北京 2025年6月4日 /美通社/ -- 近日，首届"凌海御空•舟山新篇"清华未来立体通行挑战赛在舟山市完美收官。浪潮信息企业大模型开发平台元脑企智EPAI为比赛全程提供创新平台支撑，支持46个参赛队伍在比赛过程中使用多元算力高效开展无人机路线规划与目标跟踪等算法创新，结合DeepSeek大模型推理服务加速参赛方案创新进程，助力各队伍在挑战赛中实现飞行性能、智能操作等方面的技术突破。
实景实战：从算法设计到系统落地的无人机赛事挑战
"凌海御空•舟山新篇"清华未来立体通行挑战赛是国内首个以"立体交通+海洋场景"为特色的无人机创新赛事，自 3 月 15 日启动以来，全国 19 所高校 46 支队伍、152 名学子参与角逐。赛事高度模拟实战场景，打造"仿真——微景——实飞"三级递进赛制，要求参赛队伍在舟山海洋群岛环境下使用无人机挑战"海岛物资输送"、"海上应急救援"两大任务：
物资运输任务模拟海岛间紧急物资运输（如医疗用品、食品），在规定时间内完成多节点精准投送，需要设计最优航线，并平衡飞行时间、载重与能源消耗；
海上搜救任务要求快速定位并救援海上遇险目标（如落水人员），需兼顾搜救效率与准确性，对无人机目标识别能力与路径规划能力有很高要求；
当前，无人机技术探索在产学研多界飞速发展，依赖多种算法协同进化。路径优化、目标检测、动态感知、智能避障和飞行控制等算法，对无人机的飞行性能与智能操控非常关键。同时，在制定物资运输与搜救执行策略时，任务优先级排序、空间分析模型与算法也至关重要。
因此，在竞赛举办全流程中，主办方致力于为所有参赛队伍提供算法训练平台，鼓励队伍深入研究、优化多种算法，以全面提升无人机的任务执行和智能化水平，确保在竞赛中出色完成各项挑战。
然而，构建开放的训练平台面临种种挑战：首先，无人机算法训练仍面临较高技术门槛，具体表现为高质量、场景化数据集的稀缺，路径规划、目标检测等关键算法的研发与优化难度大，以及高效、统一开发环境的构建流程复杂且耗时；其次，主办方需在有限的算力节点基础上，实现对CPU、GPU等多元异构算力资源的高效融合与智能调度，以满足46支队伍的算法训练需求并确保运行无故障。
高效、易用、低门槛，元脑企智 EPAI加速智能算法创新
竞赛组织方联合浪潮信息，基于元脑企智EPAI平台为参赛选手快速打造一站式算法创新开发平台，提供完整的模型服务工具和全链路应用开发套件，通过多元算力资源精细化调度、秒级创建开发环境、无代码训练支撑，为46支参赛队伍提供高效、低门槛的算法训练与优化体验，加速方案创新。
竞赛期间，浪潮信息联合竞赛组织方基于元脑企智EPAI平台，将算力资源统一池化，为46支参赛队伍快速创建配置了独立专属的算法开发环境，并通过多元算力调度管理能力实现了CPU和GPU算力的精细化切割与混合调度，能够满足46支参赛参赛队伍高效、流畅、安全地训练多种无人机算法。此外，元脑企智EPAI平台还提供7X24小时的DeepSeek 671B大模型推理服务，参赛队伍可以在比赛环境内与DeepSeek进行代码、方案的共创，优化无人机路径规划、目标检测算法等
赛事组织方基于元脑企智 EPAI 平台统一构建了比赛镜像，参赛队伍可秒级调用多种算力资源，迅速搭建涵盖 Pytorch、Pandas、NumPy 等主流开发环境。在此环境下，队伍可以针对海岛物资输送与应急搜救任务，对路径优化算法进行深度优化：参赛队伍可以上传配送任务的订单数据，尝试多种方法优化最佳路径算法，也可以基于主办方提供的海上救援历史数据，借助专业的空间分析模型与算法，分析海上搜救任务中人员在特定情境下的最大活动范围，从而优化搜救路线与运行方向。同时，参赛队伍还可以尝试优化目标检测算法，从而在任务中更精准迅速地识别遇险人员与物资需求点。
元脑企智EPAI平台作为高效易用的应用开发工具，进一步简化了算法训练的操作流程，参赛者可以便捷地上传数据集、模型并启动AI算法训练任务。平台的实时可视化功能，让AI算法训练的准确率、损失曲线等关键指标清晰可见，助力队伍及时调整优化方向，极大降低了算法训练与评估的技术难度，使参赛队伍能更专注于算法本身的优化与创新，充分发挥创造力与专业技能，提升无人机在复杂海岛任务中的性能表现。
赛场精彩瞬间
本届清华未来立体通行挑战赛，将无人机算法技术验证嵌入真实战略场景，不仅为参赛学子提供了在真实海空环境中完成 "从算法设计到系统落地" 的全流程实践，也是国内无人机领域 "真题真场景" 赛事模式的突破性探索。
竞赛组织方表示，参赛队伍在元脑企智EPAI等竞赛平台的支撑下，快速高效地开展多种无人机算法创新，诸多队伍在"物资输送"与"应急搜救"两大任务中展现出优异的配送路径优化、高精度识别等能力，在有限时间内实现了高效的配送与救援，有力推动了技术研发与场景应用的双向赋能，进一步拓展了无人机在应急救援、物资配送等领域的应用边界。