。本

作品为组网拓扑认知提供了人工智能新方法，为推动领域发展做出重要贡献。

项目创新

创新点1：无线通信网络拓扑认

知数据集构建。首创真实物理

层时序数据集，支持多场景研

究，加速无线通信网络拓扑认

知技术从仿真验证到实际部署

的转变。

创新点2：基于学习域掩码生成

网络的单通道时频混叠信号的

分离方法。创新以深层可分离

卷积堆栈自动学习源分离掩

码。有效提升信号非线性分离

能力。

创新点3：基于无线通信网络具

有图结构特征的发现，将分离

后链路信号与定位的个体识别

信息，整合为图结构数据，输

入图神经网络，输出拓扑结

构，极大提高了拓扑推理的速

度与精度。

基于大语言模型的网络安全告警日志

智能研判 —— SentraX

团队成员：栾宇轩、崔逸琨、焦俊杰、张乙函

指导教师：李丽香、彭海朋

参赛单位：北京邮电大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

本项目立足于国家网络安全体系现代化和数字中国建设的战略需求，以人工智能技

术为牵引，围绕告警降噪、上下文推理、协同响应和闭环治理等关键环节，构建了从数

据采集、语义理解、因果关联到策略执行的整体技术体系，实现了从信息堆积与人工筛

查向智能研判与主动响应的转变。

深度语义建模与上下文推理：通

过Transformer架构，结合语义建

模和上下文推理，大幅提升告警

日志的处理准确性和效率，减少

传统规则匹配的误报。

多源数据融合：整合终端、网络

流量、资产信息等多源异构数

据，打破数据孤岛，提供全面的

安全态势感知。

专家模型与自适应智能体：通过

知识蒸馏和专家模型，构建自适

应智能体，能有效处理复杂攻击

链条和动态威胁。

跨域泛化与高效推理：引入跨域

不变性蒸馏机制，解决适应性问

题，实现多场景、高效的安全威

胁识别与响应。

人工智能赋能网络安全的国家顶层设计进程

十九届五中全会

“全面加强网络安全保障体系和能力建

设”，并将“网络安全”作为国家安全体系的关

键领域，纳入国家中长期发展战略

《国务院2025年度立法工作计划》

“预备制定网络安全等级保护条例”，并“推

进人工智能健康发展立法工作”，为人工智能赋

能网络安全提供了法治保障。

《“十四五”数字经济发展规划》

网络安全产业作为数字经济的重要支撑，

明确提出要“强化网络安全保障体系和能力建

设”，推动网络安全产业高质量发展。

二十届三中全会

“加强网络安全体制建设，建立人

工智能安全监管制度”，强调“提升数

据安全治理监管能力，建立高效便利安

全的数据跨境流动机制”，为人工智能

与网络安全深度融合提供了制度保障。

二十次全国代表大会

“推进国家安全体系和能力现代

化”，特别强调“强化经济、网络、数

据等安全保障体系建设”，为网络安全

治理指明了方向。

SentraX 项目交互演示图

核心交互中枢系统界面 态势总览系统界面 风险指标系统界面

“弈衡”——基于大语言模型多智能体的

冲突模拟实验分析系统

团队成员：罗嘉仪、余桢旎、袁健波、张良骥

指导教师：于淼、朱坤

参赛单位：国防科技大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

项目概要：本项目融合冲突理论、行为心理学理论与大语言模型技术，构建“导演- 推演

-裁决-评估”四角色协同智能体架构，实现多域耦合冲突场景的高保真模拟，为国际争

端、危机管理、战略决策提供科学决策支撑。项目组学术成果厚实、算力资源充足、团

队配置顶尖，核心技术已在军地单位落地验证。

创新突破：架构创新，首创四角色协同多智能体架构，实现冲突想定-推演-评估全流程

自动化；模型创新，融合OODA循环与福格行为模型，多智能体复杂决策的类人相似度

高，突破传统的理性人假设局限；环境创新，构建“信息-物理-关系”三维耦合环境，支

持动态联盟形成与跨域冲突涌现行为模拟，满足多数场景需求。

应用价值：维护和平的“调解器”；辅助决策的“智囊团”；促进稳定的“减压阀”；发展战略

的“演练场”；教育疏导的“好伙伴”。

面向大规模多模态数据的高效细粒度检索系统

团队成员：王朝辉、张明鸣、殷旭炎、曹源琛

指导教师：李晨亮

参赛单位：武汉大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖

本系统为端到端的多模态语义检索系统，在大规模数据集中的文档索引建立与检索

时间均控制在百毫秒级别，检索的召回率与排序精度均达到顶尖水平。本系统在高性能

的同时保持了较少的模型参数与较低的系统复杂度，具有极强的边缘部署与扩展价值。

本系统具有以下创新架构：1.基于后期交互的细粒度词级语义检索架；2.细粒度多模态

对比学习框架；3.难度感知的负样本挖掘方法；4.多角度的数据增强框架。

基于元宇宙空间映射与多模态交互的慢性病

老年患者居家健康监护系统

本作品聚焦脑卒中偏瘫、脑梗后遗症、重度关节炎等疾病导致的肢体失能行动受限

以及长期居家社交缺失诱发的心理问题等慢性病老年群体核心困境。依托智能空间感知

与建模、多模态交互与需求解析、智能执行与物联响应三大模块，构建“感知—决策—执

行”全链路闭环系统。系统通过4台视觉感知单元采集环境视频流，经云端部署的目标检

测模型实时提取物品三维坐标，驱动Unity引擎构建家庭元宇宙场景，实现物理空间与虚

拟空间的动态同步；患者通过眼动控制PICO4Pro交互设备完成元宇宙场景导航与目标

选择，结合语音指令经大模型Agent解析生成精准执行指令；搭载机械臂的智能养老机

器人接收指令后，采用SC-FWA与MCTS融合算法实现自适应导航与动态避障，通过GA

优化机械臂轨迹完成物品抓取递送，同步集成体征监测模块实现健康数据实时采集。满

足患者自主生活诉求，为患者打造便捷高效的居家生活支持体系。

团队成员：邹鹏、马赛、严鹏旭、徐勇

指导教师：钱伟行

参赛单位：南京师范大学 A�����

中国研究生人工智能

创新大赛·���� 一等奖