10月23日—25日，第八届中国研究生人工智能创新大赛全国总决赛举行。南航研究生学子表现优异，获全国一等奖9项、二等奖4项、三等奖10项，奖项总数创历史新高，获一等奖数位列全国高校第一。

本届大赛以“AI赋能 智行致远”为理念，围绕新一代人工智能创新主题，由教育部学位管理与研究生教育司指导，中国学位与研究生教育学会主办，是“中国研究生创新实践系列大赛”主题赛事之一，共吸引全国5637支队伍报名，共有305支参赛队伍入围全国总决赛，立足人工智能创新主线同台竞技，检验技术方案可行性，发掘面向产业场景落地的应用价值。

长期以来，学校高度重视学生AI交叉创新实践能力培育，“坚持以AI交叉融合为驱动引擎，持续革新创新人才培养范式，着力打造跨学科融通、产学研协同联动的育人新生态”。

今年，学校进一步深化“一院一赛”校院协同机制，构建了“学校统筹、部门协同、学院联动、全员参与”的育人格局，先后组织召开竞赛专题部署会、多轮专家评审与项目打磨，为本届大赛创造历史性突破奠定坚实基础。

备赛期间，各指导老师紧扣项目特点逐一把关、精准指导，以“一周一打磨”的节奏持续精进。参赛队员对照专家意见迭代项目材料、高频演练答辩，在项目打磨和全面备赛中充分彰显了南航研究生过硬的科研素养与敢闯敢创的青春锋芒。

一等奖项目介绍

人工智能驱动的卫星集群自主决策与协同系统

参赛组别：面向科学、工程和社会科学的“AI+X”应用

所在学院：航空学院

指导老师：陈提、宋璐瑶

项目成员：潘星熠、唐迅、金伟成

项目简介：大规模星座系统正由传统的地面集中管控，向星上自主决策与群体智能协同方向发展。人工智能方法为超大规模星群规划提供了新解决思路。星群涌现团队研发了基于CNN+MLP和门控Transformer两种神经网络架构的李群深度强化学习的超大规模卫星编队规划算法。在局部信息交互下，超大规模编队成功率高达97%。

全地形自适应轮腿机器人

参赛组别：机器人与具身智能

所在学院：能源与动力学院

指导老师：栾众楷

项目成员：朱海然、白仲皓、靳雯喆

项目简介：项目针对全地形自适应轮腿机器人在复杂多变场景中面临的“感知失真”与“控制失稳”难题，提出了一套“感知-决策-执行”三位一体的“随机变分推断状态感知+残差网络在线决策补偿+动力学约束模型控制执行”具身大小脑协同控制系统。对比同类方案推理时长降低45.1%，姿态跟踪误差降低38.5%，抗冲击恢复时间缩短45.0%。

自主学习进化的群体协同智能行驶单元

参赛组别：面向科学、工程和社会科学的“AI+X”应用

所在学院：能源与动力学院

指导老师：张自宇、栾众楷

项目成员：张梦淇、张雨杰、罗志杰

项目简介：行驶单元底盘是我国智能底盘技术路线的核心方向。团队提出了一种自主学习进化的群体协同智能行驶单元，通过一体化行驶单元设计、车路状态主动增强感知、自主学习群体协同控制和多场景自主进化构建高响应、可感知、可协同、可进化的群体智能行驶单元底盘，使底盘执行快、看得清、跑得稳、学得会。

规则与数据协同驱动的航班保障全流延误原因智能判定平台研究

参赛组别：应用创意类赛道

所在学院：民航学院、计算机科学与技术学院

指导老师：袁立罡、陈海燕

项目成员：曾杨、孔令华、周智慧

项目简介：针对传统航班延误原因判定依赖人工经验、责任界定困难及判定依据不足等问题，慧眼识延团队研发了航班保障全流程延误原因智能判定平台。通过构建规则与数据协同驱动判定机制，自主研发基于多级扰动对抗训练的算法，融合76项核心运行指标，实现延误原因与环节的智能识别、证据追溯。平台已在上海浦东机场开展真实运行数据验证，规则驱动的主要原因判定与机场发布结果一致率达到84.24%，AI模型对延误原因和环节的判定准确率分别达到95.50%和95.86%，为民航运行智能化管理提供技术支撑。

面向低空无人平台的非对齐多模态AI感知系统

参赛组别：面向科学、工程和社会科学的“AI+X”应用

所在学院：航天学院

指导老师：王建园、陈金宝

项目成员：石东浩、张越、刘澜

项目简介：烛龙司幽明，三模察万象。本作品旨在以AI跨越模态之界，融合可见光、红外及脉冲多普勒雷达信息，实现昼夜远近、复杂环境下多模态融合检测。围绕真实场景异构非对齐信息“如何智能对齐”和“如何智能融合”两关键问题，首先提出图神经网络引导的全局-局部非对齐双光检测方法，基于GNN和跨空间频率域的检测模型，提升错位条件下可见光-红外融合检测能力；其次提出面向雷达-红外复数观测的物理引导证据表征与可靠融合方法，实现雷达-红外异构信息有效关联。

肿瘤精准消融自主导航超声机器人

参赛组别：机器人与具身智能

所在学院：人工智能学院

指导老师：万鹏

项目成员：张书康，李嘉航，袁旭平

项目简介：针知灼见面向肝肿瘤消融中病灶漂移、超声视野不稳等难题，研制自主导航超声机器人。系统融合多模态感知，利用世界模型动态推演与双路径规划预判风险，通过图像一力闭环与呼吸补偿驱动探头自主随动，实现靶区稳可视。依托快慢系统协同，构建机器人自主导航、医生主导消融的智能辅助模式。

面向遗传性视网膜疾病的多模态视觉基础模型与基因智能推理新范式

参赛组别：技术类竞赛

所在学院：人工智能学院

指导老师：钱波、贾慧珣

项目成员：郑常乐、徐嘉雨

项目简介：遗传性视网膜疾病诊断正由传统影像分析与基因检测向人工智能辅助的精准诊疗方向发展，致病基因的精准识别是疾病确诊与个性化治疗的关键。针对传统诊断周期长、致病基因识别难、专科医疗资源稀缺等临床痛点，团队研发了Retina4IRD：面向遗传性视网膜疾病的多模态视觉基础模型与基因智能推理系统，融合眼底彩照、OCT影像及临床信息，实现致病基因智能预测与可解释分析。项目依托国际多中心临床数据，已开展多中心随机对照临床试验，推动人工智能从疾病识别向遗传病因辅助决策延伸，为遗传性眼病患者提供更加高效、精准的诊疗支持。

虚实共生的自适应飞行教学大模型

参赛组别：垂直领域学科/专业/场景大模型

所在学院：人工智能学院、机电学院

指导老师：庄严，廖万能

项目成员：李传政，柯晨烨

项目简介：针对通用大模型在航空垂直领域无法根据学员自身情况，进行个性化的飞行教学与训练的痛点，长空智翼团队设计了一款虚实共生的自适应飞行教学大模型。项目构建了覆盖60+机型、3000+关键部件的航空专属数据底座，创新性提出结构锚定的多模态检索框架，赋能飞行学员日常模拟训练。同时，系统融合学员脑电信号EEG与多智能体协同，实现认知状态识别与长程自适应训练规划。目前已申请国家专利2项，录用高水平论文3篇。

（MindBridge-BCI）—脑电辅助沟通系统

参赛组别：面向科学、工程和社会科学的“AI+X”应用

所在学院：人工智能学院、计算机科学与技术学院

指导老师：朱旗、关东海

项目成员：常保才、李博、郑楚杭

项目简介：“脑语智桥”面向保留视觉理解与短时注意能力、但语言或肢体表达受限的患者，构建无需发声和肢体动作的床旁护理需求表达通道。患者关注屏幕选项，系统识别脑电响应，将喝水、疼痛、翻身等护理需求转化为文字与语音，并由医护人员确认和响应。项目围绕脑电去噪、个体化识别与可靠决策开展研究，支持两种脑电交互模式按需选用，结合低置信拒识、医护确认和过程追溯，形成护理需求表达闭环，致力于让沉默的需求被听见。

从实验室的挑灯夜战，到总决赛的巅峰对决，南航研究生学子凭借智慧与热爱，书写了新时代青年的创新答卷。前路漫漫亦灿灿，愿大家笃行不怠、向新而生，向着更高的山峰奋勇进发！