5月29日,第十六届全国大学生软件创新大赛圆满落幕。本次大赛以“智慧无处不在 服务触手可及”为主题,来自165所院校的507支队伍,基于OPPO ColorOS潘塔纳尔的开放能力,展现他们对于智慧跨端生态的创新思考。经过激烈角逐,最终大赛共产生一等奖队伍5支,二等奖队伍10支、三等奖队伍15支。

ColorOS潘塔纳尔是行业领先的智慧跨端系统,可为不同设备和不同系统之间提供统一的通用API接口,对开发者来说,可以实现极简开发、多端部署,降低开发门槛和成本。自开赛以来,ColorOS为参赛团队提供了广泛的技术指导和创新空间,帮助他们快速掌握潘塔纳尔“多端融合感知”与“服务智能流转”的特性,并鼓励他们利用深度学习、人工智能和物联网技术实现设备之间的互动,实现多端互融的创新。

在ColorOS全力支持下,参赛团队创新频出,其中,来自中南大学的三零二团队凭借“步轻云”项目荣获本次大赛的最具智慧作品。“步轻云”是一款基于步态信号的神经退行性疾病监测平台,通过智能鞋垫收集用户步态信息,经过EEMD算法分析并提取步态特征参数,即可推理出用户患病风险并生成健康报告。此外,“步轻云”还可提供个性化医疗建议,健康数据家庭共享,老人跌倒报警功能,可以帮助老年人实现神经退行性疾病的早发现、早诊断、早治疗。

山东大学的第三只眼、北京交通大学的赛博电子羊、东北林业大学的心脏建模Master等五支团队拿下本次大赛的一等奖。其中,第三只眼团队开发的“孤伴”是一款类似四足机器狗的智能家居产品,融合了ChatGPT、语音识别和TTS等高科技技术,既可暖心交流,又可摔倒报警;赛博电子羊团队开发的“羽迹”是一款羽毛球运动应用,通过手机镜头采集数据和手表传感器数据融合,为用户提供专业的动作指导;心脏建模Master团队则带来一款全自动心脏建模系统,可在2~3分钟之内将医疗图像数据转换为高质量的三维心脏模型,改善患者治疗的质量和效率。此外,其它参赛队伍也带来了优秀作品,例如哈工大参赛队带来的“守护天年老人伴侣”,就融合了手机、手表、服务器等多种设备,全面的监测老人的健康情况并提供紧急预警。

从无线通信AI大赛到ColorOS全球创客大赛,再到全国大学生软件创新大赛,多年来,ColorOS一直积极参与并支持各类重磅科技竞赛,为众多高校学子提供展示自我、成长的机会。并以开放和共赢的态度,在共同探索“万物互融”新未来的过程中,与产业界、学术界的合作伙伴紧密合作,积极推动科研人才的成长。此外,ColorOS还积极推动与中国顶尖大学合作,共同推动系统软件底层创新、软硬件一体化的融合交互等领域的研究突破,公开数据显示,仅围绕潘塔纳尔,ColorOS就与具备国际一流研发水平的大学共建了15个联合实验室,开展关键技术领域的创新研究,加速产学研三位一体的深度融合,加速创新成果落地。

目前,ColorOS构建了基于互融式技术的体系,包括设备、数据、计算、服务和场景五大链条。5G和AI是其基础设施和核心能力,为各个链条提供支持,并形成技术上的共振效应,从而提供完整且一致的科技体验。并且形成分布在中国、日本、美国的6大研究所、位于深圳、东莞、成都和印度海得拉巴4大研发中心队以及近万人研发团队的科研体系。

在万物互融时代,ColorOS将继续与全球顶尖高校、科研机构和开发者合作,围绕“潘塔纳尔”不断加强合作,并通过各种科技竞赛,广泛吸引更多的人才,让技术走出实验室,促进科技成果转化,不断壮大和提升科技实力水平,让技术与创新真正为全球用户带来价值。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。