人工智能学院学子在“冯如杯”竞赛中创历史佳绩
科技强国，创新领先
青年追梦，攻坚克难
以智为帆，开拓新境
这一次
智能学子深耕科研、勇创佳绩
实现历史性跨越，谱写崭新华章
★
近日，作为北航学生参与度最高、价值最大、知名度最广的品牌赛事，历经三十余年积累的“冯如杯”学生课外学术科技作品竞赛圆满收官。
赛事始终聚焦科技创新与实践赋能，是北航学生锤炼科研能力、展现青春风采的重要平台。
本届“冯如杯”竞赛中，人工智能学院学子积极投身科创赛场，全院共有96个项目、200余人次报名参赛。参赛项目深耕人工智能核心领域，覆盖多模态大模型、机器视觉、智能系统研发、数字创新应用等多个前沿研究方向，充分展现了智能学子深耕科技、勇于探索、敢于创新的青春热情与实干精神。
自2021年学院首次参与“冯如杯”竞赛以来，学院始终深耕科创育人土壤，持续搭建创新创业实践平台，助力学生以赛促学、以赛促创，历年赛事成绩稳步提升、持续向好。本届赛事，学院实现历史性重大突破，成功获得建院以来首个冯如杯本科生制作组一等奖，填补学院该赛道奖项空白，实现科创竞赛质量的跨越式提升！
凭借扎实的科研基础与出色的创新能力，全院学生在各赛道激烈角逐中脱颖而出，累计获得多项重要奖项，成果丰硕、载誉而归，其中：
主赛道
本科生论文组（第一作者身份）
一等奖2项
二等奖2项
三等奖6项
本科生制作组
一等奖1项
（学院首项本科生制作组一等奖，历史性突破）
二等奖1项
三等奖2项
研究生制作组
三等奖3项
创意赛道
一等奖1项
二等奖2项
三等奖4项
凭借扎实的组织工作与优异的参赛成果，学院再次荣获本届“冯如杯”竞赛杰出贡献奖！
具体获奖名单如下：
主赛道本科生论文组
主赛道本科生制作组
主赛道研究生制作组
创意赛道
★
一次次荣誉的获得、一项项历史性突破，凝聚着智能学子的潜心钻研与不懈努力。在本届“冯如杯”竞赛的众多参赛作品中，涌现出一批立意新颖、技术扎实、极具创新价值的优秀项目，充分展现了人工智能学院学生过硬的专业素养与前沿的创新思维。
下面，让我们一同走进优秀参赛项目，一睹青年科创风采。
1
从对齐到互补：反思推荐系统的语义协同融合
项目成员：吴东泽，周嘉宁，唐晓阳
指导教师：沙磊
项目简介：
现代推荐系统通常融合语义信号与协同信号，主流方法通过"对齐"使二者表示趋于一致。本项目从一个被忽视的现象出发：语义空间与协同空间并非共享同一结构，而是高度互补——对齐范式在取交集的同时，丢失了大量独有的私有信号。基于这一洞察，项目提出"互补融合"新融合原则，以保留并集代替取交集，设计了互补性感知的双视图融合框架CoFusion。实验在多个大型真实数据集上验证了互补融合的有效性，并发现互补架构能够显著改善长尾内容的推荐公平性，让优质冷门内容获得更公平的曝光机会，为推荐系统多视图融合提供了新的范式方向。
2
溯隐清源——面向AIGC全链路隐性风险的一体化防御系统
项目成员：马集凡，张若辰，董浩宇
指导教师：韦星星
项目简介：
本项目旨在解决生成式AI“逻辑诱导、语义深藏”的安全归因缺失问题 ，突破传统表层模式匹配的局限，核心优势体现在三大理论与技术创新：
1. 潜在空间瞬时感知：基于预测噪声的语义集中规律 ，提取去噪早期主成分构建高维决策边界，实现跨架构的毫秒级风险阻断，大幅降低算力损耗 。
2. 双阶段无损协同干预：首创“安全+美学”双维度量化标注与复合奖励函数，在训练侧进行协同偏好优化 ；结合推理侧词性解耦与动态映射，从底层消除安全与业务画质的“零和博弈” 。
3. 数据驱动的强制逻辑归因：引入态势感知搜索（SA-MCTS）发掘隐性风险的因果组合 ，结合关键帧偏好对齐，赋予模型白盒逻辑演绎与可解释研判能力 。
相关研究成果已被ACM MM录用及TPAMI等顶刊在审 ，并在通义万相及国家级网络生态治理实战中落地部署 ，构筑了高可用、零损耗的工业级安全基座 。
3
面向无人机集群的立体式视觉监测系统——“离娄”
项目成员：裴昱轩、程璨、桑家勇、程子墨、段升平
指导教师：季梦奇、潘成伟
项目简介：
在无人机安全和低空经济发展的背景下，对于低空小目标集群的检测成为战场与民生经济的重中之重。团队在RT-DETR与FairMOT网络结合的基础上，设计全新的算法构建。此外采用亿像素阵列，将算法植入硬件，构成自主感知-自主抓取-三维可视化的一体化结构系统，并命名为“离娄”。该系统在襄阳、成都多地投入使用，可以满足对复杂背景下公里级别内的无人机目标精准识别和三维定位，在城市街道定位和保障大型活动安保方面有重要意义。
4
面向复杂场景的多光谱智能感知评测基准与基础模型
项目成员：李珺楠，杨卓，李腾未
指导教师：韦星星，袁茂洵
项目简介：
针对自动驾驶、国防军事等复杂环境下传统可见光感知系统易遭遇“感知崩溃”的痛点，本项目创新研制了首个多光谱视觉定位评测基准（RGBT-Ground-Bench），填补了行业多模态评估基础设施的空白。在此基础上，项目成功研发出多光谱垂域通用基础大模型（OmniRGBT），通过光照引导的自蒸馏架构破解了“可见光偏见”，在零微调（Zero-shot）下性能全面超越传统模型，并将端侧存储与推理耗时降至传统模式的1/n。项目产出成果已获国际顶会顶刊高度认可，并深度落地于国防航空及民用具身智能产业，开创了多光谱感知“降本增效”的新范式。
5
基于跨视角特征配准的无人机天地协同定位平台
项目成员：王健雄 陈昱翰 李宇翔 强兴强 张涵秋
指导教师：季梦奇
项目简介：
本项目针对无人机卫星定位易受电磁干扰、遮挡、欺骗而失效的问题，研发了一套基于 SuperPoint+LightGlue 的天地协同视觉定位系统，实现无卫星信号的无源自主定位。系统采用可见光与红外双模态图像输入，结合 MINIMA 轻量级推理框架，依托 IMU 姿态逆投射完成大倾角畸变校正，搭配多尺度特征金字塔、DBSCAN 聚类误匹配剔除策略，完成地理坐标解算。同时从成像、预处理、特征、几何多层面优化，提升弱光照、重复纹理等复杂场景下的鲁棒性。
项目在 RK3588 嵌入式平台完成部署，支持 INT8 量化与 TensorRT 硬件加速，模型参数量仅 5.2M，单帧处理时延约 200ms。经多场景测试，系统在城区、乡村、荒漠、夜间及大倾角等环境中定位准确率超 90%，综合性能优于 SIFT、ORB 及多款主流视觉定位模型。该系统抗干扰、实时性强，可广泛应用于低空安防、应急救援、边境巡检、地理测绘等领域。
★
亮眼成绩的背后，离不开学院系统化、精细化的备赛培育工作，是学院深耕科创育人、扎实推进创新人才培养的有力印证。为全力备战本届“冯如杯”竞赛，学院高度重视赛事筹备工作，提前统筹布局、精准对接赛事要求，有序开展系列备赛工作。
通过组织多轮科创经验分享会、专题培训讲座、项目打磨交流会，邀请专业教师开展一对一、点对点的全程指导，针对参赛项的技术难点、创新亮点、内容打磨、答辩优化等方面进行全方位赋能。
同时，学院常态化搭建科创交流实践平台，聚焦项目质量提升，层层打磨、精细优化每一个参赛作品，切实帮助学子夯实科研基础、突破创新瓶颈，全面提升全院参赛项目整体质量与竞技水平，为赛事斩获佳绩筑牢坚实基础。
学院开展冯如杯辅导
★
科创追梦不止，青春奋斗不息
作为培育青年创新能力、锤炼科研实践素养的重要平台，“冯如杯”竞赛见证着学院科创育人的稳步发展，也记录着智能学子的成长与蜕变。未来，人工智能学院将持续坚守科创育人初心，持续完善创新人才培养体系，丰富科创实践载体、优化培育模式，持续激发学子创新活力，鼓励广大青年学子立足人工智能前沿领域，深耕科研、勇于突破、敢闯敢创，在科技创新的道路上不断求索，以青春之力科创报国，续写学院创新创业发展的崭新篇章！
出品|北航人工智能学院
文案|北航人工智能学院
平面|桑家勇
排版|智文静