北京 2025年6月4日 /美通社/ -- 近日，首屆"凌海御空?舟山新篇"清華未來立體通行挑戰賽在舟山市完美收官。浪潮信息企業大模型開發平臺元腦企智EPAI為比賽全程提供創新平臺支撐，支持46個參賽隊伍在比賽過程中使用多元算力高效開展無人機路線規劃與目標跟蹤等算法創新，結合DeepSeek大模型推理服務加速參賽方案創新進程，助力各隊伍在挑戰賽中實現飛行性能、智能操作等方面的技術突破。
實景實戰：從算法設計到系統落地的無人機賽事挑戰
"凌海御空?舟山新篇"清華未來立體通行挑戰賽是國內首個以"立體交通+海洋場景"為特色的無人機創新賽事，自 3 月 15 日啟動以來，全國 19 所高校 46 支隊伍、152 名學子參與角逐。賽事高度模擬實戰場景，打造"仿真——微景——實飛"三級遞進賽制，要求參賽隊伍在舟山海洋群島環境下使用無人機挑戰"海島物資輸送"、"海上應急救援"兩大任務：
物資運輸任務模擬海島間緊急物資運輸（如醫療用品、食品），在規定時間內完成多節點精準投送，需要設計最優航線，并平衡飛行時間、載重與能源消耗；
海上搜救任務要求快速定位并救援海上遇險目標（如落水人員），需兼顧搜救效率與準確性，對無人機目標識別能力與路徑規劃能力有很高要求；
當前，無人機技術探索在產學研多界飛速發展，依賴多種算法協同進化。路徑優化、目標檢測、動態感知、智能避障和飛行控制等算法，對無人機的飛行性能與智能操控非常關鍵。同時，在制定物資運輸與搜救執行策略時，任務優先級排序、空間分析模型與算法也至關重要。
因此，在競賽舉辦全流程中，主辦方致力于為所有參賽隊伍提供算法訓練平臺，鼓勵隊伍深入研究、優化多種算法，以全面提升無人機的任務執行和智能化水平，確保在競賽中出色完成各項挑戰。
然而，構建開放的訓練平臺面臨種種挑戰：首先，無人機算法訓練仍面臨較高技術門檻，具體表現為高質量、場景化數據集的稀缺，路徑規劃、目標檢測等關鍵算法的研發與優化難度大，以及高效、統一開發環境的構建流程復雜且耗時；其次，主辦方需在有限的算力節點基礎上，實現對CPU、GPU等多元異構算力資源的高效融合與智能調度，以滿足46支隊伍的算法訓練需求并確保運行無故障。
高效、易用、低門檻，元腦企智 EPAI加速智能算法創新
競賽組織方聯合浪潮信息，基于元腦企智EPAI平臺為參賽選手快速打造一站式算法創新開發平臺，提供完整的模型服務工具和全鏈路應用開發套件，通過多元算力資源精細化調度、秒級創建開發環境、無代碼訓練支撐，為46支參賽隊伍提供高效、低門檻的算法訓練與優化體驗，加速方案創新。
競賽期間，浪潮信息聯合競賽組織方基于元腦企智EPAI平臺，將算力資源統一池化，為46支參賽隊伍快速創建配置了獨立專屬的算法開發環境，并通過多元算力調度管理能力實現了CPU和GPU算力的精細化切割與混合調度，能夠滿足46支參賽參賽隊伍高效、流暢、安全地訓練多種無人機算法。此外，元腦企智EPAI平臺還提供7X24小時的DeepSeek 671B大模型推理服務，參賽隊伍可以在比賽環境內與DeepSeek進行代碼、方案的共創，優化無人機路徑規劃、目標檢測算法等
賽事組織方基于元腦企智 EPAI 平臺統一構建了比賽鏡像，參賽隊伍可秒級調用多種算力資源，迅速搭建涵蓋 Pytorch、Pandas、NumPy 等主流開發環境。在此環境下，隊伍可以針對海島物資輸送與應急搜救任務，對路徑優化算法進行深度優化：參賽隊伍可以上傳配送任務的訂單數據，嘗試多種方法優化最佳路徑算法，也可以基于主辦方提供的海上救援歷史數據，借助專業的空間分析模型與算法，分析海上搜救任務中人員在特定情境下的最大活動范圍，從而優化搜救路線與運行方向。同時，參賽隊伍還可以嘗試優化目標檢測算法，從而在任務中更精準迅速地識別遇險人員與物資需求點。
元腦企智EPAI平臺作為高效易用的應用開發工具，進一步簡化了算法訓練的操作流程，參賽者可以便捷地上傳數據集、模型并啟動AI算法訓練任務。平臺的實時可視化功能，讓AI算法訓練的準確率、損失曲線等關鍵指標清晰可見，助力隊伍及時調整優化方向，極大降低了算法訓練與評估的技術難度，使參賽隊伍能更專注于算法本身的優化與創新，充分發揮創造力與專業技能，提升無人機在復雜海島任務中的性能表現。
賽場精彩瞬間
本屆清華未來立體通行挑戰賽，將無人機算法技術驗證嵌入真實戰略場景，不僅為參賽學子提供了在真實海空環境中完成 "從算法設計到系統落地" 的全流程實踐，也是國內無人機領域 "真題真場景" 賽事模式的突破性探索。
競賽組織方表示，參賽隊伍在元腦企智EPAI等競賽平臺的支撐下，快速高效地開展多種無人機算法創新，諸多隊伍在"物資輸送"與"應急搜救"兩大任務中展現出優異的配送路徑優化、高精度識別等能力，在有限時間內實現了高效的配送與救援，有力推動了技術研發與場景應用的雙向賦能，進一步拓展了無人機在應急救援、物資配送等領域的應用邊界。
