免费参赛+投资对接+成果转化全流程扶持！2026年数据要素×大赛安徽分赛报名指南：17大赛道+赛程+奖项
2026/6/11
2026年"数据要素×"大赛安徽分赛已正式启动报名！在国家数据局及安徽省人民政府双重指导下，由安徽省数据资源管理局主办，设置15个行业赛道+数据基础设施赛道+数据产权创新赛道共17条赛道，报名时间为2026年6月上旬至7月中旬，全程不收取任何参赛费用。本次大赛以"数据赋能乘数而上"为主题，旨在挖掘一批数据要素开发利用的标杆解决方案——获奖团队不仅可获金银铜奖，更能直通2026年全国总决赛，同步获得投资对接、数据产权登记、成果转化落地等一揽子扶持。
2026年"数据要素×"大赛安徽分赛已正式启动报名！在国家数据局及安徽省人民政府双重指导下，由安徽省数据资源管理局主办，设置15个行业赛道+数据基础设施赛道+数据产权创新赛道共17条赛道，报名时间为2026年6月上旬至7月中旬，全程不收取任何参赛费用。本次大赛以"数据赋能乘数而上"为主题，旨在挖掘一批数据要素开发利用的标杆解决方案——获奖团队不仅可获金银铜奖，更能直通2026年全国总决赛，同步获得投资对接、数据产权登记、成果转化落地等一揽子扶持。
若您对申报事宜有任何疑问，欢迎联系我们，免费获取一对一咨询及专属方案：15855157003（微信同号）。
我们深耕项目申报领域十余年，累计服务企业超3万余家。专注服务安徽、湖北、江苏、湖南、四川、陕西六省企业，提供从“前期规划→中期培育→后期申报”的全流程闭环服务。我们不仅是材料专家，更是您的战略伙伴，精准匹配各省政策红利，确保每项关键认证成功落地。
六省企业持续选择我们的原因：
资质认定：高企认定（全国）、科技型中小企业、专精特新
研发平台：企业技术中心、工业设计中心、技能大师工作室
智能绿色转型：智能工厂、数字化车间、绿色工厂、两化融合贯标
专项荣誉：首台套、老字号、政府质量奖、科技成果评价
知识产权：专利、商标、版权、软著
工商财税：全方位合规支持
您的收益：
精准匹配政策：避免盲目申报，节省企业成本
全流程陪伴：让您专注核心业务，无后顾之忧
十年实战经验：成功案例可查，专业值得信赖
一、大赛名称
2026年“数据要素×”大赛安徽分赛
二、大赛主题
数据赋能乘数而上
三、组织架构
在安徽省人民政府、国家数据局指导下，安徽省数据资源管理局牵头成立安徽分赛组织委员会和分赛专家委员会。
（一）组织单位
指导单位：安徽省人民政府、国家数据局
主办单位：安徽省数据资源管理局
承办单位：安徽省数字江淮中心、安徽省数据交易所有限公司（以下简称“省数交所”）、华安证券股份有限公司、中国电信股份有限公司安徽分公司、中国移动通信集团安徽有限公司、中国联合网络通信有限公司安徽省分公司、上海浦东发展银行股份有限公司合肥分行、合肥市数据资源管理局、亳州市数据资源管理局、淮南市数据资源管理局、滁州市数据资源管理局、芜湖市数据资源管理局、安庆市数据资源管理局、黄山市数据资源管理局、安徽省零碳协会、安徽省现代农业协会、安徽省物流协会、安徽省数字金融科技协会、安徽省健康文化旅游产业促进会、安徽省气象学会、安徽中安创谷科技园有限公司。
协办单位：中共安徽省委金融委员会办公室、安徽省发展和改革委员会、安徽省教育厅、安徽省科学技术厅、安徽省工业和信息化厅、安徽省人力资源和社会保障厅、安徽省自然资源厅、安徽省生态环境厅、安徽省住房和城乡建设厅、安徽省交通运输厅、安徽省农业农村厅、安徽省商务厅、安徽省文化和旅游厅、安徽省卫生健康委员会、安徽省应急管理厅、安徽省人民政府国有资产监督管理委员会、安徽省医疗保障局、安徽省中医药管理局、安徽省气象局、安徽省总工会、安徽省科学技术协会、中国人民银行安徽省分行。
支持单位：安徽省大数据产业协会、合肥综合性国家科学中心数据空间研究院、清华大学合肥公共安全研究院、安徽省数字经济学会、安徽省政府咨询机构对外交流合作协会、安徽省服务贸易和数字贸易协会、安徽省科技成果转化促进会、安徽省科学家企业家协会、安徽省青年企业家协会、安徽省旅游协会、安徽省城市规划学会、安徽省人工智能协会、安徽省通信学会、安徽省航空学会、安徽省通用航空协会、中国物流与采购联合会平台与运力分会、安徽省防雷协会、安徽省安全生产协会、合肥市应急协会，北京航空航天大学合肥创新研究院、合肥工业大学智能制造技术研究院、安徽省未来智能网联新能源汽车创新中心，合肥市科创集团有限公司、合肥中科普瑞昇生物医药科技有限公司、安徽海螺信息技术工程有限责任公司、中安智联汽车科技（安徽）有限公司、合肥思卡途汽车科技有限公司?。
（二）分赛组织委员会
安徽分赛组织委员会（以下简称“分赛组委会”）负责分赛的组织实施。安徽省数据资源管理局法规标准处承担分赛组委会秘书处工作，统筹协调推进安徽分赛赛事组织、宣传推广、技术保障和推进战略合作等工作，安徽省数字江淮中心和省数交所在分赛组委会秘书处指导下负责具体工作。各赛道承办单位牵头设立赛道工作专班，负责各赛道赛事组织策划、协调和执行。
（三）分赛专家委员会
由高校、科研院所、行业头部企业、行业协会、投融资机构等专家共同组成，负责评审工作。
四、赛道设置
设置工业制造、现代农业、物流与商贸流通、交通运输、金融服务、科技创新、医疗健康与保障、应急管理、气象服务、城市治理、绿色低碳、人力资源、低空经济、文物保护利用、中医药等15个行业赛道，1个数据基础设施专业赛道和1个数据产权创新赛道。赛道赛题设置以应用为导向，旨在通过分赛遴选出一批应用成效显著、创新性强、引领效应好的数据要素开发利用解决方案，赋能相关产业高质量发展。其中，数据产权创新赛道采取“市场出题—团队解题—平台验题—基金投题—政府助题”的同题共答模式，聚焦解决企业真实业务痛点形成赛题，组织参赛团队利用包括但不限于平台和赛题提供的数据解题，同步从出题供数到数据治理、数据产品开发、成果转化等全流程，提供合规评估、产权登记、质量评价、资产评估、流通交易、投资对接等服务，推动不同主体、不同权限的数据合规高效融合利用、创新使用，实现以数据链贯通创新链、产业链、资金链、人才链，加快推进数据要素市场化价值化。
在分赛组委会的统筹指导下，工业制造赛道由安徽省工业和信息化厅指导，安徽省零碳协会具体承办；现代农业赛道由安徽省农业农村厅指导，安徽省现代农业协会具体承办；物流与商贸流通赛道由安徽省商务厅指导，安徽省物流协会具体承办；交通运输赛道由安徽省交通运输厅指导，安徽省物流协会具体承办；金融服务赛道由中共安徽省委金融委员会办公室和中国人民银行安徽省分行指导，安徽省数字金融科技协会具体承办；科技创新赛道由安徽省科学技术厅指导，合肥市数据资源管理局具体承办；医疗健康与保障赛道由安徽省卫生健康委员会和安徽省医疗保障局指导，安徽省健康文化旅游产业促进会具体承办；应急管理赛道由安徽省应急管理厅指导，合肥市数据资源管理局具体承办；气象服务赛道由安徽省气象局指导，安徽省气象学会具体承办；城市治理赛道由安徽省住房和城乡建设厅指导，滁州市数据资源管理局具体承办；绿色低碳赛道由安徽省生态环境厅和安徽省自然资源厅指导，淮南市数据资源管理局具体承办；人力资源赛道由安徽省人力资源和社会保障厅指导，安庆市数据资源管理局具体承办；低空经济赛道由安徽省发展和改革委员会指导，芜湖市数据资源管理局具体承办；文物保护利用赛道由安徽省文化和旅游厅指导，黄山市数据资源管理局具体承办；中医药赛道由安徽省中医药管理局指导，亳州市数据资源管理局具体承办；数据基础设施赛道由安徽省数据资源管理局指导，芜湖市数据资源管理局具体承办；数据产权创新赛道由安徽省数据资源管理局指导，省数交所和华安证券股份有限公司具体承办。
五、参赛条件
安徽分赛秉持开门办赛的原则，企业、行政事业单位、科研院所、高校等均可参赛，鼓励产学研用等主体联合参赛。参赛单位、参赛项目、提交材料应符合大赛基本要求。
（一）参赛单位要求
1．参赛单位须是具有独立法人资格的企业、行政事业单位、科研院所、高校等单位。允许上述组织间合作组队报名，合作组队需指定一个组织为牵头参赛单位。被列入“信用中国”网站记录失信被执行人、重大税收违法案件当事人名单、政府采购严重违法失信行为记录名单、有重大违法记录的单位不得参赛。
2．同一参赛单位可以有多个团队和项目参赛，但每个参赛团队只能提交1个参赛项目，每个参赛团队的参赛代表人数不超过5人，每个参赛代表只能代表1个团队参加比赛。报名截止之后，参赛代表不可更改。
3．参赛团队如选择在安徽分赛报名参赛，需遵守安徽分赛的赛事要求和安排，不接受重复参赛。
4．参赛团队需遵守安徽分赛规则，对所有信息的准确性和真实性负责，一经发现虚假信息将取消参赛资格。参赛团队名称需符合法律法规、公序良俗相关规定。
5．安徽分赛相关组织企业及其母公司、分公司、子公司、控股公司均不得在安徽分赛参赛，否则参赛成绩无效。在确保赛事评审工作公平公正的前提下，各级政府部门及事业单位可参与应急管理、城市治理、气象服务等赛道。
6．获得晋级全国总决赛资格的参赛单位应接受安徽分赛主办方或大赛组委会包括参赛项目知识产权在内的相关审核，审核未通过的团队将取消获奖资格及全国总决赛参赛资格。
（二）参赛项目要求
1．参赛项目须符合安徽分赛赛道要求并符合赛题方向，每个参赛项目限报一个赛题方向，且不在其他分赛参赛。赛题一经选定不得更改。
2．行业赛道和数据基础设施赛道参赛项目要求已经开展实际应用，取得实际效益或具有潜在效益，包括但不限于拥有自主产权的技术、产品、解决方案等。数据产权创新赛道参赛项目要求利用包括但不限于平台和赛题提供的数据创新开发数据产品，形成包含数据产品和技术方案的参赛成果。
3．行业赛道和数据基础设施赛道参赛项目的创意、产品、技术及相关专利等知识产权应归属参赛单位，未侵犯任何他人的专利权、著作权、商标权及其他知识产权，且不得违反国家相关法律法规，否则将取消参赛资格和成绩。数据产权创新赛道参赛项目成果的数据产权归属及数据产品价值分配应结合各方供数、融合利用、创新使用、衍生创造等情况合理确定，具体比例以协商为准，省数交所提供多主体联合确权登记服务，保障各方合法权益。
4．具体参赛项目名称由参赛团队自行拟定，符合赛道和赛题要求，能体现出数据要素的主要特征。参赛项目名称、参赛团队名称需符合法律法规、公序良俗相关规定。
5．在安徽分赛、全国总决赛期间，参赛团队均可在不改变项目名称和主要内容的基础上，持续推进参赛项目迭代升级。
6．评审期间，参赛团队须按照分赛组委会的要求补充提交参赛项目有关材料。所有已提交的相关材料原则上不予退还。
（三）参赛项目提交内容
参赛项目应包括但不限于以下内容：
1．行业赛道和数据基础设施赛道参赛项目申报书。
（1）项目概述：项目背景、应用行业、核心优势等。
（2）解决方案：数据要素基础、技术路线、数据治理、机制创新与模式创新、安全保障等。
（3）应用成效：破解问题痛点、质效提升成效、经济社会效益等。
（4）价值创造和实现模式：推广示范价值、模式可持续性等。
（5）知识产权情况：专利数量、软著数量等。
2．数据产权创新赛道参赛项目提交成果内容。
（1）数据产品：包括但不限于数据集、算法模型、API等。
（2）技术方案：包括但不限于产品介绍、赛题痛点分析、设计思路、技术路线、数据资源、数据治理、安全保障等。
（3）数据产权证明：由省数交所支持形成的数据产权登记凭证等证明材料。
（4）创新成效：产品的核心优势、创新点和应用价值等。
（5）团队介绍：履历、资质和优势等。
3．相关证明材料。参赛单位相关的基本资质、申报主体责任声明、财务审计、信用情况等证明材料，以及和参赛项目相关的基本资质证明、应用案例证明、知识产权证明等材料。所有材料须为参赛单位所有，严禁使用母公司、分公司、子公司、控股公司或其它非参赛单位材料，否则将取消参赛资格和成绩。
4．其他证明材料。如项目评审时需要的介绍材料、可直观展示参赛项目效果的视频、产品解决方案的模型和说明文档等。
（四）评审规则
为保障安徽分赛公平公正，同时与全国总决赛相衔接，安徽分赛参照全国大赛组委会制定统一评审规则执行。其中，数据产权创新赛道评审规则由安徽分赛组委会会同出题企业、投资机构和专家制定。
六、赛程安排
（一）报名参赛阶段（6月上旬—7月中旬）。组织线上和线下推广工作，动员参赛队伍报名，开展资格审核，提交参赛成果。其中数据产权创新赛道根据资格审核结果开通平台权限，提供数据支持，进行数据产品开发。省数交所同步提供数据合规评估、产权登记等服务，投资机构组织投资条件审核，会同出题企业提供业务指导并开展初步调查，对接沟通摸排资金需求。
（二）初赛评审阶段（7月下旬—8月上旬）。组织线上初赛评审和技术验证，行业赛道和数据基础设施赛道按每个赛道前20个项目进入决赛，数据产权创新赛道按每个赛题前6个项目进入决赛。数据产权创新赛道须在评审前完成数据产品的产权登记。投资机构与出题企业开展技术先进性及商业价值研判。
（三）决赛评审阶段（8月中旬—8月下旬）。采取线下路演答辩的方式开展决赛评审。行业赛道和数据基础设施赛道每个赛道评出金奖1个、银奖2个、铜奖3个、优秀奖6个。数据产权创新赛道参赛项目还须在决赛评审前通过出题企业真实业务场景实测，每个赛题评选出金奖1个、银奖1个、铜奖1个。
（四）项目提升和成果转化阶段（8月底前）。持续优化项目，提升参加全国总决赛的质量。组织投资机构、重点园区与获奖团队和出题企业进行商业化落地方案会商，投资机构根据投资策略开展投资方案洽谈、尽调及相关合作签约，进行成果落地转化。
具体时间根据实际情况可适当调整。
七、奖励及成果应用
（一）安徽分赛奖励
1．推荐参加全国总决赛。安徽分赛根据比赛结果向全国大赛组委会提交拟晋级全国总决赛的推荐名单，各比赛环节的相关评审资料将留档备查，用于全国大赛组委会对安徽分赛评审过程的监督。安徽分赛推荐到全国总决赛的团队应接受实质性审核，审核未通过的队伍将取消全国总决赛参赛资格。
2．产融对接。获奖团队可参与分赛组委会组织的产融合作等活动，分赛组委会帮助与政府投资基金、产业投资基金、央企投资机构、创业投资机构、银行等对接。其中，数据产权创新赛道按赛题开展专项对接，出题企业和获奖团队纳入大赛合作投资机构项目储备库；投资机构根据各自投资策略开展投资方案对接及尽职调查，对符合条件的项目签订投资意向书并推进投资落地，具体投资金额及股权分配比例以协商为准。
3．数据产权服务。按照“产权即服务”的理念，数据产权创新赛道由省数交所提供如下服务：（1）数据产权登记服务。为出题企业和参赛团队开展数据合规专项辅导，定制合同协议，明晰数据产品各参与主体的权益划分比例，为数据资源和数据产品提供免费的数据产权登记服务，保障各方数据来源合法、产权清晰。（2）数据供需撮合服务。在数据产品开发过程中，对需要外部数据支持的，开展数据资源撮合匹配。对于融合产生、衍生创造的数据，提供多主体联合确权登记服务。（3）数据质量评估服务。严格遵循国家标准及行业规范，从数据准确性、完整性、一致性等多维度开展专业测评，出具数据质量评估报告。（4）数据价值评估服务。整合成本法、收益法、市场法三大主流评估模型，结合数据合规确权结果与质量评级，科学测算数据资产公允价值，出具数据价值评估报告。（5）数据挂牌交易服务。依托省数交所平台，为优质参赛成果提供挂牌展示、合同拟定、交易撮合、资金结算等一站式全流程数据交易服务。（6）数据资产入表服务。严格遵照财政部会计准则，协助有需要的企业完成数据资产确权、价值计量、财务列报等工作，将合规数据资源确认为无形资产或存货，纳入企业财务报表。（7）数据质押融资、作价入股等服务。为获奖项目提供基于数据产权登记的专业价值评估，对接金融机构提供质押融资服务，对接基金机构或相关合作方提供作价入股服务。（8）数据资产证券化服务。支持获奖项目的数据产品通过结构化设计、信用增级等方式发行资产支持证券（ABS），拓宽企业直接融资渠道。
行业赛道和数据基础设施赛道参赛项目可根据需要对接省数交所提供数据产权登记、质量评估、价值评估、挂牌交易、资产化等全链条服务。
4．政策激励。根据《深化数据产权登记推进数据要素市场化价值化若干举措》等文件，支持获奖团队依法合规按程序参与申报安徽省首创性数据产品、高质量数据集建设试点、可信数据空间建设试点。支持获奖团队积极申报国家“数据要素×”、公共数据“跑起来”、高质量数据集、数字中国建设、城市全域数字化转型、数据标注、数据基础设施、数据流通安全治理等数据领域试点示范或典型案例。
5．成果转化。持续开展场景对接，适时举办“数据要素×”场景创新应用对接等活动。数据产权创新赛道参赛成果由出题企业、获奖团队等相关方，依据数据产权登记证明等材料开展协商，以购买、投资或合作推广等方式推进成果应用。
6．落地入驻。帮助获奖项目对接招商引资机构，优先推荐落地安徽省内重点产业园区，享受相应政策。
7．人才支持。符合条件的优秀获奖团队可帮助对接申报省、市相关人才招引项目。
8．交流学习。获奖团队有机会参与分赛组委会举办的政策宣贯、专业培训、成果转化等活动。
9．宣传推介。获奖项目可在相关媒体渠道进行宣传报道和服务推介等。
（二）全国总决赛提供的赛事奖励
全国总决赛的获奖团队和获奖项目可享受全国总决赛赛事奖励及国家相关行业主管部门提供的其他权益。
八、其他事项
（一）竞赛平台。安徽分赛官方网址为https://dexc.szahgs.com。
（二）安全保障。赛事组织过程中，确保数据的安全性与保密性。各赛道具体承办单位落实安全主体责任，加强合规监管。安徽分赛官网技术支持单位要强化安全技术措施，保障平台网络安全和数据安全。
（三）舆情及法律风险预防。针对可能产生的舆情风险，一是保障公平、公正、公开，严格贯彻开门办赛原则，将透明公开落实到分赛的各个环节，制定统一的评审规则。二是强化出口管理，分赛相关宣传方案需经分赛组委会审议同意后方可对外发布。三是加强规则管理，强化数据产权、知识产权等合规性审核，对获得奖项的项目进行数据产权、知识产权、数据来源合法性等内容审核，并对参赛项目、参赛团队名称等进行规范。
（四）公示与举报。本着公平、公正、公开的原则，安徽分赛实行获奖作品公示和举报制度。在安徽分赛官网公示获得安徽分赛奖项的项目，公示期7天，供各界监督、评议。未通过公示的团队将取消获奖成绩并追回奖励。举报实行实名制，并要提供相应的证据，匿名举报无效，举报由安徽分赛组委会进行受理、核查、裁定。为保证赛事公益性，安徽分赛不向参赛团队收取任何参赛费用。
（五）标识管理。分赛严格执行大赛标识管理要求，规范名称为：2026年“数据要素×”大赛安徽分赛。涉及安徽分赛名称描述时，需对外使用准确标识名称，如涉及需体现安徽分赛组织架构时，应完整表述组织架构中各机构全称，不得增删。各赛道承办单位有义务通知媒体、设计等所有对外信息输出部门使用正确名称。
未经安徽分赛组委会的许可，任何单位和个人不得擅自使用与大赛标识相同或近似的图形、文字或其组合，不得将大赛名称、大赛标识等用于商品、商品包装、容器、商品交易文书上，不得用于任何形式、任何媒体的广告宣传、展览以及其他商业活动中，不得实施任何可能使人认为其与2026年“数据要素×”大赛安徽分赛、安徽分赛组委会存在特定联系的混淆行为。
（六）其他事项。安徽分赛最终解释权归分赛组委会所有。未尽事项，请通过安徽分赛官网查询。
2026年“数据要素×”大赛安徽分赛赛道赛题
赛道一：数据要素×工业制造
赛题一：数据驱动的高端产品智能设计与迭代
聚焦产品研发环节，汇聚用户使用数据、运行工况及售后反馈等多源信息，构建产品性能衰退模型与用户需求画像，支撑产品设计的智能优化与个性化服务预测。
赛题二：工业大模型智能体的研发与应用
以设备数据、工艺参数、运维日志等多模态数据为基础，结合行业知识库，研发具备自然语言交互与任务执行能力的领域智能体，实现故障诊断、工艺调优、生产排程等场景的自主分析与决策。
赛题三：具身智能驱动的机器人作业与协同优化
基于机器人运行数据、环境感知数据与作业任务数据，构建具备实时感知与自主决策能力的机器人智能体，实现复杂场景下的自适应操作、多机器人协同作业与任务动态调配，提升作业精度与系统效率。
赛题四：重点工序碳排放智能监测与协同减排
贯通能耗、物料、生产及排放数据，构建实时可信的碳排放“测、算、溯”模型，研发能碳协同优化策略，实现从单点节能到系统减排的数据驱动解决方案。
赛题五：产业链协同与供应链风险预警
利用订单、库存、物流、质量等供应链全域数据，构建动态全景视图与风险知识图谱，开发供应风险传播预警模型与产能调度算法，提升产业链透明度与抗风险韧性。
赛道二：数据要素×现代农业
赛题一：促进农业生产技术与装备数智化水平提升
聚焦农田、设施、畜牧、水产养殖、低空作业等生产场景，通过整合利用北斗导航、遥感、气象、环境、土壤、农情、疫病等多源传感器与农事、农机作业数据，促进新能源农机、高端智能农机装备、种采收机器人、植保机器人、畜牧和渔业智能装备、农业无人机等先进性、稳定性、适应性、识别精度及作业质效的提升，进一步推动农业生产先进技术与装备的示范推广与产业化应用，助力发展设施种植业、现代畜牧业、现代渔业与农业低空经济。
赛题二：数据创新应用赋能农业发展全面绿色转型
围绕农业资源节约利用、农产品产地环境管理、农业生态修复、绿色产业链打造、绿色技术支撑等领域，通过大数据、人工智能等技术的结合创新应用，有力促进农业发展全面绿色转型。
赛题三：促进耕地质量监测与保护的智能化水平提升
通过融合利用遥感影像、土壤采样、气象观测、土地利用、农业管理及历史评价等各类数据，构建耕地质量智能监测模型和系统，为耕地保护、种植用途监测、耕地质量监测、耕地障碍与退化分析等应用提供服务，提高耕地质量监测能力和时效性，促进耕地数量、质量、生态“三位一体”保护，助力提升粮食产能与打牢粮食安全保障基础。
赛题四：强化种业全链条智能追溯监管能力
贯通公共数据、行业数据、感知数据、互联网数据、品种包装及市场销售信息等数据链条，构建跨部门、跨区域、跨主体的种业数据融合应用体系，关联品种信息、生产经营信息、市场区域分布信息、疑似假劣侵权线索等信息，打造“品种—企业—地域—风险—建议”全景视图，形成可推广的“数据要素+种业治理”解决方案，破解当前种业市场监管中存在的种子假冒伪劣及套牌侵权时有发生、市场信息不对称、追溯体系不完善等难点，有效净化种业市场、保障粮食安全。
赛题五：多维数据利用加快宜居宜业和美乡村建设
利用农村人口、经济、基础设施、公共服务等多维数据，开展多源数据融合与治理状态监测，构建全面立体乡村发展数据视图，打造乡村治理数字化服务场景，培育数据驱动的乡村建设新模式与新业态，加快推动乡村治理效能提升、公共服务优化、人居环境改善、乡村基础设施完善与乡村产业融合。
赛题六：促进监测帮扶工作数字化水平提升
紧盯自然灾害、农副产品价格大幅下跌、失业增多与农户突发性返贫致贫风险，通过灾害数据、价格信息、就业监测与信令、“三保障”和饮水安全保障等相关数据与大数据、人工智能技术的应用，打造规模性和到人到户返贫致贫风险智能预警应用场景，助力做到早发现、早干预、早帮扶。同时进一步汇集帮扶措施信息，结合帮扶对象家庭成员情况、生产生活条件、所在区域产业发展状况等，将帮扶政策措施与农户进行匹配，变“人找政策”为“政策找人”。最后利用风险预警、识别认定、精准帮扶、规范退出等数据做好帮扶成效评估，科学评价防止返贫致贫监测帮扶各环节工作效能，守牢不发生规模性返贫致贫底线。
赛题七：多源数据应用推动利益联结与惠农增收
围绕欠发达地区主导产业，整合种养、加工、流通等各环节数据，通过形成产业全链数据图谱，构建产业全链风险监测预警模型，设计切实可行的利益联结机制，促进价格联动、组织联结、风险共担与增值收益共享，提高农户抵御产业风险的能力，同时优先带动防止返贫致贫对象、继续帮扶的脱贫人口融入产业链各环节，分享更多产业增值收益，并持续带动其他农户发展，助力农民稳定增收。综合利用饲料、养殖、防疫、检疫、调运、屠宰、无害化处理等环节数据，强化生猪产能综合调控数据支撑，促进产需更加适配，推动猪价合理回升。
赛题八：面向农业生产经营主体的数据信息服务新模式
通过综合利用农产品生产、加工、储运、销售、贸易、消费等全链条各环节数据，面向农业生产经营主体提供自然灾害、疫病传播、价格波动等监测预警服务，以及智慧种养、智慧捕捞、产销对接、疫病防治、行情信息、跨区作业、一站式采购、供应链金融等数据信息服务，为农业生产经营主体制定决策与调控产能提供参考，推动农业生产抗风险能力提升与以需定产模式形成。
赛题九：数据应用驱动农技服务水平提升
构建基于数据驱动的粮油作物单产提升、病虫害智能监测与绿色防控、基层农技人员能力提升的精准化、高效化、普惠化农技服务模式，研发小农户适配的轻量化农技数据服务工具，高效助力农业新质生产力发展，为粮食和重要农产品稳产保供、乡村全面振兴提供科技支撑。
赛题十：加快农业大模型研发与落地应用
围绕智慧育种、农作物种植、畜禽水产养殖、农机作业、病虫害防治、农资使用、农作物遥感解译、农业政策解读等服务场景，建立高质量数据集，研发可落地、可推广的农业大模型，进一步提升农业知识服务的科学性、易用性与可靠性。
赛题十一：探索建立农业可信数据空间
聚焦农业农村重点领域数据的典型应用场景，依托区块链、隐私计算等技术建立可信数据空间，有效解决数据来源不可控、流转不可溯、共享不安全等痛点，促进应用需求迫切数据的高效流通与安全利用。
赛题十二：数据融合利用促进农业补贴精准发放与服务触达
融合农村产权交易、土地流转、新型农业经营主体、土地承包、遥感、农业补贴等多源数据，精准摸清土地经营权归属，准确识别补贴受益主体与涉农服务对象，优化农业补贴发放流程，拓宽涉农服务直达经营主体的渠道，推动实现地块级的农业补贴精准发放和涉农服务精准触达。
赛道三：数据要素×物流与商贸流通
赛题一：推动形成覆盖物流供应链全场景的数据、技术和产品服务能力
鼓励共商共建数字化协同平台，支持企业依托货源数据、运输仓储数据、装卸搬运与流通加工等数据形成数据要素产品、数智技术产品，深入研究物流行业场景数据赋能解决方案、企业数智供应链产品、物流供应链增值服务。依托数据场景创新，实现物流业与一、二、三产高效融合发展。
赛题二：深化数据融合，赋能品质电商与服务消费
面向消费升级需求，鼓励相关商贸流通主体融合多维度消费数据，运用大数据算法，强化异常数据监测预警与拦截功能，赋能家电以旧换新、数码和智能产品购新补贴申领，实现对消费者、商品、企业等各方数据的实时校验，扎实推进“高效办成一件事”，提升全国家电以旧换新、数码和智能产品购新补贴能效和防风险能力。围绕“品质电商”、数字消费、绿色消费、循环消费等新场景，开发提高消费者信任度和满意度的数据驱动型服务，助力企业从“流量竞争”转向“价值竞争”。
赛题三：强化数智驱动，构建高质量现代流通体系
围绕提升供给效率，鼓励流通企业打通上下游各环节数据，提升供应链数智化水平。支持汇聚商品全生命周期和流通全维度数据，创新二手车流通交易和生活必需品应急保供方式。以电商监测数据赋能“电商+产业带”，识别各地电商主导产业，提升产业有效聚集和产业链上下游协同效能。鼓励因地制宜开展数据集建设，在数据集建设运营、应用、生态培育等领域开展探索，研究数据驱动的新模式。支持行业大数据基础设施与智能体建设，夯实现代流通基础设施。
赛题四：拓展数据应用，服务企业高水平“走出去”
应对海外市场环境变化，支持外贸企业、跨境电商、海外仓运营商等主体，整合东道国市场需求、合规规则、物流配套、消费偏好等本地化数据，提升全球运营的精准性与安全性。支持面向品牌出海的合规导航、智能选品、海外仓布局、投资风险评估等数据服务，帮助企业更好融入当地市场，实现从“产品出海”到“品牌扎根”的跃升。
赛道四：数据要素×交通运输
赛题一：打造一站式赋能综合客运枢纽智慧运行的数据产品
打通综合客运枢纽多部门、多系统数据链条。构建智能化治理、智慧化运行的大数据集。运用生成式人工智能技术，开发面向出行者、运营企业、决策部门服务需求的场景联动、智能生成的数据产品大模型，推动打造服务便捷、运营协同、响应联动、绿色环保的智慧综合客运枢纽。
赛题二：高速公路数据“上图上车”
立足国家综合立体交通网主骨架，选择数字化基础条件较好、一体化运行需求明显的跨区域大通道，构建覆盖高速公路运营管理单位、车企、图商、电信运营商等的车路协同数据联盟，推动高速公路数据“上图上车”技术研究、标准研制、联合验证、应用推广等工作。
赛题三：基于多源数据的农村公路运行状况动态识别分析
融合交通监控视频、巡查车及浮动车车载视频、卫星定位等信息数据资源，应用大数据分析、人工智能和视频识别等技术，识别农村公路路面抛洒物、坑槽、安全设施缺损等事件，探索建立农村公路运行状况和风险事件的动态识别、处置闭环管理流程，缓解农村公路基层管养人员工作压力，提高工作效率，提升相关资金使用效益。
赛题四：高速公路交通拥堵智能预警
聚焦高速公路运行管理需求，充分利用视频监控、ETC门架、手机信令、导航图商等多源异构数据，采用新一代信息技术，实现短时交通流精准预测，交通运行态势智能分析，交通拥堵点位精准识别和成因分析，拥堵持续时间科学预测，管控策略自动生成，推动高速公路拥堵治理由被动响应向主动预警、精准干预和科学决策转型升级，全面提升高速公路网运行管理的数字化、智能化与协同化水平。
赛题五：公路小尺度恶劣天气影响预报与联动响应
聚焦强降雨、低温雨雪冰冻、大雾等恶劣天气场景，充分利用公路沿线气象实况、交通流状态、历史灾害事件等数据，依托人工智能等新一代信息技术，研发“公里级、分钟级”公路小尺度短临预报预警模型，捕捉公路沿线小尺度天气的生消演变过程及其对公路交通影响，开展小尺度天气预警技术效果评估。深化气象数据与交通运行数据的多元融合分析应用，优化公路交通主动防御管控智能决策算法，构建“预警—决策—处置”的智能管控体系，增强公路安全运行的主动防控能力。
赛题六：多源数据融合应用提升航运服务能力
推动铁路与港口等联运上下游企业，依法依规在市场化原则下建立稳定可靠的信息系统交互和数据开放机制，实现货物动态全程跟踪，强化铁路、港口、航运等作业协同，提升铁水联运服务效能。融合应用航运、公路、铁路等多源数据，实现运输路径规划、成本时效评估、风险识别预警、合规辅助决策等重要环节智能化应用，赋能航运及“端到端”供应链服务能力提升。
赛题七：提升电子航道图赋能智能航运服务水平
融合航道多元感知数据，构建电子航道图服务高质量数据集，综合应用大数据、大模型等人工智能技术开发面向船民的语义、语音交互智能体，提升航道智慧服务效能。
赛题八：提升港口重大风险监测预警能力
聚焦港口危险货物重大危险源罐区、集装箱堆场等重大风险场所，推动港口重大危险源多源监测数据与人工智能等技术在风险智能监测预警方面的深度融合应用。
赛题九：提升公路水运在建工程数智化管理水平
推动智能预警感知、人工智能大模型等技术在工程建设领域应用，实现工程施工现场质量安全问题的智慧识别、动态监测和主动预警，探索实施大数据智慧辅助管理，支持工程建设质量管控从“事后检测整改”向“事前监测预警”转变，提升工程建设质量安全管理效能。
赛题十：面向交通运输领域的人工智能大模型与高质量数据集建设
研发面向综合交通运输大模型建设的数据治理通用工具，强化数据标准研制、实施、验证，支撑行业通识语料加工、实时运行数据清洗和预处理，提高大模型建设效率。依托算法算力平台、可信数据空间以及高质量数据集建设，开展多模态大模型构建与智能体开发，推动人工智能技术在公路、水路、民航行业运行、服务及规划建设方面融合创新应用，助力行业数智化转型升级和高质量发展。
赛题十一：全域物流供应链数据融合与智慧运力协同
聚焦交通物流降本提质增效，打破公铁水航及仓储数据壁垒，构建全链路协同网络。打通多式联运数据，实现“一单制”全程可视化与无缝衔接，整合社会分散运力，利用AI算法实现货源运力实时动态匹配以降低空驶率；融合物联网感知、环境监测数据，对冷链、危化品运输等场景实施全流程状态主动预警，打通产供销数据链，优化库存布局及末端配送体系；建立碳足迹核算体系，科学规划低碳运输路径，推动物流向“全网协同、智能决策、绿色安全”转型。
赛题十二：民航航班运行智慧协同与效能提升
综合利用飞行数据、航班运行数据、空域态势数据、机场资源数据、气象情报数据等，开展智能协同决策和风险智能预警，实现航班延误下智能恢复、机组—飞机—资源智能调配、航网规划与计划编排优化，提升航班运行质量与效率。
赛题十三：民航旅客全流程精准服务与优化
整合旅客出行全流程数据，聚焦票务、安检、登机、中转、行李托运等环节，提供基于旅客画像的个性化产品推荐与精准营销，打造覆盖室内导航、航班动态精准推送及个性化商业服务的伴随式体验，实现全行程旅客服务资源精准触达，提升旅客服务满意度，真正做到“人享其行”。
赛道五：数据要素×金融服务
赛题一：拓展公共数据创新应用
依法合规对接税务、社保、医疗、环保等公共数据资源，推动公共数据与金融机构自有数据的协同分析与融合应用，挖掘其在客户画像、信贷评估、市场感知、风险防控等场景应用价值，培育基于公共数据的新型金融业务模式，助力金融高质量发展。
赛题二：提升重点领域金融服务水平
聚焦科技、绿色、“三农”、民营、小微、养老、消费等重点领域，发挥“数据要素+数智技术”双轮驱动作用，结合实际场景与需求，运用人工智能、区块链、大数据等技术汇聚分析多元数据、创新优化服务模式，提升金融服务的精准性、便利性、可得性，推动做精做细金融“五篇大文章”，增强服务实体经济质效。
赛题三：强化金融风险智能防控
探索构筑基于金融交易、网络舆情、物联网、供应链等多维度数据的智能化金融风险防控体系，强化数据实时采集、动态汇聚与深度分析能力，开发基于人工智能的风险识别预警模型，提升对信用、市场、操作等各类风险的响应效率与处置精准性，助力巩固金融安全防线。
赛题四：基于多源数据要素融合的科技金融数智化风控
借助大数据、人工智能等新兴技术，提升科技型企业数智化风控能力，助力金融机构提升科技金融服务水平。重点方向是针对科技型企业轻资产、高成长、高风险、信息不对称的典型特征，突破传统风控依赖财务报表、抵押担保的局限，在依法安全合规前提下，充分利用金融信用数据、公共信用数据、商业信用数据，挖掘政策、产业、科研、供应链、知识产权、企业行为等多维度数据要素价值，构建精准、高效、动态的数智化风控体系，实现科技型企业全生命周期风险识别、预警与处置，助力金融机构提升科技金融服务的普惠性与安全性，推动数据要素在科技金融风控领域的规模化、标准化应用。
赛题五：提升中小微企业金融服务质效
深化数据创新运用，建设中小微企业金融服务解决方案，提升全场景服务质效。重点方向是借助政务、交易数据以及行为数据等，围绕中小微企业全场景金融服务，形成整体解决方案，实现精准定位金融服务需求、精确测算客户风险水平与融资额度、交易背景核实与资金流向监测和客户综合服务质效提升。
赛题六：构建金融数据治理新范式，释放数据要素价值
通过系统性提升金融业务数据治理水平，夯实金融数智化发展的数据根基，释放数据要素价值。重点方向是借助数据全生命周期管理工作与产研全流程深度融合，构建机制健全、系统完备、运行高效的治理体系，建设高质量数据集，提升智能金融发展水平，推动数据要素在经营管理、市场化流通及生态协作中实现高效应用与价值释放。
赛题七：提升区域性股权市场服务中小微企业的质效
推动地方涉企政务数据与区域性股权市场的开放共享，丰富完善企业数字档案，为企业融资对接、规范培育、辅导上市等多业务场景提供支持。
赛题八：人工智能背景下资本市场风险防控的智能化升级与实践
聚焦资本市场业务场景，利用大数据、自然语言处理、人工智能等新型技术手段，构建多维度、全流程的金融风险识别、评估、预警和处置体系。深入挖掘各类数据，优化风险管理工具，提升自动化风险合规监控水平，解决重点风险领域监管难题，为监管部门、金融机构和市场参与者提供科学决策支持。
赛题九：加强数据治理，打造行业高质量数据集、可信数据空间
遵循证券、银行、保险等领域法律法规、行业标准，建立行业数据标准、数据质量稽核规则、安全防控机制，打造行业高质量数据集、安全可信数据空间，提升数据质量、保障数据安全，促进行业数据流通，发挥数据价值。
赛题十：提高金融服务领域的数据分析能力
加快建设证券期货金融数据分析平台，通过多维度立体化统计分析，深入挖掘各类数据，提升自动化风险监控水平。稳步推动金融行业的数字化转型，加强智能化的科技监管能力，防范化解金融风险，确保金融市场的稳健运行和健康发展。数据架构应能够支持多源异构数据的采集、存储和整合，并满足高并发和大数据量处理的需求；数据治理方案应能够保障数据的一致性、准确性、完整性和安全性，并对数据治理的效果进行评估和持续改进。
赛题十一：强化期货市场服务实体经济能力与风险防控能力
在确保市场合规与风险有效管理基础上，探索应用大数据、区块链、人工智能、物联网等技术，整合宏观经济、行业动态、供应链信息、政策导向、商品价格指数及市场情绪等多源异构数据，合理促进期现货市场数据交融，丰富外部数据应用场景，解决重点风险领域监管难题，优化期货合约设计、风险管理工具及交易监管机制。
赛题十二：隐私计算框架下的金融数据协同应用
基于隐私计算技术体系，建立“可用不可见”的数据共享模式，在保障重要、敏感数据安全的前提下，实现数据跨机构、跨市场、跨领域共享和协同应用，以高质量数据应用赋能高质量金融服务，构建开放、协同、智能的金融新生态。
赛道六：数据要素×科技创新
赛题一：鼓励科学数据汇聚共享
围绕科学数据开放共享机制，推动海量多源科学数据治理、数据安全与隐私保护等重点场景，促进重大科技基础设施、重大科技项目等产生的各类科学数据有效汇聚、高效治理与互联互通，打造跨领域流通的科学数据协同服务网络，发展综合型、智能化、交互式等新型科学数据汇聚模式，推动科学数据有序开放共享和融合利用。
赛题二：推动科技领域人工智能大模型开发
围绕科学数据的质量和准确性，科学数据的标注和分类，科技领域大模型的预训练、微调与推理应用等重点问题，深入挖掘各类科学数据和科技文献资源。通过细粒度知识抽取和多来源知识融合，构建科学知识资源底座，建设高质量语料库和基础科学数据集，提升高质量科学数据供给能力，支持开展人工智能大模型开发和训练。
赛题三：科学数据助力科学研究和技术创新
围绕科学数据成果赋能科学研究、技术创新和产业发展等重点场景，深化科学数据融合应用与深入挖掘，提供高质量科学数据资源与知识服务，推动科学问题与人工智能等技术的深度融合，助力未知领域探索，驱动科学创新发现。聚焦生物育种、新材料创制、药物研发等领域，以数智融合加速技术创新和产业升级，加快培育新质生产力。
赛题四：科学数据加速科研新范式变革
围绕AIforScience等科研新模式，以数据驱动发现新规律、创造新知识、发明新方法。充分依托各类数据库与知识库，利用人工智能、大数据和物联网等技术，推进跨学科、跨领域协同创新，推动科学研究方法的不断进步和发展，加速科学研究范式变革。
赛道七：数据要素×医疗健康与保障
赛题一：整合汇聚“三医”数据信息，构建“三医”协同发展和治理决策应用场景
系统研究健康大数据模型的开发应用，构建“三医”信息分析应用场景，聚焦以公益性为导向的公立医院改革，以基层为重点的分级诊疗，提高群众满意度等方面，为医改政策制定、执行、评估等提供精准高效的数据支撑。
赛题二：数据流通治理赋能重点人群疾病诊疗和健康管理
助力重点人群友好型医疗健康服务体系建设，针对老年人、孕产妇、儿童、慢性基础性疾病患者等健康服务人群，打破跨机构、跨场景数据壁垒，构建覆盖重点人群全生命周期的健康数据体系，实现电子健康档案、临床诊疗、公共卫生、居家监测、社会照护等多源异构数据的标准化采集、智能化治理与合规化流通。
赛题三：医疗数据合规协同与“数据不出院”
利用隐私计算等技术，在不归集原始数据的前提下，实现跨医疗机构、跨科室的临床数据协同与价值挖掘。
赛题四：全流程智能医疗质量管理与风险预警
融合手术室、护理单元、院感监测等多源操作与行为数据，构建医疗质量实时监测与风险预警模型，实现诊疗过程合规性检测、医疗差错防范与质量持续改进。
赛题五：决策、监管与经办的智能化升级
探索推进人工智能等新技术应用于医保经办服务，优化医保支付审核、基金监管智能化和全流程智能化服务；探索通过多源临床数据智能映射与非结构化文本信息提取等技术，提取非结构化临床文本信息，整合不同术语体系的临床数据，夯实数据基础，促进就医结算、药品耗材监管、价格治理的全过程数字化管理。
赛题六：基于参保人全生命周期医保健康画像的智能服务
通过汇聚、治理和应用多维度的个人医保健康数据，精准绘制包含个人医保档案、财务档案、信息档案等的个人医保画像，并将其转化为参保人可享、可感知的智能化服务，提升医保精细化管理水平和参保个人健康获得感，为发展新型医疗服务、智慧养老、健康保险等产业提供支撑。
赛题七：前沿科技与医保服务的跨界探索
探索AI辅助诊断、影像质控与调阅优化等创新应用；探索脑机接口、可穿戴设备、健康传感器等新型载体在具体场景下的应用路径与整合方案；推动数字化技术和设备在长期护理服务质量控制、服务监测及医疗救助对象医疗保障与慈善救助协同等场景的应用；探索基于区块链、隐私计算等数字信任技术，整合多部门数据构建覆盖药品全链条的“数字信任”体系，实现交易信息可信流转与全流程监管，助力企业资金回笼与智能风险预警，提升医药领域监管与服务效能。探索将规则、价格与行为数据，转化为药品价格智能化监测和分析能力，推动医药价格治理从“人工经验判断”迈向“数据要素驱动”的新模式，提升多层次医疗保障体系的整体效能。
赛题八：医保行业可信数据空间探索与实践
构建医保可信数据流通体系，激活医保数据要素价值，围绕推动医保数据有序开放、深化医保数据开发利用、筑牢数据流通安全屏障、培育数据产业生态，探索医保数据要素市场化配置新路径，发挥数据要素乘数效应。
赛题九：基于真实世界数据的评价
开展药品与医疗服务真实世界医保综合价值评价，聚焦创新药、手术机器人、脑机接口、3D打印肝脏和全磁悬浮人工心脏等人造器官、内镜逆行阑尾炎治疗术（ERAT）等创新医疗服务及相关医用耗材，建立基于中国证据的临床与经济学价值评估体系，探索其准入、定价与医保支付路径，引导产业理性发展，为医保战略性购买提供支撑。
赛道八：数据要素×应急管理
赛题一：提升安全生产监管能力
围绕矿山、危险化学品、烟花爆竹、重点工贸等高危行业安全生产监管需求，以及城市（超）高层建筑、地下空间、交通枢纽、劳动密集型企业、重点文物保护单位、经营性自建房、室内冰雪娱乐场所、医院病房楼等高风险聚集场所消防安全风险预警需求，构建安全风险预警和隐患智能感知模型，辅助识别潜在安全风险和疑似违法违规行为。
赛题二：提升自然灾害监测评估能力
加强铁塔、电力、气象等多源公共数据融合分析，研发自然灾害灾情监测评估模型，推动数据要素在洪涝灾害短临预警、森林草原防灭火、地质灾害监测评估、低温雨雪冰冻灾害等场景应用，赋能自然灾害灾情监测、预警、研判、评估。开展地震活动、地壳形变、地下流体等监测数据的融合分析，提升地震监测预测预警水平。
赛题三：提升应急管理智能化水平
利用应急管理领域专业知识和数据资源，建设面向指挥调度、监测预警、监管执法、应急救援、政务服务等典型应用场景的高质量数据集，拓展“久安”大模型在风险评估与隐患识别、指挥调度与辅助决策、执法检查与火灾原因调查等场景的应用。推动AR眼镜等智能可穿戴设备、智能机器人赋能实战应用。
赛题四：提升应急管理数据资源开发利用水平
依托可信数据空间、区块链、隐私保护计算等技术，构建应急管理领域公共数据资源合规高效安全流通利用模式，支持跨地域跨主体数据融合分析、数据产品开发，围绕应急管理业务迫切需求，打造典型应用场景，推动数据资源有序开放共享和融合利用。
赛道九：数据要素×气象服务
赛题一：提高气象防灾减灾能力
加强气象数据与城市运行、自然资源、交通运输、农业农村、住建、水利等数据融合利用，推进气象防灾减灾应用场景，提高灾前预防、灾中调度、灾后复盘的场景化应用能力。面向水电气热交通等城市建设和安全运行不同场景，强化气象影响预报和风险预警，增强城市韧性。深化气象数据与城市规划、重大工程等建设数据融合应用，降低不利气象条件对规划和工程的影响。
赛题二：强化气象赋能增益作用
开发高质量数据集等，加强多模态数据融合利用，探索利用智能体技术，开发面向公众的智慧气象服务产品。加强气象数据与各类通信、导航、监测等数据融合利用，探索利用5G-A基站、智能网联汽车加载的激光雷达、视频等设备，研发气象数据收集新技术，打造数字化气象服务产品。融入冰雪经济、银发经济、康养经济，打造旅游、健康、医养等气象服务新业态。聚焦远洋航运领域需求，深化远洋船舶气象导航数据融合应用，整合海洋气象、海洋环境及船舶航行等多源数据，构建智能气象导航模型，为远洋船舶提供最优航线规划、航行风险预警及航行参数优化建议。打造低空经济气象服务模型，开展预报预警服务，为航线规划、起降场选址、航行安全等提供气象服务保障。
赛题三：提升应对气候变化能力
强化气象数据融合应用，打造智能决策模式。聚焦农业、能源、交通、电力、旅游等领域气候风险防范需求，创新各类天气指数保险产品及天气衍生品，推动其落地应用于保险、期货等金融行业。研发气候投融资金融工具，提高经济实体和金融体系对气候变化的适应能力和韧性。
赛题四：开发气象数据决策新模式
强化气象数据与经济社会、生态环境、自然资源、农业农村等数据融合应用，打造气候变化风险识别、风险评估、风险预警、风险转移等智能决策模式。深化气象数据与城市规划、重大工程等建设数据融合应用，降低不利气象条件对规划和工程的影响。推动气象数据在风能、太阳能、水能等企业选址布局、设备运维、能源调度等深度应用，实现新能源企业降本增效。
赛题五：开展气象数据产品新服务
聚焦农业、物流、水利、电力、能源、航空、金融等领域，融合多源气候数据与行业数据，运用统计分析、机器学习等方法，按需开发各种天气指数保险产品及天气衍生品，推动其落地应用于保险、期货等金融行业。深化人工智能、大数据、物联网等技术在全民早期预警中的应用，推动全民早期预警在城市防灾减灾、台风等重大灾害应对、农业气象灾害防御等场景化落地。
赛题六：强化气象数据身份标识应用
推动气象数据身份标识深度嵌入数据采集、处理、流通、应用等数据流通全生命周期，深化在低空经济、能源调度、金融保险、智慧城市等场景数据服务中的应用。推动气象数据身份标识技术融入可信空间等新型数据基础设施，探索建立数据可追溯、可审计、可追责的监管机制，强化气象数据跨行业、跨区域、跨领域融合应用和协同监管，提升数据流通的安全性、透明度与监管效能。
赛道十：数据要素×城市治理
赛题一：构建城市运行态势感知体系
全面提升市政基础设施智能化水平，持续强化第五代移动通信网络（5G）、千兆光网覆盖与深度渗透，以城市信息模型（CIM）平台建设为核心支撑，整合燃气、供水、排水、热力、电力、通信、综合管廊、桥梁隧道等市政基础设施运行监测及相关时空数据资源，融入城市生命线安全工程建设理念，增强对管网漏损、城市内涝等城市运行潜在风险的早期识别、动态评估、隐患排查、应急处理及工程建设优化能力。
赛题二：建立房屋建筑统一代码制度
建立房屋建筑统一代码制度，赋予房屋建筑唯一的身份标识，实现新建房屋建筑赋码落图全覆盖。加强房屋建筑全生命周期数字化管理，实现房屋建筑设计、施工、验收、交易、运维、更新改造等全生命周期“一码贯通”。推动房屋建筑编码在城市更新、社区治理、公共服务等领域广泛应用，全面建成房屋建筑全生命周期高质量数据集，夯实智慧城市孪生模型和数据基础，应用人工智能技术，提升房屋建筑全生命周期管理服务水平，增强城市智慧治理水平和能力。
赛题三：提升城市运行管理服务智能化水平
整合归集城市管理、政务服务、交通运行、民生诉求等数据，运用人工智能技术动态识别占道经营、违章搭建、暴露垃圾等城市管理突出问题，开发市容环境整治、交通拥堵疏导、民生诉求快速响应等数据应用场景，提升城市治理能力。
赛题四：强化城市体检与城市更新的数据要素赋能
整合城市（含县城）体检全维度指标数据、城市更新项目数据及国土空间、民生服务、基础设施运行等关联时空数据资源，构建基于数据要素的城市体检与城市更新一体化机制，运用人工智能推动数据要素在城市更新规划编制、项目谋划、建设改造、运维管理、实施评估等关键环节深度应用，实现城市短板问题精准诊断、更新需求科学研判、实施效果动态评估。
赛题五：数智赋能城市信息模型（CIM）平台创新应用
推进AI与CIM平台深度融合，实现基础数据自动转换和智能分析、城市运行态势精准感知和趋势研判、智能问答辅助使用等功能。拓展CIM平台在各领域中的应用场景，利用AI算法支撑城市更新智能辅助决策、安全风险智能预警和重大事项协同处置等各类业务场景。
赛题六：提高村镇发展决策科学性
汇聚县镇村产业布局、人口流动、基础设施、生态环境、公共服务、建设和运维投入等多源数据资源，开展综合分析与研判，助力县镇村规划、建设、管理、服务等决策精细化、智能化，为村镇事业高质量发展提供数据支撑。
赛题七：提高住房公积金服务便捷性
探索基于数据要素的住房公积金服务新模式，更好满足人民群众对高质量住房公积金服务的需求。
赛题八：提升住房领域智慧监管与服务水平
在保障数据安全与个人隐私的前提下，推进系统融合、数据联通，优化房屋交易、房屋租赁、保障性住房配租配售智能化监管和服务路径，构建规范、透明、可信赖的住房全链条服务体系。
赛题九：推动工程造价数据智能化应用
整合建设工程项目投资估算、设计概算、最高投标限价、合同价、结算价等全生命周期的数据资源，充分利用大数据、人工智能等先进技术手段，构建工程建设全过程造价管控智能化模型，实现自动采集、自动标识、自动归集、智能加工、智能预警、智慧应用等服务功能。
赛题十：推动房屋全生命周期管理与质量安全监测
融合房屋安全体检、房屋安全管理资金、房屋质量安全保险三项制度，汇聚房屋建筑档案、维修资金监管、房屋维修等数据，推进房屋全生命周期安全监测感知设备应用，构建房屋安全隐患智能研判体系，实现房屋倒塌、外墙脱落及超高层、大跨度建筑、玻璃幕墙等关键领域风险早预警、早处置，提升房屋建筑管理智慧化水平。
赛题十一：推动智慧住区整合与宜居服务场景落地
通过数字家庭、智慧物业、完整社区等领域数据要素的深度挖掘与应用，提升社区在安全防护、便民服务、设施共享、邻里互动等方面的精细化与智能化水平，推动形成“需求感知—服务响应—治理优化”的良性循环。
赛题十二：强化智能建造与建筑工业化协同发展
依托工程全链条数据资源，通过数据要素深度挖掘，培育智能建造产业集群，打造全产业链融合一体的智能建造产业体系，推动建造品质提升与“中国建造”品牌塑造。
赛题十三：推动工程建设项目全生命周期数智化管理
整合工程项目审批业务相关数据资源，坚持数智赋能，推动人工智能在材料审查、流程优化、风险提示、工程造价和决策支持等方面的创新应用，打造智能问答、智能引导、智能预填、智能帮办、智能辅助审批、智能分析等服务支撑。
赛题十四：提升建筑市场智能化监管水平
依托企业资质、人员资格、招投标信息、信用记录等多源数据资源，通过数据融合与智能分析，营造公平、透明、可预期的建筑市场秩序。
赛题十五：推动工程质量安全智能化管控
汇聚工程材料、施工过程、质量验收、安全监管等相关数据资源，依托智能感知设备和模型算法，推动形成“风险早发现、责任可追溯、整改有闭环、防控更主动”的现代化智能监管模式，保障工程质量和施工安全。
赛道十一：数据要素×绿色低碳
赛题一：优化生态环境治理服务
面向气象和水文耦合预报、受灾分析、河湖岸线监测、城市水环境精细化管理、重污染天气应对、污染源解析与追踪、“天空地”五基协同监测与评估、基于卫星遥感技术的环保技术应用、环境风险预警与应急、环境治理工程智慧应用、环境综合决策分析等需求，通过对生态环境及气象、水利、交通、电力等相关领域数据资源的融合创新应用，支撑生态环境精准化智慧化治理服务。
赛题二：促进资源循环利用
强化对固体废物收集、转移、利用、处置等各环节数据资源的融合创新应用，依托数字技术实现生产端智能化升级、流通环节精准管控、智能回收终端、智能分选系统、再生工艺优化，提升产废、运输、资源化利用各环节效率，促进固废、危废资源化利用。
赛题三：促进生产减排降碳
通过对行业或产品碳排放数据监测、统计、核算，依托数字技术实现实时排放感知网络构建、碳足迹动态追踪、能源系统智能优化、智能核算与报告、碳交易辅助决策、重点领域深度脱碳、负碳技术创新应用，创新能源协同、技术协同、政策协同，服务行业、企业、生产过程减排降碳，提升碳排放管理水平。
赛题四：促进用能效率提升
强化工业生产过程中订单、排产、用电等制造、能源数据的融合创新应用，打造能耗预测、多能互补、梯度定价等创新场景，支撑生产用能效率提升。
赛题五：绿电智能应用与价值实现
构建适配工厂、园区、居民多场景的绿电智能切换与储能协同，聚焦绿色电力的智能调度、高效消纳与价值转化，通过对气象、电网运行、用户负荷、储能状态、碳排放及电力市场等多源数据的融合分析，实现绿电优先使用、用电成本优化和系统运行效率提升；鼓励探索基于虚拟电厂、需求响应、分时电价等机制的绿电消纳新模式，形成“绿电高效利用—用能成本降低—碳资产价值释放”一体化解决方案，实现用电成本优化与碳资产价值提升。
赛道十二：数据要素×人力资源
赛题一：就业数据监测预警与再就业赋能路径规划
通过贯通汇集发改、工信、人社、市场监管、统计、税务等多部门就业数据，构建覆盖区域、行业、企业等全方位就业监测网络，利用移动支付、市场招聘、社保、工业用电等大数据，动态跟踪岗位供需、重点群体就业及重点企业用工变化。同时，实现失业风险从群体研判到个体识别的早期预警，自动生成包含技能重塑、岗位推荐等“一人一策”再就业赋能路径，并跟踪评估服务效果。
赛题二：就业公共服务、职业指导与职业培训数据分析服务
探索“人工智能+就业服务”应用场景，推动“大数据+铁脚板”服务模式推广应用，为政策制定提供数据支撑。通过实时分析企业招聘需求、技术专利、政策文件、宏观经济等数据，预测未来中短期重点产业和区域的技能需求趋势，同时分析供需匹配、职业发展路径及技能缺口，完善就业信息推送、个性化职业规划、技能提升建议等功能，为求职者提供人岗相适的个性化职业指导与培训课程。
赛题三：重点人群就业画像与精准服务匹配
针对高校毕业生、农民工、就业困难人员等特定就业群体人岗匹配精度不足的难题，通过融合教育背景、技能档案、就业年限、就业形式、从事行业、就业地点、收入情况、参保情况等微观就业行为与宏观产业需求等多维度数据，构建动态、精细的群体与个人就业画像。强化基于画像的智能岗位推荐、个性化职业规划以及中长期发展追踪能力，最终形成服务于个体就业求职、院校专业优化与产业人才储备的智能解决方案。
赛题四：新就业形态劳动者数据服务与权益保障
聚焦网约配送员、网约车司机等新就业群体的现实痛点，探索基于数据要素的创新管理服务与权益保障新模式。重点研究如何通过合规采集和融合平台就业、接单、收入、工作时间、工作轨迹、保健缴费等数据，构建职业伤害风险预警模型；研发平台算法公平性与透明度监测工具，探索劳动者个人数据授权与安全存证方案，构建新就业群体智能画像，提升管理服务质效。
赛题五：人才评价数字化、智能化创新应用
在人才强国战略指引下，传统人才评价模式面临评价维度单一、效率偏低、精准度不足、动态性滞后等痛点，难以适配新时代多元化、复合型人才的发展需求。聚焦“数据要素+人才评价”融合创新，鼓励依托多源人才数据资源，运用数字化技术、智能化算法，探索人才评价的技术突破、服务升级与管理优化路径，构建科学、高效、精准、动态的人才评价体系，为政府人才政策制定、企业人才选拔培养、社会组织人才服务提供支撑，助力人才价值精准挖掘与高效匹配。
赛题六：跨区域人力资源协同调度与保障
聚焦大规模、有组织的人力资源跨区域流动场景，整合劳动力资源供给、目的地产业需求、实时招聘信息、技能培训资源及基本公共服务数据，构建智能匹配与路径规划系统，推动实现从“人找岗位”到“岗位适配人、服务跟随人”的模式转变，为劳动者提供涵盖岗位推荐、技能升级、行程安排、权益维护的全链条数字化保障。
赛题七：人力资源服务行业智能升级与合规发展监测
为推动人力资源服务业高质量发展，一方面，要求开发深度理解岗位与人才语义的智能匹配及人岗协同推荐算法，提升服务效能；另一方面，鼓励基于行业机构的运营数据、市场行为数据，构建行业景气指数、服务主体信用评级、业务合规性监测及市场风险预警等数据产品，为行业创新服务、优化运营与政府精准施策提供量化依据。
赛题八：农民工公共服务精准供给机制创新
融合社区、教育、医疗等多源公共服务数据，为农民工及其家庭构建精准画像。通过系统分析其生活、就业与发展需求，设计智能化服务机制，实现住房保障、子女入学、技能培训、医疗健康等关键服务的主动推荐与便捷办理，打造个性化、一站式的线上服务通道，推动公共服务普惠均等。降低农民工获取公共服务的门槛，切实增强其在城市生活中的获得感、幸福感、安全感。
赛道十三：数据要素×低空经济
赛题一：低空运行态势智能感知与冲突预警
聚焦城市及城际低空日益复杂的载人、载货、作业等混合交通场景，融合实时空域态势（ADS-B）、多源监视数据（RemoteID、雷达、光电、TDOA）及5G-A通感一体数据，构建低空交通流全要素、高精度融合感知模型。开发面向无人机、eVTOL、轻型通航飞机等异构目标的实时分类、精准跟踪与意图预测算法，并在此基础上构建飞行冲突、空域拥堵及潜在违规行为的早期风险传播与预警模型。实现低空空域运行态势的实时、透明化掌控，为智能调度、空域容量动态释放及个性化飞行服务提供数据驱动决策支撑，提升低空交通网络整体运行效率与安全水平。
赛题二：低空威胁智能侦测、溯源与协同反制决策
聚焦重大活动保障、要地防护等低空安全核心场景，融合不同监视设备多源异构数据，构建针对“低慢小”等隐匿威胁目标的快速检测、特征提取与高置信度识别模型。重点开发基于稀疏布站数据的无人机飞手快速精准定位与攻击链溯源算法，并融合实时威胁评估、反制装备效能图谱及处置规则库，构建动态、自适应的多单元协同反制决策模型。实现从“目标发现、身份识别、威胁研判”到“资源调度、协同处置、效果评估”的闭环数据驱动决策，实现低空安全态势主动感知与智能化、精准化响应，提升城市低空安全整体韧性。
赛题三：低空+城市智能巡检
聚焦市政设施、市容环境、违建巡查等场景，融合低空影像、地理信息、设备状态数据，构建全场景智能识别与隐患定位模型。开发多机型协同巡检、异常自动上报、闭环处置算法，实现巡检数据标准化、处置流程智能化，提升城市管理效率，降低人工巡检成本，支撑智慧城市低空治理体系建设。
赛题四：低空+能源智能巡检
面向风电、光伏、油气管道等能源设施，融合设备运行、地理环境、无人机巡检数据，构建缺陷智能识别与寿命预测模型。开发复杂环境自主巡检路径规划、缺陷分级研判与运维调度算法，实现无人化巡检、精准化检修、高效化运维，保障能源设施安全稳定运行，推动能源行业低空数字化转型。
赛道十四：数据要素×文物保护利用
赛题一：文物安全防护
面向文物安全防护典型应用场景，实现文物本体状态以及赋存环境监测的多源数据感知融合，并探索数据驱动的文物本体与环境协同作用的病害发育机理，劣化过程分析和预测；面向区域或全行业，开发基于数据的文物风险识别、评估、预警、处置后评价技术与创新应用。
赛题二：文物保护修复
面向长久保存需求，构建数据辅助的文物及赋存环境自适应调控策略和保护修复方案决策机制，推动文物保护工作的科学化与精准化；基于多维度文物监测数据与历史修复档案，实现科学的文物健康评估；开发面向各类型文物分析检测的专题数据库、不同时期不同地域文物材料样本数据库，为文物全生命周期保护提供科学数据支撑。
赛题三：文物研究阐释
综合应用自然语言处理、知识图谱和大语言模型技术，整合考古报告、学术成果、修复记录，构建文物专题数据库与知识体系；研发实现智能检索、关系挖掘、多模态数据交叉验证的考古线索发现、文物溯源等辅助工具；建设文物知识智能分析与利用服务模式，创新文物研究范式。
赛题四：文物资源管理
健全文物管理体系，融合文物基本信息、影像资料、三维模型、检测数据等多源数据，开发覆盖文物核定、建档、规划、修缮、利用等全业务流程，推动文物管理动态化、精细化、数字化转型；推动实施规范化、标准化、智能化的文物数据汇聚、标注、治理和登记，保障文物资源数据来源可信、流程可溯、质量可靠。
赛题五：文物活化利用
将最新的AI技术与文物数字化相结合，开发针对壁画、大遗址、复杂外观文物的高效采集、加工、呈现方法，提高文物数字化采集效率、创新数字化采集及应用模式；研发面向文物虚拟复原呈现的AIGC技术、展览展示及智能导览系统；基于文物高清影像、三维模型进行素材再造、文创开发与场景创新，培育可持续的文物数据活化应用生态。
赛道十五：数据要素×中医药
赛题一：中医药高质量数据集建设
聚焦中医药特色优势，打造诸如名老中医临床诊疗数据、中医优势专科专病数据、中药新药研发等数据标注准确、应用成效突出的高质量数据集，支撑人工智能在中医药领域应用落地。积极培育中医药行业可信数据空间，探索建立符合中医药特点的数据共建共享共用及安全流通机制。
赛题二：数智赋能中医药服务能力提升
加强中医诊疗服务数据采集、使用和治理。推动中医药领域健康监测设备和中医治未病健康管理系统、“人工智能+中医医疗”等相关应用系统研发应用。推动数智赋能基层中医药服务、少数民族医药服务能力提升，推进具身智能技术在中医药服务中的应用，打造智能辅助诊疗、智慧共享中药房、数字中医馆等典型应用场景。
赛题三：数智赋能中药产业高质量发展
加强从中药材种植、采收、加工、流通到处方流转、审方、调剂、配送、临床应用及效果评估等全产业链各环节全周期数据协同利用，完善中药从生产到消费的关键信息溯源体系，探索建立中药材交易数字化与供应链协同发展机制，提升中药产业管理能力。加强数智化车间、数字孪生工厂、工业互联网技术等在中医药产业的建设应用。
赛题四：数智赋能中医药人才培养和文化传播
利用数智技术复现名老中医专家诊疗经验，总结跟师学习、临床实践和疗效等情况。推动中医药数智化教育教学资源建设利用。加强中医药教育文化服务数字化基础设施和服务平台建设利用，推动中医药知识库、中医药古籍数据库、中医药数字图书馆、中医药数字博物馆建设利用。运用AR、VR等技术，打造面向大众、可感可知的沉浸式中医药服务体验应用。
赛题五：数智赋能中医药科研创新与成果转化
研究构建中医药科研多源数据融合治理体系，形成配套的数据质量控制、标准规范与开放共享机制。深入挖掘中医证候规律，探索中药作用机制，构建真实世界研究（RWS）与循证评价模型，形成支撑中药新药、经典名方及院内制剂研发的数据解决方案，加速科技成果向临床应用转化。
赛题六：数智赋能中医药治理能力提升
围绕中医药管理部门、中医医疗机构、中医药科研机构、中医药相关企业等精细化治理需求，利用数智技术实现运营数据动态监控、智能预警和风险防控，探索中医药科学决策和精细化管理，提升决策科学化、精准化水平，推动中医药治理能力提升。
赛道十六：数据要素×数据基础设施
赛题一：数据基础设施原生应用场景赋能
依托数据基础设施体系，充分发挥跨主体联合加工、匿名化流通、数据使用控制计量等数据流通关键支撑能力，打造设施支撑前沿领域和重点行业的高价值小切口、规模化赋能民生、潜力创新应用等各类场景，形成数据基础设施跨主体协同、高性能调用、高安全保障的新模式、新业态。
赛题二：数据基础设施技术应用创新
鼓励数据基础设施深化数据编织、智能体协同等核心技术攻关与多技术融合创新应用，提升数据汇聚共享、开发利用、流通交易、交付应用等关键环节的效率与质量，支撑数据大范围、低成本、高效率的安全流通利用场景落地，形成有利于数据要素价值释放、可复制的数据基础设施建设解决方案。
赛题三：数据基础设施运营机制探索
面向数据基础设施运营中的权益分配、利益保护、生态协同等环节，探索构建设施“建设投资—场景运行—收益反哺”的市场良性循环机制。探索运营机制落地运行，健全一体化安全保障协同，丰富场景化产品和服务供给，强化设施应用供需对接，打造多元主体繁荣生态，广泛吸引各类数据主体接入并依托设施开展数据流通利用活动，助力数据要素价值释放。
赛题四：多源异构算力资源池化
推动算力资源统一接口协议设计、分布式池化编排算法、跨域资源整合、资源动态聚合等技术在算力基础设施领域的应用，探索异构算力资源的抽象建模与池化封装技术，实现算力资源的集约化整合。鼓励构建分布式算力池化系统，研发覆盖算力资源标准化接入、池化资源统一管理、实时状态同步的一体化解决方案，支持算力资源的动态入池与出池、跨节点资源聚合与拆分等能力，适配模型规模化训练需求，提升算力资源统筹配置效率。
赛题五：算力资源智能感知与监测
依托轻量化通信协议、流式数据处理、智能分析等技术手段，构建算力监测体系，突破散点监测数据轻量化无侵入采集、多源监测数据融合、流数据实时高效汇聚、任务负载与使用情况建模等关键技术，实现分布式异构算力设施运行状态的实时感知与多维刻画，有效支撑算力高效配置。鼓励构建算力自动化监测系统，支持算力使用行为的精细化计量、异常行为的智能识别，实现算力资源的态势感知，全面准确掌握算力底数。
赛题六：异构算力资源精准匹配与智能协同调度
围绕提升算力资源响应效率，鼓励算力基础设施主体打通算力底层资源，提升精细化、智能化水平。针对模型训练等核心需求，设计调度策略，实现算力资源与数据、任务的高精度匹配；突破多维资源识别、任务特征建模、智能调度策略生成等关键技术，支持基于业务优先级、服务质量、成本约束的复合调度决策。鼓励基于策略构建算力资源调度平台，通过动态资源分配、碎片化算力精准回收等技术，实现算力资源负载均衡、空闲算力高效盘活、异构算力高效利用，为数算资源高效协同奠定基础。
赛题七：绿色算电融合技术及运营模式探索
聚焦算力基础设施用能成本高问题，强化算力基础设施节能高效运行。围绕绿电直供、电力算力联合调度等方向，开展源网荷储一体化、虚拟电厂、负荷预测、算力调度等技术创新，实现算力任务与绿电资源、电网负荷时段的优化匹配，并探索运营模式，提升算力设施节能降碳水平。鼓励推进算力系统与电力系统间标准化数据接口对接、双向数据交互，运用人工智能、大数据分析及源网荷储一体化等关键技术，促进电力与算力双向赋能，实现算力绿色高效发展。
赛道十七：数据要素×数据产权创新
赛题一：从乘用车到L4无人物流车的跨车型采集数据视角重建（出题企业：中安智联汽车科技（安徽）有限公司）
当前智驾训练数据高度依赖“单车实地采集”模式。尽管乘用车（如具备城市NOA功能的车辆）已积累海量高质量数据，但受限于车型物理尺寸、传感器安装高度（乘用车与无人物流小车视角差异极大）、视场角及传感器组合配置的差异，数据难以直接互通复用。在L4级无人物流车的业务场景下，若仍需重复开展“扫街”式采集，将导致单公里有效高精数据获取与处理成本居高不下、数据复用率低。本赛题要求参赛队伍基于给定的源车型（乘用车）车端数据，突破视角与硬件差异，利用空间转换、深度估计与图像生成等算法技术，实现向目标车型（L4无人物流小车）跨传感器配置的视觉泛化，生成高保真、符合物理规律的无人车视角的感知数据。
赛题二：基于智能线控底盘采集数据的云端AI诊断模型（出题企业：合肥思卡途汽车科技有限公司）
目前智能线控底盘在投入市场后，使用过程不可避免地会出现问题，线控底盘的T-BOX只记录数据，现场运维人员无法及时评估和诊断结果，需要后台技术人员根据T-BOX记录数据作出问题判断，再由运维人员进行现场处理，整体问题处理效率低下，影响产品的运营，客户满意度低。融合AI技术，基于目前T-BOX技术和智能线控底盘在市场过程中反馈问题的数据积累，构建线控底盘市场问题的智能诊断系统，提高产品问题诊断精准度及运维效率。
赛题三：基于多源数据的癌症个体化精准用药智能决策体系构建（出题企业：合肥中科普瑞昇生物医药科技有限公司）
融合癌症原代细胞药物敏感性数据、患者分子特征数据与药物信息数据，构建智能用药决策体系，实现从经验性化疗到个体化精准用药的根本性转变，提升癌症治疗精准度与产业效能。
赛题四：基于临床样本数据的肿瘤耐药性靶点的智能发现（出题企业：合肥中科普瑞昇生物医药科技有限公司）
肿瘤耐药是晚期肿瘤治疗失败的主要原因，超九成患者死亡与耐药相关。传统靶点挖掘依赖经验、通量低，难发现新型靶点。本赛题通过整合临床样本（原代细胞）多组学、单细胞、临床药敏和病理信息等数据，全局挖掘潜在耐药靶点，经算法筛选与湿法验证，发现具备临床预后价值、可指导肿瘤精准分层用药的耐药靶点，助力抗癌新药研发与个体化治疗。
赛题五：基于视频数据的混凝土坍落度智能预测（出题企业：安徽海螺信息技术工程有限责任公司）
混凝土坍落度是衡量其可施工性与质量一致性的核心指标，贯穿生产配料、出机检测、运输到场及浇筑入模全流程。然而，行业长期依赖人工插捣、尺量读数的传统方法，不仅效率低下、劳动强度大，更因操作规范参差不齐导致结果主观性强，难以支撑实时、连续、批量的质量管控需求。该赛题旨在利用视频数据和计算机视觉技术，实现对混凝土坍落度的快速、智能、非接触式预测，在复杂工况（光照变化、粉尘遮挡、多目标干扰）下实现稳健的视觉感知，从视频时序信息中有效提取坍落动态特征，而非仅依赖单帧图像。最终支持生产质量控制和施工工艺优化，提高行业数字化和智能化水平。
整体来看，2026年“数据要素×”大赛安徽分赛不收取任何参赛费用，赛事覆盖产业范围广、政策扶持力度大、产融对接渠道完善，无论是成熟落地的数据应用项目，还是数据产权创新类初创技术方案，都具备极高的参赛价值。但赛道精准匹配、申报书撰写、知识产权合规梳理、路演PPT打磨、数据产权材料筹备等环节专业性极强，稍有疏漏就会错失晋级机会。
我们深耕项目申报领域14年，累计服务超3万家企业，专属服务安徽、湖北、江苏、湖南、四川、陕西六省，可提供前期规划、中期材料培育、全程申报跟进闭环服务，涵盖高企、专精特新、智能工厂、知识产权布局、数据要素赛事申报全链条业务。如需免费一对一项目诊断、赛道匹配、专属申报方案定制，可直接添加微信15855157003（电话同号），全程协助企业稳妥参赛、最大化兑现赛事政策红利。
若您对申报事宜有任何疑问，欢迎联系我们，免费获取一对一咨询及专属方案：15855157003（微信同号）。
我们深耕项目申报领域十余年，累计服务企业超3万余家。专注服务安徽、湖北、江苏、湖南、四川、陕西六省企业，提供从“前期规划→中期培育→后期申报”的全流程闭环服务。我们不仅是材料专家，更是您的战略伙伴，精准匹配各省政策红利，确保每项关键认证成功落地。
六省企业持续选择我们的原因：
资质认定：高企认定（全国）、科技型中小企业、专精特新
研发平台：企业技术中心、工业设计中心、技能大师工作室
智能绿色转型：智能工厂、数字化车间、绿色工厂、两化融合贯标
专项荣誉：首台套、老字号、政府质量奖、科技成果评价
知识产权：专利、商标、版权、软著
工商财税：全方位合规支持
您的收益：
精准匹配政策：避免盲目申报，节省企业成本
全流程陪伴：让您专注核心业务，无后顾之忧
十年实战经验：成功案例可查，专业值得信赖
一、大赛名称
2026年“数据要素×”大赛安徽分赛
二、大赛主题
数据赋能乘数而上
三、组织架构
在安徽省人民政府、国家数据局指导下，安徽省数据资源管理局牵头成立安徽分赛组织委员会和分赛专家委员会。
（一）组织单位
指导单位：安徽省人民政府、国家数据局
主办单位：安徽省数据资源管理局
承办单位：安徽省数字江淮中心、安徽省数据交易所有限公司（以下简称“省数交所”）、华安证券股份有限公司、中国电信股份有限公司安徽分公司、中国移动通信集团安徽有限公司、中国联合网络通信有限公司安徽省分公司、上海浦东发展银行股份有限公司合肥分行、合肥市数据资源管理局、亳州市数据资源管理局、淮南市数据资源管理局、滁州市数据资源管理局、芜湖市数据资源管理局、安庆市数据资源管理局、黄山市数据资源管理局、安徽省零碳协会、安徽省现代农业协会、安徽省物流协会、安徽省数字金融科技协会、安徽省健康文化旅游产业促进会、安徽省气象学会、安徽中安创谷科技园有限公司。
协办单位：中共安徽省委金融委员会办公室、安徽省发展和改革委员会、安徽省教育厅、安徽省科学技术厅、安徽省工业和信息化厅、安徽省人力资源和社会保障厅、安徽省自然资源厅、安徽省生态环境厅、安徽省住房和城乡建设厅、安徽省交通运输厅、安徽省农业农村厅、安徽省商务厅、安徽省文化和旅游厅、安徽省卫生健康委员会、安徽省应急管理厅、安徽省人民政府国有资产监督管理委员会、安徽省医疗保障局、安徽省中医药管理局、安徽省气象局、安徽省总工会、安徽省科学技术协会、中国人民银行安徽省分行。
支持单位：安徽省大数据产业协会、合肥综合性国家科学中心数据空间研究院、清华大学合肥公共安全研究院、安徽省数字经济学会、安徽省政府咨询机构对外交流合作协会、安徽省服务贸易和数字贸易协会、安徽省科技成果转化促进会、安徽省科学家企业家协会、安徽省青年企业家协会、安徽省旅游协会、安徽省城市规划学会、安徽省人工智能协会、安徽省通信学会、安徽省航空学会、安徽省通用航空协会、中国物流与采购联合会平台与运力分会、安徽省防雷协会、安徽省安全生产协会、合肥市应急协会，北京航空航天大学合肥创新研究院、合肥工业大学智能制造技术研究院、安徽省未来智能网联新能源汽车创新中心，合肥市科创集团有限公司、合肥中科普瑞昇生物医药科技有限公司、安徽海螺信息技术工程有限责任公司、中安智联汽车科技（安徽）有限公司、合肥思卡途汽车科技有限公司?。
（二）分赛组织委员会
安徽分赛组织委员会（以下简称“分赛组委会”）负责分赛的组织实施。安徽省数据资源管理局法规标准处承担分赛组委会秘书处工作，统筹协调推进安徽分赛赛事组织、宣传推广、技术保障和推进战略合作等工作，安徽省数字江淮中心和省数交所在分赛组委会秘书处指导下负责具体工作。各赛道承办单位牵头设立赛道工作专班，负责各赛道赛事组织策划、协调和执行。
（三）分赛专家委员会
由高校、科研院所、行业头部企业、行业协会、投融资机构等专家共同组成，负责评审工作。
四、赛道设置
设置工业制造、现代农业、物流与商贸流通、交通运输、金融服务、科技创新、医疗健康与保障、应急管理、气象服务、城市治理、绿色低碳、人力资源、低空经济、文物保护利用、中医药等15个行业赛道，1个数据基础设施专业赛道和1个数据产权创新赛道。赛道赛题设置以应用为导向，旨在通过分赛遴选出一批应用成效显著、创新性强、引领效应好的数据要素开发利用解决方案，赋能相关产业高质量发展。其中，数据产权创新赛道采取“市场出题—团队解题—平台验题—基金投题—政府助题”的同题共答模式，聚焦解决企业真实业务痛点形成赛题，组织参赛团队利用包括但不限于平台和赛题提供的数据解题，同步从出题供数到数据治理、数据产品开发、成果转化等全流程，提供合规评估、产权登记、质量评价、资产评估、流通交易、投资对接等服务，推动不同主体、不同权限的数据合规高效融合利用、创新使用，实现以数据链贯通创新链、产业链、资金链、人才链，加快推进数据要素市场化价值化。
在分赛组委会的统筹指导下，工业制造赛道由安徽省工业和信息化厅指导，安徽省零碳协会具体承办；现代农业赛道由安徽省农业农村厅指导，安徽省现代农业协会具体承办；物流与商贸流通赛道由安徽省商务厅指导，安徽省物流协会具体承办；交通运输赛道由安徽省交通运输厅指导，安徽省物流协会具体承办；金融服务赛道由中共安徽省委金融委员会办公室和中国人民银行安徽省分行指导，安徽省数字金融科技协会具体承办；科技创新赛道由安徽省科学技术厅指导，合肥市数据资源管理局具体承办；医疗健康与保障赛道由安徽省卫生健康委员会和安徽省医疗保障局指导，安徽省健康文化旅游产业促进会具体承办；应急管理赛道由安徽省应急管理厅指导，合肥市数据资源管理局具体承办；气象服务赛道由安徽省气象局指导，安徽省气象学会具体承办；城市治理赛道由安徽省住房和城乡建设厅指导，滁州市数据资源管理局具体承办；绿色低碳赛道由安徽省生态环境厅和安徽省自然资源厅指导，淮南市数据资源管理局具体承办；人力资源赛道由安徽省人力资源和社会保障厅指导，安庆市数据资源管理局具体承办；低空经济赛道由安徽省发展和改革委员会指导，芜湖市数据资源管理局具体承办；文物保护利用赛道由安徽省文化和旅游厅指导，黄山市数据资源管理局具体承办；中医药赛道由安徽省中医药管理局指导，亳州市数据资源管理局具体承办；数据基础设施赛道由安徽省数据资源管理局指导，芜湖市数据资源管理局具体承办；数据产权创新赛道由安徽省数据资源管理局指导，省数交所和华安证券股份有限公司具体承办。
五、参赛条件
安徽分赛秉持开门办赛的原则，企业、行政事业单位、科研院所、高校等均可参赛，鼓励产学研用等主体联合参赛。参赛单位、参赛项目、提交材料应符合大赛基本要求。
（一）参赛单位要求
1．参赛单位须是具有独立法人资格的企业、行政事业单位、科研院所、高校等单位。允许上述组织间合作组队报名，合作组队需指定一个组织为牵头参赛单位。被列入“信用中国”网站记录失信被执行人、重大税收违法案件当事人名单、政府采购严重违法失信行为记录名单、有重大违法记录的单位不得参赛。
2．同一参赛单位可以有多个团队和项目参赛，但每个参赛团队只能提交1个参赛项目，每个参赛团队的参赛代表人数不超过5人，每个参赛代表只能代表1个团队参加比赛。报名截止之后，参赛代表不可更改。
3．参赛团队如选择在安徽分赛报名参赛，需遵守安徽分赛的赛事要求和安排，不接受重复参赛。
4．参赛团队需遵守安徽分赛规则，对所有信息的准确性和真实性负责，一经发现虚假信息将取消参赛资格。参赛团队名称需符合法律法规、公序良俗相关规定。
5．安徽分赛相关组织企业及其母公司、分公司、子公司、控股公司均不得在安徽分赛参赛，否则参赛成绩无效。在确保赛事评审工作公平公正的前提下，各级政府部门及事业单位可参与应急管理、城市治理、气象服务等赛道。
6．获得晋级全国总决赛资格的参赛单位应接受安徽分赛主办方或大赛组委会包括参赛项目知识产权在内的相关审核，审核未通过的团队将取消获奖资格及全国总决赛参赛资格。
（二）参赛项目要求
1．参赛项目须符合安徽分赛赛道要求并符合赛题方向，每个参赛项目限报一个赛题方向，且不在其他分赛参赛。赛题一经选定不得更改。
2．行业赛道和数据基础设施赛道参赛项目要求已经开展实际应用，取得实际效益或具有潜在效益，包括但不限于拥有自主产权的技术、产品、解决方案等。数据产权创新赛道参赛项目要求利用包括但不限于平台和赛题提供的数据创新开发数据产品，形成包含数据产品和技术方案的参赛成果。
3．行业赛道和数据基础设施赛道参赛项目的创意、产品、技术及相关专利等知识产权应归属参赛单位，未侵犯任何他人的专利权、著作权、商标权及其他知识产权，且不得违反国家相关法律法规，否则将取消参赛资格和成绩。数据产权创新赛道参赛项目成果的数据产权归属及数据产品价值分配应结合各方供数、融合利用、创新使用、衍生创造等情况合理确定，具体比例以协商为准，省数交所提供多主体联合确权登记服务，保障各方合法权益。
4．具体参赛项目名称由参赛团队自行拟定，符合赛道和赛题要求，能体现出数据要素的主要特征。参赛项目名称、参赛团队名称需符合法律法规、公序良俗相关规定。
5．在安徽分赛、全国总决赛期间，参赛团队均可在不改变项目名称和主要内容的基础上，持续推进参赛项目迭代升级。
6．评审期间，参赛团队须按照分赛组委会的要求补充提交参赛项目有关材料。所有已提交的相关材料原则上不予退还。
（三）参赛项目提交内容
参赛项目应包括但不限于以下内容：
1．行业赛道和数据基础设施赛道参赛项目申报书。
（1）项目概述：项目背景、应用行业、核心优势等。
（2）解决方案：数据要素基础、技术路线、数据治理、机制创新与模式创新、安全保障等。
（3）应用成效：破解问题痛点、质效提升成效、经济社会效益等。
（4）价值创造和实现模式：推广示范价值、模式可持续性等。
（5）知识产权情况：专利数量、软著数量等。
2．数据产权创新赛道参赛项目提交成果内容。
（1）数据产品：包括但不限于数据集、算法模型、API等。
（2）技术方案：包括但不限于产品介绍、赛题痛点分析、设计思路、技术路线、数据资源、数据治理、安全保障等。
（3）数据产权证明：由省数交所支持形成的数据产权登记凭证等证明材料。
（4）创新成效：产品的核心优势、创新点和应用价值等。
（5）团队介绍：履历、资质和优势等。
3．相关证明材料。参赛单位相关的基本资质、申报主体责任声明、财务审计、信用情况等证明材料，以及和参赛项目相关的基本资质证明、应用案例证明、知识产权证明等材料。所有材料须为参赛单位所有，严禁使用母公司、分公司、子公司、控股公司或其它非参赛单位材料，否则将取消参赛资格和成绩。
4．其他证明材料。如项目评审时需要的介绍材料、可直观展示参赛项目效果的视频、产品解决方案的模型和说明文档等。
（四）评审规则
为保障安徽分赛公平公正，同时与全国总决赛相衔接，安徽分赛参照全国大赛组委会制定统一评审规则执行。其中，数据产权创新赛道评审规则由安徽分赛组委会会同出题企业、投资机构和专家制定。
六、赛程安排
（一）报名参赛阶段（6月上旬—7月中旬）。组织线上和线下推广工作，动员参赛队伍报名，开展资格审核，提交参赛成果。其中数据产权创新赛道根据资格审核结果开通平台权限，提供数据支持，进行数据产品开发。省数交所同步提供数据合规评估、产权登记等服务，投资机构组织投资条件审核，会同出题企业提供业务指导并开展初步调查，对接沟通摸排资金需求。
（二）初赛评审阶段（7月下旬—8月上旬）。组织线上初赛评审和技术验证，行业赛道和数据基础设施赛道按每个赛道前20个项目进入决赛，数据产权创新赛道按每个赛题前6个项目进入决赛。数据产权创新赛道须在评审前完成数据产品的产权登记。投资机构与出题企业开展技术先进性及商业价值研判。
（三）决赛评审阶段（8月中旬—8月下旬）。采取线下路演答辩的方式开展决赛评审。行业赛道和数据基础设施赛道每个赛道评出金奖1个、银奖2个、铜奖3个、优秀奖6个。数据产权创新赛道参赛项目还须在决赛评审前通过出题企业真实业务场景实测，每个赛题评选出金奖1个、银奖1个、铜奖1个。
（四）项目提升和成果转化阶段（8月底前）。持续优化项目，提升参加全国总决赛的质量。组织投资机构、重点园区与获奖团队和出题企业进行商业化落地方案会商，投资机构根据投资策略开展投资方案洽谈、尽调及相关合作签约，进行成果落地转化。
具体时间根据实际情况可适当调整。
七、奖励及成果应用
（一）安徽分赛奖励
1．推荐参加全国总决赛。安徽分赛根据比赛结果向全国大赛组委会提交拟晋级全国总决赛的推荐名单，各比赛环节的相关评审资料将留档备查，用于全国大赛组委会对安徽分赛评审过程的监督。安徽分赛推荐到全国总决赛的团队应接受实质性审核，审核未通过的队伍将取消全国总决赛参赛资格。
2．产融对接。获奖团队可参与分赛组委会组织的产融合作等活动，分赛组委会帮助与政府投资基金、产业投资基金、央企投资机构、创业投资机构、银行等对接。其中，数据产权创新赛道按赛题开展专项对接，出题企业和获奖团队纳入大赛合作投资机构项目储备库；投资机构根据各自投资策略开展投资方案对接及尽职调查，对符合条件的项目签订投资意向书并推进投资落地，具体投资金额及股权分配比例以协商为准。
3．数据产权服务。按照“产权即服务”的理念，数据产权创新赛道由省数交所提供如下服务：（1）数据产权登记服务。为出题企业和参赛团队开展数据合规专项辅导，定制合同协议，明晰数据产品各参与主体的权益划分比例，为数据资源和数据产品提供免费的数据产权登记服务，保障各方数据来源合法、产权清晰。（2）数据供需撮合服务。在数据产品开发过程中，对需要外部数据支持的，开展数据资源撮合匹配。对于融合产生、衍生创造的数据，提供多主体联合确权登记服务。（3）数据质量评估服务。严格遵循国家标准及行业规范，从数据准确性、完整性、一致性等多维度开展专业测评，出具数据质量评估报告。（4）数据价值评估服务。整合成本法、收益法、市场法三大主流评估模型，结合数据合规确权结果与质量评级，科学测算数据资产公允价值，出具数据价值评估报告。（5）数据挂牌交易服务。依托省数交所平台，为优质参赛成果提供挂牌展示、合同拟定、交易撮合、资金结算等一站式全流程数据交易服务。（6）数据资产入表服务。严格遵照财政部会计准则，协助有需要的企业完成数据资产确权、价值计量、财务列报等工作，将合规数据资源确认为无形资产或存货，纳入企业财务报表。（7）数据质押融资、作价入股等服务。为获奖项目提供基于数据产权登记的专业价值评估，对接金融机构提供质押融资服务，对接基金机构或相关合作方提供作价入股服务。（8）数据资产证券化服务。支持获奖项目的数据产品通过结构化设计、信用增级等方式发行资产支持证券（ABS），拓宽企业直接融资渠道。
行业赛道和数据基础设施赛道参赛项目可根据需要对接省数交所提供数据产权登记、质量评估、价值评估、挂牌交易、资产化等全链条服务。
4．政策激励。根据《深化数据产权登记推进数据要素市场化价值化若干举措》等文件，支持获奖团队依法合规按程序参与申报安徽省首创性数据产品、高质量数据集建设试点、可信数据空间建设试点。支持获奖团队积极申报国家“数据要素×”、公共数据“跑起来”、高质量数据集、数字中国建设、城市全域数字化转型、数据标注、数据基础设施、数据流通安全治理等数据领域试点示范或典型案例。
5．成果转化。持续开展场景对接，适时举办“数据要素×”场景创新应用对接等活动。数据产权创新赛道参赛成果由出题企业、获奖团队等相关方，依据数据产权登记证明等材料开展协商，以购买、投资或合作推广等方式推进成果应用。
6．落地入驻。帮助获奖项目对接招商引资机构，优先推荐落地安徽省内重点产业园区，享受相应政策。
7．人才支持。符合条件的优秀获奖团队可帮助对接申报省、市相关人才招引项目。
8．交流学习。获奖团队有机会参与分赛组委会举办的政策宣贯、专业培训、成果转化等活动。
9．宣传推介。获奖项目可在相关媒体渠道进行宣传报道和服务推介等。
（二）全国总决赛提供的赛事奖励
全国总决赛的获奖团队和获奖项目可享受全国总决赛赛事奖励及国家相关行业主管部门提供的其他权益。
八、其他事项
（一）竞赛平台。安徽分赛官方网址为https://dexc.szahgs.com。
（二）安全保障。赛事组织过程中，确保数据的安全性与保密性。各赛道具体承办单位落实安全主体责任，加强合规监管。安徽分赛官网技术支持单位要强化安全技术措施，保障平台网络安全和数据安全。
（三）舆情及法律风险预防。针对可能产生的舆情风险，一是保障公平、公正、公开，严格贯彻开门办赛原则，将透明公开落实到分赛的各个环节，制定统一的评审规则。二是强化出口管理，分赛相关宣传方案需经分赛组委会审议同意后方可对外发布。三是加强规则管理，强化数据产权、知识产权等合规性审核，对获得奖项的项目进行数据产权、知识产权、数据来源合法性等内容审核，并对参赛项目、参赛团队名称等进行规范。
（四）公示与举报。本着公平、公正、公开的原则，安徽分赛实行获奖作品公示和举报制度。在安徽分赛官网公示获得安徽分赛奖项的项目，公示期7天，供各界监督、评议。未通过公示的团队将取消获奖成绩并追回奖励。举报实行实名制，并要提供相应的证据，匿名举报无效，举报由安徽分赛组委会进行受理、核查、裁定。为保证赛事公益性，安徽分赛不向参赛团队收取任何参赛费用。
（五）标识管理。分赛严格执行大赛标识管理要求，规范名称为：2026年“数据要素×”大赛安徽分赛。涉及安徽分赛名称描述时，需对外使用准确标识名称，如涉及需体现安徽分赛组织架构时，应完整表述组织架构中各机构全称，不得增删。各赛道承办单位有义务通知媒体、设计等所有对外信息输出部门使用正确名称。
未经安徽分赛组委会的许可，任何单位和个人不得擅自使用与大赛标识相同或近似的图形、文字或其组合，不得将大赛名称、大赛标识等用于商品、商品包装、容器、商品交易文书上，不得用于任何形式、任何媒体的广告宣传、展览以及其他商业活动中，不得实施任何可能使人认为其与2026年“数据要素×”大赛安徽分赛、安徽分赛组委会存在特定联系的混淆行为。
（六）其他事项。安徽分赛最终解释权归分赛组委会所有。未尽事项，请通过安徽分赛官网查询。
2026年“数据要素×”大赛安徽分赛赛道赛题
赛道一：数据要素×工业制造
赛题一：数据驱动的高端产品智能设计与迭代
聚焦产品研发环节，汇聚用户使用数据、运行工况及售后反馈等多源信息，构建产品性能衰退模型与用户需求画像，支撑产品设计的智能优化与个性化服务预测。
赛题二：工业大模型智能体的研发与应用
以设备数据、工艺参数、运维日志等多模态数据为基础，结合行业知识库，研发具备自然语言交互与任务执行能力的领域智能体，实现故障诊断、工艺调优、生产排程等场景的自主分析与决策。
赛题三：具身智能驱动的机器人作业与协同优化
基于机器人运行数据、环境感知数据与作业任务数据，构建具备实时感知与自主决策能力的机器人智能体，实现复杂场景下的自适应操作、多机器人协同作业与任务动态调配，提升作业精度与系统效率。
赛题四：重点工序碳排放智能监测与协同减排
贯通能耗、物料、生产及排放数据，构建实时可信的碳排放“测、算、溯”模型，研发能碳协同优化策略，实现从单点节能到系统减排的数据驱动解决方案。
赛题五：产业链协同与供应链风险预警
利用订单、库存、物流、质量等供应链全域数据，构建动态全景视图与风险知识图谱，开发供应风险传播预警模型与产能调度算法，提升产业链透明度与抗风险韧性。
赛道二：数据要素×现代农业
赛题一：促进农业生产技术与装备数智化水平提升
聚焦农田、设施、畜牧、水产养殖、低空作业等生产场景，通过整合利用北斗导航、遥感、气象、环境、土壤、农情、疫病等多源传感器与农事、农机作业数据，促进新能源农机、高端智能农机装备、种采收机器人、植保机器人、畜牧和渔业智能装备、农业无人机等先进性、稳定性、适应性、识别精度及作业质效的提升，进一步推动农业生产先进技术与装备的示范推广与产业化应用，助力发展设施种植业、现代畜牧业、现代渔业与农业低空经济。
赛题二：数据创新应用赋能农业发展全面绿色转型
围绕农业资源节约利用、农产品产地环境管理、农业生态修复、绿色产业链打造、绿色技术支撑等领域，通过大数据、人工智能等技术的结合创新应用，有力促进农业发展全面绿色转型。
赛题三：促进耕地质量监测与保护的智能化水平提升
通过融合利用遥感影像、土壤采样、气象观测、土地利用、农业管理及历史评价等各类数据，构建耕地质量智能监测模型和系统，为耕地保护、种植用途监测、耕地质量监测、耕地障碍与退化分析等应用提供服务，提高耕地质量监测能力和时效性，促进耕地数量、质量、生态“三位一体”保护，助力提升粮食产能与打牢粮食安全保障基础。
赛题四：强化种业全链条智能追溯监管能力
贯通公共数据、行业数据、感知数据、互联网数据、品种包装及市场销售信息等数据链条，构建跨部门、跨区域、跨主体的种业数据融合应用体系，关联品种信息、生产经营信息、市场区域分布信息、疑似假劣侵权线索等信息，打造“品种—企业—地域—风险—建议”全景视图，形成可推广的“数据要素+种业治理”解决方案，破解当前种业市场监管中存在的种子假冒伪劣及套牌侵权时有发生、市场信息不对称、追溯体系不完善等难点，有效净化种业市场、保障粮食安全。
赛题五：多维数据利用加快宜居宜业和美乡村建设
利用农村人口、经济、基础设施、公共服务等多维数据，开展多源数据融合与治理状态监测，构建全面立体乡村发展数据视图，打造乡村治理数字化服务场景，培育数据驱动的乡村建设新模式与新业态，加快推动乡村治理效能提升、公共服务优化、人居环境改善、乡村基础设施完善与乡村产业融合。
赛题六：促进监测帮扶工作数字化水平提升
紧盯自然灾害、农副产品价格大幅下跌、失业增多与农户突发性返贫致贫风险，通过灾害数据、价格信息、就业监测与信令、“三保障”和饮水安全保障等相关数据与大数据、人工智能技术的应用，打造规模性和到人到户返贫致贫风险智能预警应用场景，助力做到早发现、早干预、早帮扶。同时进一步汇集帮扶措施信息，结合帮扶对象家庭成员情况、生产生活条件、所在区域产业发展状况等，将帮扶政策措施与农户进行匹配，变“人找政策”为“政策找人”。最后利用风险预警、识别认定、精准帮扶、规范退出等数据做好帮扶成效评估，科学评价防止返贫致贫监测帮扶各环节工作效能，守牢不发生规模性返贫致贫底线。
赛题七：多源数据应用推动利益联结与惠农增收
围绕欠发达地区主导产业，整合种养、加工、流通等各环节数据，通过形成产业全链数据图谱，构建产业全链风险监测预警模型，设计切实可行的利益联结机制，促进价格联动、组织联结、风险共担与增值收益共享，提高农户抵御产业风险的能力，同时优先带动防止返贫致贫对象、继续帮扶的脱贫人口融入产业链各环节，分享更多产业增值收益，并持续带动其他农户发展，助力农民稳定增收。综合利用饲料、养殖、防疫、检疫、调运、屠宰、无害化处理等环节数据，强化生猪产能综合调控数据支撑，促进产需更加适配，推动猪价合理回升。
赛题八：面向农业生产经营主体的数据信息服务新模式
通过综合利用农产品生产、加工、储运、销售、贸易、消费等全链条各环节数据，面向农业生产经营主体提供自然灾害、疫病传播、价格波动等监测预警服务，以及智慧种养、智慧捕捞、产销对接、疫病防治、行情信息、跨区作业、一站式采购、供应链金融等数据信息服务，为农业生产经营主体制定决策与调控产能提供参考，推动农业生产抗风险能力提升与以需定产模式形成。
赛题九：数据应用驱动农技服务水平提升
构建基于数据驱动的粮油作物单产提升、病虫害智能监测与绿色防控、基层农技人员能力提升的精准化、高效化、普惠化农技服务模式，研发小农户适配的轻量化农技数据服务工具，高效助力农业新质生产力发展，为粮食和重要农产品稳产保供、乡村全面振兴提供科技支撑。
赛题十：加快农业大模型研发与落地应用
围绕智慧育种、农作物种植、畜禽水产养殖、农机作业、病虫害防治、农资使用、农作物遥感解译、农业政策解读等服务场景，建立高质量数据集，研发可落地、可推广的农业大模型，进一步提升农业知识服务的科学性、易用性与可靠性。
赛题十一：探索建立农业可信数据空间
聚焦农业农村重点领域数据的典型应用场景，依托区块链、隐私计算等技术建立可信数据空间，有效解决数据来源不可控、流转不可溯、共享不安全等痛点，促进应用需求迫切数据的高效流通与安全利用。
赛题十二：数据融合利用促进农业补贴精准发放与服务触达
融合农村产权交易、土地流转、新型农业经营主体、土地承包、遥感、农业补贴等多源数据，精准摸清土地经营权归属，准确识别补贴受益主体与涉农服务对象，优化农业补贴发放流程，拓宽涉农服务直达经营主体的渠道，推动实现地块级的农业补贴精准发放和涉农服务精准触达。
赛道三：数据要素×物流与商贸流通
赛题一：推动形成覆盖物流供应链全场景的数据、技术和产品服务能力
鼓励共商共建数字化协同平台，支持企业依托货源数据、运输仓储数据、装卸搬运与流通加工等数据形成数据要素产品、数智技术产品，深入研究物流行业场景数据赋能解决方案、企业数智供应链产品、物流供应链增值服务。依托数据场景创新，实现物流业与一、二、三产高效融合发展。
赛题二：深化数据融合，赋能品质电商与服务消费
面向消费升级需求，鼓励相关商贸流通主体融合多维度消费数据，运用大数据算法，强化异常数据监测预警与拦截功能，赋能家电以旧换新、数码和智能产品购新补贴申领，实现对消费者、商品、企业等各方数据的实时校验，扎实推进“高效办成一件事”，提升全国家电以旧换新、数码和智能产品购新补贴能效和防风险能力。围绕“品质电商”、数字消费、绿色消费、循环消费等新场景，开发提高消费者信任度和满意度的数据驱动型服务，助力企业从“流量竞争”转向“价值竞争”。
赛题三：强化数智驱动，构建高质量现代流通体系
围绕提升供给效率，鼓励流通企业打通上下游各环节数据，提升供应链数智化水平。支持汇聚商品全生命周期和流通全维度数据，创新二手车流通交易和生活必需品应急保供方式。以电商监测数据赋能“电商+产业带”，识别各地电商主导产业，提升产业有效聚集和产业链上下游协同效能。鼓励因地制宜开展数据集建设，在数据集建设运营、应用、生态培育等领域开展探索，研究数据驱动的新模式。支持行业大数据基础设施与智能体建设，夯实现代流通基础设施。
赛题四：拓展数据应用，服务企业高水平“走出去”
应对海外市场环境变化，支持外贸企业、跨境电商、海外仓运营商等主体，整合东道国市场需求、合规规则、物流配套、消费偏好等本地化数据，提升全球运营的精准性与安全性。支持面向品牌出海的合规导航、智能选品、海外仓布局、投资风险评估等数据服务，帮助企业更好融入当地市场，实现从“产品出海”到“品牌扎根”的跃升。
赛道四：数据要素×交通运输
赛题一：打造一站式赋能综合客运枢纽智慧运行的数据产品
打通综合客运枢纽多部门、多系统数据链条。构建智能化治理、智慧化运行的大数据集。运用生成式人工智能技术，开发面向出行者、运营企业、决策部门服务需求的场景联动、智能生成的数据产品大模型，推动打造服务便捷、运营协同、响应联动、绿色环保的智慧综合客运枢纽。
赛题二：高速公路数据“上图上车”
立足国家综合立体交通网主骨架，选择数字化基础条件较好、一体化运行需求明显的跨区域大通道，构建覆盖高速公路运营管理单位、车企、图商、电信运营商等的车路协同数据联盟，推动高速公路数据“上图上车”技术研究、标准研制、联合验证、应用推广等工作。
赛题三：基于多源数据的农村公路运行状况动态识别分析
融合交通监控视频、巡查车及浮动车车载视频、卫星定位等信息数据资源，应用大数据分析、人工智能和视频识别等技术，识别农村公路路面抛洒物、坑槽、安全设施缺损等事件，探索建立农村公路运行状况和风险事件的动态识别、处置闭环管理流程，缓解农村公路基层管养人员工作压力，提高工作效率，提升相关资金使用效益。
赛题四：高速公路交通拥堵智能预警
聚焦高速公路运行管理需求，充分利用视频监控、ETC门架、手机信令、导航图商等多源异构数据，采用新一代信息技术，实现短时交通流精准预测，交通运行态势智能分析，交通拥堵点位精准识别和成因分析，拥堵持续时间科学预测，管控策略自动生成，推动高速公路拥堵治理由被动响应向主动预警、精准干预和科学决策转型升级，全面提升高速公路网运行管理的数字化、智能化与协同化水平。
赛题五：公路小尺度恶劣天气影响预报与联动响应
聚焦强降雨、低温雨雪冰冻、大雾等恶劣天气场景，充分利用公路沿线气象实况、交通流状态、历史灾害事件等数据，依托人工智能等新一代信息技术，研发“公里级、分钟级”公路小尺度短临预报预警模型，捕捉公路沿线小尺度天气的生消演变过程及其对公路交通影响，开展小尺度天气预警技术效果评估。深化气象数据与交通运行数据的多元融合分析应用，优化公路交通主动防御管控智能决策算法，构建“预警—决策—处置”的智能管控体系，增强公路安全运行的主动防控能力。
赛题六：多源数据融合应用提升航运服务能力
推动铁路与港口等联运上下游企业，依法依规在市场化原则下建立稳定可靠的信息系统交互和数据开放机制，实现货物动态全程跟踪，强化铁路、港口、航运等作业协同，提升铁水联运服务效能。融合应用航运、公路、铁路等多源数据，实现运输路径规划、成本时效评估、风险识别预警、合规辅助决策等重要环节智能化应用，赋能航运及“端到端”供应链服务能力提升。
赛题七：提升电子航道图赋能智能航运服务水平
融合航道多元感知数据，构建电子航道图服务高质量数据集，综合应用大数据、大模型等人工智能技术开发面向船民的语义、语音交互智能体，提升航道智慧服务效能。
赛题八：提升港口重大风险监测预警能力
聚焦港口危险货物重大危险源罐区、集装箱堆场等重大风险场所，推动港口重大危险源多源监测数据与人工智能等技术在风险智能监测预警方面的深度融合应用。
赛题九：提升公路水运在建工程数智化管理水平
推动智能预警感知、人工智能大模型等技术在工程建设领域应用，实现工程施工现场质量安全问题的智慧识别、动态监测和主动预警，探索实施大数据智慧辅助管理，支持工程建设质量管控从“事后检测整改”向“事前监测预警”转变，提升工程建设质量安全管理效能。
赛题十：面向交通运输领域的人工智能大模型与高质量数据集建设
研发面向综合交通运输大模型建设的数据治理通用工具，强化数据标准研制、实施、验证，支撑行业通识语料加工、实时运行数据清洗和预处理，提高大模型建设效率。依托算法算力平台、可信数据空间以及高质量数据集建设，开展多模态大模型构建与智能体开发，推动人工智能技术在公路、水路、民航行业运行、服务及规划建设方面融合创新应用，助力行业数智化转型升级和高质量发展。
赛题十一：全域物流供应链数据融合与智慧运力协同
聚焦交通物流降本提质增效，打破公铁水航及仓储数据壁垒，构建全链路协同网络。打通多式联运数据，实现“一单制”全程可视化与无缝衔接，整合社会分散运力，利用AI算法实现货源运力实时动态匹配以降低空驶率；融合物联网感知、环境监测数据，对冷链、危化品运输等场景实施全流程状态主动预警，打通产供销数据链，优化库存布局及末端配送体系；建立碳足迹核算体系，科学规划低碳运输路径，推动物流向“全网协同、智能决策、绿色安全”转型。
赛题十二：民航航班运行智慧协同与效能提升
综合利用飞行数据、航班运行数据、空域态势数据、机场资源数据、气象情报数据等，开展智能协同决策和风险智能预警，实现航班延误下智能恢复、机组—飞机—资源智能调配、航网规划与计划编排优化，提升航班运行质量与效率。
赛题十三：民航旅客全流程精准服务与优化
整合旅客出行全流程数据，聚焦票务、安检、登机、中转、行李托运等环节，提供基于旅客画像的个性化产品推荐与精准营销，打造覆盖室内导航、航班动态精准推送及个性化商业服务的伴随式体验，实现全行程旅客服务资源精准触达，提升旅客服务满意度，真正做到“人享其行”。
赛道五：数据要素×金融服务
赛题一：拓展公共数据创新应用
依法合规对接税务、社保、医疗、环保等公共数据资源，推动公共数据与金融机构自有数据的协同分析与融合应用，挖掘其在客户画像、信贷评估、市场感知、风险防控等场景应用价值，培育基于公共数据的新型金融业务模式，助力金融高质量发展。
赛题二：提升重点领域金融服务水平
聚焦科技、绿色、“三农”、民营、小微、养老、消费等重点领域，发挥“数据要素+数智技术”双轮驱动作用，结合实际场景与需求，运用人工智能、区块链、大数据等技术汇聚分析多元数据、创新优化服务模式，提升金融服务的精准性、便利性、可得性，推动做精做细金融“五篇大文章”，增强服务实体经济质效。
赛题三：强化金融风险智能防控
探索构筑基于金融交易、网络舆情、物联网、供应链等多维度数据的智能化金融风险防控体系，强化数据实时采集、动态汇聚与深度分析能力，开发基于人工智能的风险识别预警模型，提升对信用、市场、操作等各类风险的响应效率与处置精准性，助力巩固金融安全防线。
赛题四：基于多源数据要素融合的科技金融数智化风控
借助大数据、人工智能等新兴技术，提升科技型企业数智化风控能力，助力金融机构提升科技金融服务水平。重点方向是针对科技型企业轻资产、高成长、高风险、信息不对称的典型特征，突破传统风控依赖财务报表、抵押担保的局限，在依法安全合规前提下，充分利用金融信用数据、公共信用数据、商业信用数据，挖掘政策、产业、科研、供应链、知识产权、企业行为等多维度数据要素价值，构建精准、高效、动态的数智化风控体系，实现科技型企业全生命周期风险识别、预警与处置，助力金融机构提升科技金融服务的普惠性与安全性，推动数据要素在科技金融风控领域的规模化、标准化应用。
赛题五：提升中小微企业金融服务质效
深化数据创新运用，建设中小微企业金融服务解决方案，提升全场景服务质效。重点方向是借助政务、交易数据以及行为数据等，围绕中小微企业全场景金融服务，形成整体解决方案，实现精准定位金融服务需求、精确测算客户风险水平与融资额度、交易背景核实与资金流向监测和客户综合服务质效提升。
赛题六：构建金融数据治理新范式，释放数据要素价值
通过系统性提升金融业务数据治理水平，夯实金融数智化发展的数据根基，释放数据要素价值。重点方向是借助数据全生命周期管理工作与产研全流程深度融合，构建机制健全、系统完备、运行高效的治理体系，建设高质量数据集，提升智能金融发展水平，推动数据要素在经营管理、市场化流通及生态协作中实现高效应用与价值释放。
赛题七：提升区域性股权市场服务中小微企业的质效
推动地方涉企政务数据与区域性股权市场的开放共享，丰富完善企业数字档案，为企业融资对接、规范培育、辅导上市等多业务场景提供支持。
赛题八：人工智能背景下资本市场风险防控的智能化升级与实践
聚焦资本市场业务场景，利用大数据、自然语言处理、人工智能等新型技术手段，构建多维度、全流程的金融风险识别、评估、预警和处置体系。深入挖掘各类数据，优化风险管理工具，提升自动化风险合规监控水平，解决重点风险领域监管难题，为监管部门、金融机构和市场参与者提供科学决策支持。
赛题九：加强数据治理，打造行业高质量数据集、可信数据空间
遵循证券、银行、保险等领域法律法规、行业标准，建立行业数据标准、数据质量稽核规则、安全防控机制，打造行业高质量数据集、安全可信数据空间，提升数据质量、保障数据安全，促进行业数据流通，发挥数据价值。
赛题十：提高金融服务领域的数据分析能力
加快建设证券期货金融数据分析平台，通过多维度立体化统计分析，深入挖掘各类数据，提升自动化风险监控水平。稳步推动金融行业的数字化转型，加强智能化的科技监管能力，防范化解金融风险，确保金融市场的稳健运行和健康发展。数据架构应能够支持多源异构数据的采集、存储和整合，并满足高并发和大数据量处理的需求；数据治理方案应能够保障数据的一致性、准确性、完整性和安全性，并对数据治理的效果进行评估和持续改进。
赛题十一：强化期货市场服务实体经济能力与风险防控能力
在确保市场合规与风险有效管理基础上，探索应用大数据、区块链、人工智能、物联网等技术，整合宏观经济、行业动态、供应链信息、政策导向、商品价格指数及市场情绪等多源异构数据，合理促进期现货市场数据交融，丰富外部数据应用场景，解决重点风险领域监管难题，优化期货合约设计、风险管理工具及交易监管机制。
赛题十二：隐私计算框架下的金融数据协同应用
基于隐私计算技术体系，建立“可用不可见”的数据共享模式，在保障重要、敏感数据安全的前提下，实现数据跨机构、跨市场、跨领域共享和协同应用，以高质量数据应用赋能高质量金融服务，构建开放、协同、智能的金融新生态。
赛道六：数据要素×科技创新
赛题一：鼓励科学数据汇聚共享
围绕科学数据开放共享机制，推动海量多源科学数据治理、数据安全与隐私保护等重点场景，促进重大科技基础设施、重大科技项目等产生的各类科学数据有效汇聚、高效治理与互联互通，打造跨领域流通的科学数据协同服务网络，发展综合型、智能化、交互式等新型科学数据汇聚模式，推动科学数据有序开放共享和融合利用。
赛题二：推动科技领域人工智能大模型开发
围绕科学数据的质量和准确性，科学数据的标注和分类，科技领域大模型的预训练、微调与推理应用等重点问题，深入挖掘各类科学数据和科技文献资源。通过细粒度知识抽取和多来源知识融合，构建科学知识资源底座，建设高质量语料库和基础科学数据集，提升高质量科学数据供给能力，支持开展人工智能大模型开发和训练。
赛题三：科学数据助力科学研究和技术创新
围绕科学数据成果赋能科学研究、技术创新和产业发展等重点场景，深化科学数据融合应用与深入挖掘，提供高质量科学数据资源与知识服务，推动科学问题与人工智能等技术的深度融合，助力未知领域探索，驱动科学创新发现。聚焦生物育种、新材料创制、药物研发等领域，以数智融合加速技术创新和产业升级，加快培育新质生产力。
赛题四：科学数据加速科研新范式变革
围绕AIforScience等科研新模式，以数据驱动发现新规律、创造新知识、发明新方法。充分依托各类数据库与知识库，利用人工智能、大数据和物联网等技术，推进跨学科、跨领域协同创新，推动科学研究方法的不断进步和发展，加速科学研究范式变革。
赛道七：数据要素×医疗健康与保障
赛题一：整合汇聚“三医”数据信息，构建“三医”协同发展和治理决策应用场景
系统研究健康大数据模型的开发应用，构建“三医”信息分析应用场景，聚焦以公益性为导向的公立医院改革，以基层为重点的分级诊疗，提高群众满意度等方面，为医改政策制定、执行、评估等提供精准高效的数据支撑。
赛题二：数据流通治理赋能重点人群疾病诊疗和健康管理
助力重点人群友好型医疗健康服务体系建设，针对老年人、孕产妇、儿童、慢性基础性疾病患者等健康服务人群，打破跨机构、跨场景数据壁垒，构建覆盖重点人群全生命周期的健康数据体系，实现电子健康档案、临床诊疗、公共卫生、居家监测、社会照护等多源异构数据的标准化采集、智能化治理与合规化流通。
赛题三：医疗数据合规协同与“数据不出院”
利用隐私计算等技术，在不归集原始数据的前提下，实现跨医疗机构、跨科室的临床数据协同与价值挖掘。
赛题四：全流程智能医疗质量管理与风险预警
融合手术室、护理单元、院感监测等多源操作与行为数据，构建医疗质量实时监测与风险预警模型，实现诊疗过程合规性检测、医疗差错防范与质量持续改进。
赛题五：决策、监管与经办的智能化升级
探索推进人工智能等新技术应用于医保经办服务，优化医保支付审核、基金监管智能化和全流程智能化服务；探索通过多源临床数据智能映射与非结构化文本信息提取等技术，提取非结构化临床文本信息，整合不同术语体系的临床数据，夯实数据基础，促进就医结算、药品耗材监管、价格治理的全过程数字化管理。
赛题六：基于参保人全生命周期医保健康画像的智能服务
通过汇聚、治理和应用多维度的个人医保健康数据，精准绘制包含个人医保档案、财务档案、信息档案等的个人医保画像，并将其转化为参保人可享、可感知的智能化服务，提升医保精细化管理水平和参保个人健康获得感，为发展新型医疗服务、智慧养老、健康保险等产业提供支撑。
赛题七：前沿科技与医保服务的跨界探索
探索AI辅助诊断、影像质控与调阅优化等创新应用；探索脑机接口、可穿戴设备、健康传感器等新型载体在具体场景下的应用路径与整合方案；推动数字化技术和设备在长期护理服务质量控制、服务监测及医疗救助对象医疗保障与慈善救助协同等场景的应用；探索基于区块链、隐私计算等数字信任技术，整合多部门数据构建覆盖药品全链条的“数字信任”体系，实现交易信息可信流转与全流程监管，助力企业资金回笼与智能风险预警，提升医药领域监管与服务效能。探索将规则、价格与行为数据，转化为药品价格智能化监测和分析能力，推动医药价格治理从“人工经验判断”迈向“数据要素驱动”的新模式，提升多层次医疗保障体系的整体效能。
赛题八：医保行业可信数据空间探索与实践
构建医保可信数据流通体系，激活医保数据要素价值，围绕推动医保数据有序开放、深化医保数据开发利用、筑牢数据流通安全屏障、培育数据产业生态，探索医保数据要素市场化配置新路径，发挥数据要素乘数效应。
赛题九：基于真实世界数据的评价
开展药品与医疗服务真实世界医保综合价值评价，聚焦创新药、手术机器人、脑机接口、3D打印肝脏和全磁悬浮人工心脏等人造器官、内镜逆行阑尾炎治疗术（ERAT）等创新医疗服务及相关医用耗材，建立基于中国证据的临床与经济学价值评估体系，探索其准入、定价与医保支付路径，引导产业理性发展，为医保战略性购买提供支撑。
赛道八：数据要素×应急管理
赛题一：提升安全生产监管能力
围绕矿山、危险化学品、烟花爆竹、重点工贸等高危行业安全生产监管需求，以及城市（超）高层建筑、地下空间、交通枢纽、劳动密集型企业、重点文物保护单位、经营性自建房、室内冰雪娱乐场所、医院病房楼等高风险聚集场所消防安全风险预警需求，构建安全风险预警和隐患智能感知模型，辅助识别潜在安全风险和疑似违法违规行为。
赛题二：提升自然灾害监测评估能力
加强铁塔、电力、气象等多源公共数据融合分析，研发自然灾害灾情监测评估模型，推动数据要素在洪涝灾害短临预警、森林草原防灭火、地质灾害监测评估、低温雨雪冰冻灾害等场景应用，赋能自然灾害灾情监测、预警、研判、评估。开展地震活动、地壳形变、地下流体等监测数据的融合分析，提升地震监测预测预警水平。
赛题三：提升应急管理智能化水平
利用应急管理领域专业知识和数据资源，建设面向指挥调度、监测预警、监管执法、应急救援、政务服务等典型应用场景的高质量数据集，拓展“久安”大模型在风险评估与隐患识别、指挥调度与辅助决策、执法检查与火灾原因调查等场景的应用。推动AR眼镜等智能可穿戴设备、智能机器人赋能实战应用。
赛题四：提升应急管理数据资源开发利用水平
依托可信数据空间、区块链、隐私保护计算等技术，构建应急管理领域公共数据资源合规高效安全流通利用模式，支持跨地域跨主体数据融合分析、数据产品开发，围绕应急管理业务迫切需求，打造典型应用场景，推动数据资源有序开放共享和融合利用。
赛道九：数据要素×气象服务
赛题一：提高气象防灾减灾能力
加强气象数据与城市运行、自然资源、交通运输、农业农村、住建、水利等数据融合利用，推进气象防灾减灾应用场景，提高灾前预防、灾中调度、灾后复盘的场景化应用能力。面向水电气热交通等城市建设和安全运行不同场景，强化气象影响预报和风险预警，增强城市韧性。深化气象数据与城市规划、重大工程等建设数据融合应用，降低不利气象条件对规划和工程的影响。
赛题二：强化气象赋能增益作用
开发高质量数据集等，加强多模态数据融合利用，探索利用智能体技术，开发面向公众的智慧气象服务产品。加强气象数据与各类通信、导航、监测等数据融合利用，探索利用5G-A基站、智能网联汽车加载的激光雷达、视频等设备，研发气象数据收集新技术，打造数字化气象服务产品。融入冰雪经济、银发经济、康养经济，打造旅游、健康、医养等气象服务新业态。聚焦远洋航运领域需求，深化远洋船舶气象导航数据融合应用，整合海洋气象、海洋环境及船舶航行等多源数据，构建智能气象导航模型，为远洋船舶提供最优航线规划、航行风险预警及航行参数优化建议。打造低空经济气象服务模型，开展预报预警服务，为航线规划、起降场选址、航行安全等提供气象服务保障。
赛题三：提升应对气候变化能力
强化气象数据融合应用，打造智能决策模式。聚焦农业、能源、交通、电力、旅游等领域气候风险防范需求，创新各类天气指数保险产品及天气衍生品，推动其落地应用于保险、期货等金融行业。研发气候投融资金融工具，提高经济实体和金融体系对气候变化的适应能力和韧性。
赛题四：开发气象数据决策新模式
强化气象数据与经济社会、生态环境、自然资源、农业农村等数据融合应用，打造气候变化风险识别、风险评估、风险预警、风险转移等智能决策模式。深化气象数据与城市规划、重大工程等建设数据融合应用，降低不利气象条件对规划和工程的影响。推动气象数据在风能、太阳能、水能等企业选址布局、设备运维、能源调度等深度应用，实现新能源企业降本增效。
赛题五：开展气象数据产品新服务
聚焦农业、物流、水利、电力、能源、航空、金融等领域，融合多源气候数据与行业数据，运用统计分析、机器学习等方法，按需开发各种天气指数保险产品及天气衍生品，推动其落地应用于保险、期货等金融行业。深化人工智能、大数据、物联网等技术在全民早期预警中的应用，推动全民早期预警在城市防灾减灾、台风等重大灾害应对、农业气象灾害防御等场景化落地。
赛题六：强化气象数据身份标识应用
推动气象数据身份标识深度嵌入数据采集、处理、流通、应用等数据流通全生命周期，深化在低空经济、能源调度、金融保险、智慧城市等场景数据服务中的应用。推动气象数据身份标识技术融入可信空间等新型数据基础设施，探索建立数据可追溯、可审计、可追责的监管机制，强化气象数据跨行业、跨区域、跨领域融合应用和协同监管，提升数据流通的安全性、透明度与监管效能。
赛道十：数据要素×城市治理
赛题一：构建城市运行态势感知体系
全面提升市政基础设施智能化水平，持续强化第五代移动通信网络（5G）、千兆光网覆盖与深度渗透，以城市信息模型（CIM）平台建设为核心支撑，整合燃气、供水、排水、热力、电力、通信、综合管廊、桥梁隧道等市政基础设施运行监测及相关时空数据资源，融入城市生命线安全工程建设理念，增强对管网漏损、城市内涝等城市运行潜在风险的早期识别、动态评估、隐患排查、应急处理及工程建设优化能力。
赛题二：建立房屋建筑统一代码制度
建立房屋建筑统一代码制度，赋予房屋建筑唯一的身份标识，实现新建房屋建筑赋码落图全覆盖。加强房屋建筑全生命周期数字化管理，实现房屋建筑设计、施工、验收、交易、运维、更新改造等全生命周期“一码贯通”。推动房屋建筑编码在城市更新、社区治理、公共服务等领域广泛应用，全面建成房屋建筑全生命周期高质量数据集，夯实智慧城市孪生模型和数据基础，应用人工智能技术，提升房屋建筑全生命周期管理服务水平，增强城市智慧治理水平和能力。
赛题三：提升城市运行管理服务智能化水平
整合归集城市管理、政务服务、交通运行、民生诉求等数据，运用人工智能技术动态识别占道经营、违章搭建、暴露垃圾等城市管理突出问题，开发市容环境整治、交通拥堵疏导、民生诉求快速响应等数据应用场景，提升城市治理能力。
赛题四：强化城市体检与城市更新的数据要素赋能
整合城市（含县城）体检全维度指标数据、城市更新项目数据及国土空间、民生服务、基础设施运行等关联时空数据资源，构建基于数据要素的城市体检与城市更新一体化机制，运用人工智能推动数据要素在城市更新规划编制、项目谋划、建设改造、运维管理、实施评估等关键环节深度应用，实现城市短板问题精准诊断、更新需求科学研判、实施效果动态评估。
赛题五：数智赋能城市信息模型（CIM）平台创新应用
推进AI与CIM平台深度融合，实现基础数据自动转换和智能分析、城市运行态势精准感知和趋势研判、智能问答辅助使用等功能。拓展CIM平台在各领域中的应用场景，利用AI算法支撑城市更新智能辅助决策、安全风险智能预警和重大事项协同处置等各类业务场景。
赛题六：提高村镇发展决策科学性
汇聚县镇村产业布局、人口流动、基础设施、生态环境、公共服务、建设和运维投入等多源数据资源，开展综合分析与研判，助力县镇村规划、建设、管理、服务等决策精细化、智能化，为村镇事业高质量发展提供数据支撑。
赛题七：提高住房公积金服务便捷性
探索基于数据要素的住房公积金服务新模式，更好满足人民群众对高质量住房公积金服务的需求。
赛题八：提升住房领域智慧监管与服务水平
在保障数据安全与个人隐私的前提下，推进系统融合、数据联通，优化房屋交易、房屋租赁、保障性住房配租配售智能化监管和服务路径，构建规范、透明、可信赖的住房全链条服务体系。
赛题九：推动工程造价数据智能化应用
整合建设工程项目投资估算、设计概算、最高投标限价、合同价、结算价等全生命周期的数据资源，充分利用大数据、人工智能等先进技术手段，构建工程建设全过程造价管控智能化模型，实现自动采集、自动标识、自动归集、智能加工、智能预警、智慧应用等服务功能。
赛题十：推动房屋全生命周期管理与质量安全监测
融合房屋安全体检、房屋安全管理资金、房屋质量安全保险三项制度，汇聚房屋建筑档案、维修资金监管、房屋维修等数据，推进房屋全生命周期安全监测感知设备应用，构建房屋安全隐患智能研判体系，实现房屋倒塌、外墙脱落及超高层、大跨度建筑、玻璃幕墙等关键领域风险早预警、早处置，提升房屋建筑管理智慧化水平。
赛题十一：推动智慧住区整合与宜居服务场景落地
通过数字家庭、智慧物业、完整社区等领域数据要素的深度挖掘与应用，提升社区在安全防护、便民服务、设施共享、邻里互动等方面的精细化与智能化水平，推动形成“需求感知—服务响应—治理优化”的良性循环。
赛题十二：强化智能建造与建筑工业化协同发展
依托工程全链条数据资源，通过数据要素深度挖掘，培育智能建造产业集群，打造全产业链融合一体的智能建造产业体系，推动建造品质提升与“中国建造”品牌塑造。
赛题十三：推动工程建设项目全生命周期数智化管理
整合工程项目审批业务相关数据资源，坚持数智赋能，推动人工智能在材料审查、流程优化、风险提示、工程造价和决策支持等方面的创新应用，打造智能问答、智能引导、智能预填、智能帮办、智能辅助审批、智能分析等服务支撑。
赛题十四：提升建筑市场智能化监管水平
依托企业资质、人员资格、招投标信息、信用记录等多源数据资源，通过数据融合与智能分析，营造公平、透明、可预期的建筑市场秩序。
赛题十五：推动工程质量安全智能化管控
汇聚工程材料、施工过程、质量验收、安全监管等相关数据资源，依托智能感知设备和模型算法，推动形成“风险早发现、责任可追溯、整改有闭环、防控更主动”的现代化智能监管模式，保障工程质量和施工安全。
赛道十一：数据要素×绿色低碳
赛题一：优化生态环境治理服务
面向气象和水文耦合预报、受灾分析、河湖岸线监测、城市水环境精细化管理、重污染天气应对、污染源解析与追踪、“天空地”五基协同监测与评估、基于卫星遥感技术的环保技术应用、环境风险预警与应急、环境治理工程智慧应用、环境综合决策分析等需求，通过对生态环境及气象、水利、交通、电力等相关领域数据资源的融合创新应用，支撑生态环境精准化智慧化治理服务。
赛题二：促进资源循环利用
强化对固体废物收集、转移、利用、处置等各环节数据资源的融合创新应用，依托数字技术实现生产端智能化升级、流通环节精准管控、智能回收终端、智能分选系统、再生工艺优化，提升产废、运输、资源化利用各环节效率，促进固废、危废资源化利用。
赛题三：促进生产减排降碳
通过对行业或产品碳排放数据监测、统计、核算，依托数字技术实现实时排放感知网络构建、碳足迹动态追踪、能源系统智能优化、智能核算与报告、碳交易辅助决策、重点领域深度脱碳、负碳技术创新应用，创新能源协同、技术协同、政策协同，服务行业、企业、生产过程减排降碳，提升碳排放管理水平。
赛题四：促进用能效率提升
强化工业生产过程中订单、排产、用电等制造、能源数据的融合创新应用，打造能耗预测、多能互补、梯度定价等创新场景，支撑生产用能效率提升。
赛题五：绿电智能应用与价值实现
构建适配工厂、园区、居民多场景的绿电智能切换与储能协同，聚焦绿色电力的智能调度、高效消纳与价值转化，通过对气象、电网运行、用户负荷、储能状态、碳排放及电力市场等多源数据的融合分析，实现绿电优先使用、用电成本优化和系统运行效率提升；鼓励探索基于虚拟电厂、需求响应、分时电价等机制的绿电消纳新模式，形成“绿电高效利用—用能成本降低—碳资产价值释放”一体化解决方案，实现用电成本优化与碳资产价值提升。
赛道十二：数据要素×人力资源
赛题一：就业数据监测预警与再就业赋能路径规划
通过贯通汇集发改、工信、人社、市场监管、统计、税务等多部门就业数据，构建覆盖区域、行业、企业等全方位就业监测网络，利用移动支付、市场招聘、社保、工业用电等大数据，动态跟踪岗位供需、重点群体就业及重点企业用工变化。同时，实现失业风险从群体研判到个体识别的早期预警，自动生成包含技能重塑、岗位推荐等“一人一策”再就业赋能路径，并跟踪评估服务效果。
赛题二：就业公共服务、职业指导与职业培训数据分析服务
探索“人工智能+就业服务”应用场景，推动“大数据+铁脚板”服务模式推广应用，为政策制定提供数据支撑。通过实时分析企业招聘需求、技术专利、政策文件、宏观经济等数据，预测未来中短期重点产业和区域的技能需求趋势，同时分析供需匹配、职业发展路径及技能缺口，完善就业信息推送、个性化职业规划、技能提升建议等功能，为求职者提供人岗相适的个性化职业指导与培训课程。
赛题三：重点人群就业画像与精准服务匹配
针对高校毕业生、农民工、就业困难人员等特定就业群体人岗匹配精度不足的难题，通过融合教育背景、技能档案、就业年限、就业形式、从事行业、就业地点、收入情况、参保情况等微观就业行为与宏观产业需求等多维度数据，构建动态、精细的群体与个人就业画像。强化基于画像的智能岗位推荐、个性化职业规划以及中长期发展追踪能力，最终形成服务于个体就业求职、院校专业优化与产业人才储备的智能解决方案。
赛题四：新就业形态劳动者数据服务与权益保障
聚焦网约配送员、网约车司机等新就业群体的现实痛点，探索基于数据要素的创新管理服务与权益保障新模式。重点研究如何通过合规采集和融合平台就业、接单、收入、工作时间、工作轨迹、保健缴费等数据，构建职业伤害风险预警模型；研发平台算法公平性与透明度监测工具，探索劳动者个人数据授权与安全存证方案，构建新就业群体智能画像，提升管理服务质效。
赛题五：人才评价数字化、智能化创新应用
在人才强国战略指引下，传统人才评价模式面临评价维度单一、效率偏低、精准度不足、动态性滞后等痛点，难以适配新时代多元化、复合型人才的发展需求。聚焦“数据要素+人才评价”融合创新，鼓励依托多源人才数据资源，运用数字化技术、智能化算法，探索人才评价的技术突破、服务升级与管理优化路径，构建科学、高效、精准、动态的人才评价体系，为政府人才政策制定、企业人才选拔培养、社会组织人才服务提供支撑，助力人才价值精准挖掘与高效匹配。
赛题六：跨区域人力资源协同调度与保障
聚焦大规模、有组织的人力资源跨区域流动场景，整合劳动力资源供给、目的地产业需求、实时招聘信息、技能培训资源及基本公共服务数据，构建智能匹配与路径规划系统，推动实现从“人找岗位”到“岗位适配人、服务跟随人”的模式转变，为劳动者提供涵盖岗位推荐、技能升级、行程安排、权益维护的全链条数字化保障。
赛题七：人力资源服务行业智能升级与合规发展监测
为推动人力资源服务业高质量发展，一方面，要求开发深度理解岗位与人才语义的智能匹配及人岗协同推荐算法，提升服务效能；另一方面，鼓励基于行业机构的运营数据、市场行为数据，构建行业景气指数、服务主体信用评级、业务合规性监测及市场风险预警等数据产品，为行业创新服务、优化运营与政府精准施策提供量化依据。
赛题八：农民工公共服务精准供给机制创新
融合社区、教育、医疗等多源公共服务数据，为农民工及其家庭构建精准画像。通过系统分析其生活、就业与发展需求，设计智能化服务机制，实现住房保障、子女入学、技能培训、医疗健康等关键服务的主动推荐与便捷办理，打造个性化、一站式的线上服务通道，推动公共服务普惠均等。降低农民工获取公共服务的门槛，切实增强其在城市生活中的获得感、幸福感、安全感。
赛道十三：数据要素×低空经济
赛题一：低空运行态势智能感知与冲突预警
聚焦城市及城际低空日益复杂的载人、载货、作业等混合交通场景，融合实时空域态势（ADS-B）、多源监视数据（RemoteID、雷达、光电、TDOA）及5G-A通感一体数据，构建低空交通流全要素、高精度融合感知模型。开发面向无人机、eVTOL、轻型通航飞机等异构目标的实时分类、精准跟踪与意图预测算法，并在此基础上构建飞行冲突、空域拥堵及潜在违规行为的早期风险传播与预警模型。实现低空空域运行态势的实时、透明化掌控，为智能调度、空域容量动态释放及个性化飞行服务提供数据驱动决策支撑，提升低空交通网络整体运行效率与安全水平。
赛题二：低空威胁智能侦测、溯源与协同反制决策
聚焦重大活动保障、要地防护等低空安全核心场景，融合不同监视设备多源异构数据，构建针对“低慢小”等隐匿威胁目标的快速检测、特征提取与高置信度识别模型。重点开发基于稀疏布站数据的无人机飞手快速精准定位与攻击链溯源算法，并融合实时威胁评估、反制装备效能图谱及处置规则库，构建动态、自适应的多单元协同反制决策模型。实现从“目标发现、身份识别、威胁研判”到“资源调度、协同处置、效果评估”的闭环数据驱动决策，实现低空安全态势主动感知与智能化、精准化响应，提升城市低空安全整体韧性。
赛题三：低空+城市智能巡检
聚焦市政设施、市容环境、违建巡查等场景，融合低空影像、地理信息、设备状态数据，构建全场景智能识别与隐患定位模型。开发多机型协同巡检、异常自动上报、闭环处置算法，实现巡检数据标准化、处置流程智能化，提升城市管理效率，降低人工巡检成本，支撑智慧城市低空治理体系建设。
赛题四：低空+能源智能巡检
面向风电、光伏、油气管道等能源设施，融合设备运行、地理环境、无人机巡检数据，构建缺陷智能识别与寿命预测模型。开发复杂环境自主巡检路径规划、缺陷分级研判与运维调度算法，实现无人化巡检、精准化检修、高效化运维，保障能源设施安全稳定运行，推动能源行业低空数字化转型。
赛道十四：数据要素×文物保护利用
赛题一：文物安全防护
面向文物安全防护典型应用场景，实现文物本体状态以及赋存环境监测的多源数据感知融合，并探索数据驱动的文物本体与环境协同作用的病害发育机理，劣化过程分析和预测；面向区域或全行业，开发基于数据的文物风险识别、评估、预警、处置后评价技术与创新应用。
赛题二：文物保护修复
面向长久保存需求，构建数据辅助的文物及赋存环境自适应调控策略和保护修复方案决策机制，推动文物保护工作的科学化与精准化；基于多维度文物监测数据与历史修复档案，实现科学的文物健康评估；开发面向各类型文物分析检测的专题数据库、不同时期不同地域文物材料样本数据库，为文物全生命周期保护提供科学数据支撑。
赛题三：文物研究阐释
综合应用自然语言处理、知识图谱和大语言模型技术，整合考古报告、学术成果、修复记录，构建文物专题数据库与知识体系；研发实现智能检索、关系挖掘、多模态数据交叉验证的考古线索发现、文物溯源等辅助工具；建设文物知识智能分析与利用服务模式，创新文物研究范式。
赛题四：文物资源管理
健全文物管理体系，融合文物基本信息、影像资料、三维模型、检测数据等多源数据，开发覆盖文物核定、建档、规划、修缮、利用等全业务流程，推动文物管理动态化、精细化、数字化转型；推动实施规范化、标准化、智能化的文物数据汇聚、标注、治理和登记，保障文物资源数据来源可信、流程可溯、质量可靠。
赛题五：文物活化利用
将最新的AI技术与文物数字化相结合，开发针对壁画、大遗址、复杂外观文物的高效采集、加工、呈现方法，提高文物数字化采集效率、创新数字化采集及应用模式；研发面向文物虚拟复原呈现的AIGC技术、展览展示及智能导览系统；基于文物高清影像、三维模型进行素材再造、文创开发与场景创新，培育可持续的文物数据活化应用生态。
赛道十五：数据要素×中医药
赛题一：中医药高质量数据集建设
聚焦中医药特色优势，打造诸如名老中医临床诊疗数据、中医优势专科专病数据、中药新药研发等数据标注准确、应用成效突出的高质量数据集，支撑人工智能在中医药领域应用落地。积极培育中医药行业可信数据空间，探索建立符合中医药特点的数据共建共享共用及安全流通机制。
赛题二：数智赋能中医药服务能力提升
加强中医诊疗服务数据采集、使用和治理。推动中医药领域健康监测设备和中医治未病健康管理系统、“人工智能+中医医疗”等相关应用系统研发应用。推动数智赋能基层中医药服务、少数民族医药服务能力提升，推进具身智能技术在中医药服务中的应用，打造智能辅助诊疗、智慧共享中药房、数字中医馆等典型应用场景。
赛题三：数智赋能中药产业高质量发展
加强从中药材种植、采收、加工、流通到处方流转、审方、调剂、配送、临床应用及效果评估等全产业链各环节全周期数据协同利用，完善中药从生产到消费的关键信息溯源体系，探索建立中药材交易数字化与供应链协同发展机制，提升中药产业管理能力。加强数智化车间、数字孪生工厂、工业互联网技术等在中医药产业的建设应用。
赛题四：数智赋能中医药人才培养和文化传播
利用数智技术复现名老中医专家诊疗经验，总结跟师学习、临床实践和疗效等情况。推动中医药数智化教育教学资源建设利用。加强中医药教育文化服务数字化基础设施和服务平台建设利用，推动中医药知识库、中医药古籍数据库、中医药数字图书馆、中医药数字博物馆建设利用。运用AR、VR等技术，打造面向大众、可感可知的沉浸式中医药服务体验应用。
赛题五：数智赋能中医药科研创新与成果转化
研究构建中医药科研多源数据融合治理体系，形成配套的数据质量控制、标准规范与开放共享机制。深入挖掘中医证候规律，探索中药作用机制，构建真实世界研究（RWS）与循证评价模型，形成支撑中药新药、经典名方及院内制剂研发的数据解决方案，加速科技成果向临床应用转化。
赛题六：数智赋能中医药治理能力提升
围绕中医药管理部门、中医医疗机构、中医药科研机构、中医药相关企业等精细化治理需求，利用数智技术实现运营数据动态监控、智能预警和风险防控，探索中医药科学决策和精细化管理，提升决策科学化、精准化水平，推动中医药治理能力提升。
赛道十六：数据要素×数据基础设施
赛题一：数据基础设施原生应用场景赋能
依托数据基础设施体系，充分发挥跨主体联合加工、匿名化流通、数据使用控制计量等数据流通关键支撑能力，打造设施支撑前沿领域和重点行业的高价值小切口、规模化赋能民生、潜力创新应用等各类场景，形成数据基础设施跨主体协同、高性能调用、高安全保障的新模式、新业态。
赛题二：数据基础设施技术应用创新
鼓励数据基础设施深化数据编织、智能体协同等核心技术攻关与多技术融合创新应用，提升数据汇聚共享、开发利用、流通交易、交付应用等关键环节的效率与质量，支撑数据大范围、低成本、高效率的安全流通利用场景落地，形成有利于数据要素价值释放、可复制的数据基础设施建设解决方案。
赛题三：数据基础设施运营机制探索
面向数据基础设施运营中的权益分配、利益保护、生态协同等环节，探索构建设施“建设投资—场景运行—收益反哺”的市场良性循环机制。探索运营机制落地运行，健全一体化安全保障协同，丰富场景化产品和服务供给，强化设施应用供需对接，打造多元主体繁荣生态，广泛吸引各类数据主体接入并依托设施开展数据流通利用活动，助力数据要素价值释放。
赛题四：多源异构算力资源池化
推动算力资源统一接口协议设计、分布式池化编排算法、跨域资源整合、资源动态聚合等技术在算力基础设施领域的应用，探索异构算力资源的抽象建模与池化封装技术，实现算力资源的集约化整合。鼓励构建分布式算力池化系统，研发覆盖算力资源标准化接入、池化资源统一管理、实时状态同步的一体化解决方案，支持算力资源的动态入池与出池、跨节点资源聚合与拆分等能力，适配模型规模化训练需求，提升算力资源统筹配置效率。
赛题五：算力资源智能感知与监测
依托轻量化通信协议、流式数据处理、智能分析等技术手段，构建算力监测体系，突破散点监测数据轻量化无侵入采集、多源监测数据融合、流数据实时高效汇聚、任务负载与使用情况建模等关键技术，实现分布式异构算力设施运行状态的实时感知与多维刻画，有效支撑算力高效配置。鼓励构建算力自动化监测系统，支持算力使用行为的精细化计量、异常行为的智能识别，实现算力资源的态势感知，全面准确掌握算力底数。
赛题六：异构算力资源精准匹配与智能协同调度
围绕提升算力资源响应效率，鼓励算力基础设施主体打通算力底层资源，提升精细化、智能化水平。针对模型训练等核心需求，设计调度策略，实现算力资源与数据、任务的高精度匹配；突破多维资源识别、任务特征建模、智能调度策略生成等关键技术，支持基于业务优先级、服务质量、成本约束的复合调度决策。鼓励基于策略构建算力资源调度平台，通过动态资源分配、碎片化算力精准回收等技术，实现算力资源负载均衡、空闲算力高效盘活、异构算力高效利用，为数算资源高效协同奠定基础。
赛题七：绿色算电融合技术及运营模式探索
聚焦算力基础设施用能成本高问题，强化算力基础设施节能高效运行。围绕绿电直供、电力算力联合调度等方向，开展源网荷储一体化、虚拟电厂、负荷预测、算力调度等技术创新，实现算力任务与绿电资源、电网负荷时段的优化匹配，并探索运营模式，提升算力设施节能降碳水平。鼓励推进算力系统与电力系统间标准化数据接口对接、双向数据交互，运用人工智能、大数据分析及源网荷储一体化等关键技术，促进电力与算力双向赋能，实现算力绿色高效发展。
赛道十七：数据要素×数据产权创新
赛题一：从乘用车到L4无人物流车的跨车型采集数据视角重建（出题企业：中安智联汽车科技（安徽）有限公司）
当前智驾训练数据高度依赖“单车实地采集”模式。尽管乘用车（如具备城市NOA功能的车辆）已积累海量高质量数据，但受限于车型物理尺寸、传感器安装高度（乘用车与无人物流小车视角差异极大）、视场角及传感器组合配置的差异，数据难以直接互通复用。在L4级无人物流车的业务场景下，若仍需重复开展“扫街”式采集，将导致单公里有效高精数据获取与处理成本居高不下、数据复用率低。本赛题要求参赛队伍基于给定的源车型（乘用车）车端数据，突破视角与硬件差异，利用空间转换、深度估计与图像生成等算法技术，实现向目标车型（L4无人物流小车）跨传感器配置的视觉泛化，生成高保真、符合物理规律的无人车视角的感知数据。
赛题二：基于智能线控底盘采集数据的云端AI诊断模型（出题企业：合肥思卡途汽车科技有限公司）
目前智能线控底盘在投入市场后，使用过程不可避免地会出现问题，线控底盘的T-BOX只记录数据，现场运维人员无法及时评估和诊断结果，需要后台技术人员根据T-BOX记录数据作出问题判断，再由运维人员进行现场处理，整体问题处理效率低下，影响产品的运营，客户满意度低。融合AI技术，基于目前T-BOX技术和智能线控底盘在市场过程中反馈问题的数据积累，构建线控底盘市场问题的智能诊断系统，提高产品问题诊断精准度及运维效率。
赛题三：基于多源数据的癌症个体化精准用药智能决策体系构建（出题企业：合肥中科普瑞昇生物医药科技有限公司）
融合癌症原代细胞药物敏感性数据、患者分子特征数据与药物信息数据，构建智能用药决策体系，实现从经验性化疗到个体化精准用药的根本性转变，提升癌症治疗精准度与产业效能。
赛题四：基于临床样本数据的肿瘤耐药性靶点的智能发现（出题企业：合肥中科普瑞昇生物医药科技有限公司）
肿瘤耐药是晚期肿瘤治疗失败的主要原因，超九成患者死亡与耐药相关。传统靶点挖掘依赖经验、通量低，难发现新型靶点。本赛题通过整合临床样本（原代细胞）多组学、单细胞、临床药敏和病理信息等数据，全局挖掘潜在耐药靶点，经算法筛选与湿法验证，发现具备临床预后价值、可指导肿瘤精准分层用药的耐药靶点，助力抗癌新药研发与个体化治疗。
赛题五：基于视频数据的混凝土坍落度智能预测（出题企业：安徽海螺信息技术工程有限责任公司）
混凝土坍落度是衡量其可施工性与质量一致性的核心指标，贯穿生产配料、出机检测、运输到场及浇筑入模全流程。然而，行业长期依赖人工插捣、尺量读数的传统方法，不仅效率低下、劳动强度大，更因操作规范参差不齐导致结果主观性强，难以支撑实时、连续、批量的质量管控需求。该赛题旨在利用视频数据和计算机视觉技术，实现对混凝土坍落度的快速、智能、非接触式预测，在复杂工况（光照变化、粉尘遮挡、多目标干扰）下实现稳健的视觉感知，从视频时序信息中有效提取坍落动态特征，而非仅依赖单帧图像。最终支持生产质量控制和施工工艺优化，提高行业数字化和智能化水平。
整体来看，2026年“数据要素×”大赛安徽分赛不收取任何参赛费用，赛事覆盖产业范围广、政策扶持力度大、产融对接渠道完善，无论是成熟落地的数据应用项目，还是数据产权创新类初创技术方案，都具备极高的参赛价值。但赛道精准匹配、申报书撰写、知识产权合规梳理、路演PPT打磨、数据产权材料筹备等环节专业性极强，稍有疏漏就会错失晋级机会。
我们深耕项目申报领域14年，累计服务超3万家企业，专属服务安徽、湖北、江苏、湖南、四川、陕西六省，可提供前期规划、中期材料培育、全程申报跟进闭环服务，涵盖高企、专精特新、智能工厂、知识产权布局、数据要素赛事申报全链条业务。如需免费一对一项目诊断、赛道匹配、专属申报方案定制，可直接添加微信15855157003（电话同号），全程协助企业稳妥参赛、最大化兑现赛事政策红利。
科技项目申报中心 版权所有 皖ICP备13016955号-6 免责声明