3月14日,2025英特尔人工智能创新应用大赛(以下简称“大赛”)正式启动。本届大赛以“‘码’上出发,‘芯’创未来”为主题,在赛制、规模、奖项和赛事支持上实现多重升级,为开发者和企业提供展示创意和成果的广阔平台,鼓励他们充分利用英特尔及合作伙伴丰富的软硬件资源,探索AI应用的无限可能。
如今,AI正以前所未有的速度重塑生活与产业格局。AI PC的普及与DeepSeek等新模型的发展,不仅提升了技术性能,还拓展了应用边界。通过底层芯片优化、算法开源与产业链协作,AI正构建起一个多元共生的生态系统。
作为AI生态的重要推动者,英特尔在此次大赛中联合更多合作伙伴加入,包括联想、HP、腾讯应用宝、腾讯应用宝移动应用跨端引擎、火山引擎、扣子等行业领军企业,助力开发者通过大赛展示创意、验证AI成果,并为他们提供从零代码到底层深度定制开发等全栈式、系统化的技术支持,促进人工智能领域优质个人及团队的成长发展,推动AI应用项目的落地孵化,为开发者的AI解决方案打开通往市场的快速通道。
大赛启动仪式在英特尔大湾区科技创新中心举办,伴随着嘉宾共启光柱倒计时,象征着不断探索前行的“英特尔人工智能创新应用大赛”再启新程。
英特尔公司副总裁、英特尔中国软件技术事业部总经理李映博士表示:“英特尔长期深耕生态建设,在如今生成式AI的浪潮中,加速构建开放、可触达的AIGC软件生态,支持开发者提升效率。通过AI PC Open Gateway(AOG)开源项目以及‘AI PC加速计划’‘AI PC开发者计划’等一系列举措,英特尔推动AI PC生态的快速发展,举办人工智能创新应用大赛是重要举措之一。去年超2000个团队参赛,今年联合了更广泛的生态伙伴升级支持体系,为开发者提供开发、孵化、落地等全阶段、全栈式支持,深化构建繁荣、多元和富有活力的生态,加速AI应用落地。”
从即日起到5月5日,开发者可以通过大赛网站进行线上报名,并在5月7日之前上传初赛方案,经过两个月角逐之后,决赛结果将于7月下旬揭晓。为了鼓励开发者踊跃参与,今年,大赛在初赛阶段特别设置了“英特尔平台实践奖”,颁发给利用英特尔及合作伙伴们推荐的软硬件工具和解决方案,并在英特尔平台上实现AI应用原型的前2000名参赛团队。
此外,英特尔“点亮计划”也随即启动,在初赛阶段组织八场专项线上技术培训活动,并将在有条件的城市如深圳、北京、上海等地区,开展线下动手实践与更多的开发者互动,帮助他们快速掌握大赛提供的平台工具,将开发门槛转化成创新实战的“起跳板”。
同时,英特尔还为选手提供线上实时AI赛事助手。该助手基于开源OPEA项目开发,依据大赛培训资料构建了内容充实的专有RAG知识库。针对大赛具体问题,AI助手能从知识库中智能定位解答,并提供可溯源资料链接,更高效实时地协助开发者。
在首届大赛中荣获企业赛道一等奖的熊猫AI团队今年也表示将再次投入大赛:“去年,依托大赛平台,我们面向法律领域打造了极为实用的‘熊猫AI法律服务平台’。今年,我们继续怀揣着被看见的渴望,以大赛为助推器,以英特尔技术为核动力,再次登上这个展示创意的舞台。我们期待能将更好的创意切实落地到应用场景中,从而创造更大的价值。”
随着大赛的号角吹响,这场为期四个月、聚焦AI应用的征程正式拉开帷幕。英特尔也将继续以软硬结合的方式,携手生态伙伴推动AI PC生态繁荣发展,秉持“开源开放、全栈赋能”的战略,共筑开放生态。
好文章,需要你的鼓励
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。