2025年“數據要素×”大賽安徽分賽申報條件、賽程安排、獎勵及成果應用

2025年“數據要素×”大賽安徽分賽申報條件、賽程安排、獎勵及成果應用等內容整理如下，需要參賽的安徽各地企業可隨時咨詢：

2025年“數據要素×”大賽安徽分賽申報免費咨詢：15855157003（微信同號）

一、大賽名稱

2025年“數據要素×”大賽安徽分賽

二、大賽主題

數據賦能 乘數而上

三、組織架構

在國家數據局、安徽省人民政府指導下，安徽省數據資源管理局牽頭成立分賽組織委員會和分賽專家委員會。

（一）組織單位。

指導單位：國家數據局、安徽省人民政府

主辦單位：安徽省數據資源管理局

承辦單位：安徽省數據交易所有限公司、中國電信集團有限公司數據發展中心、中國電信股份有限公司安徽分公司、中國聯合網絡通信有限公司安徽省分公司、中國移動通信集團安徽有限公司，合肥市數據資源管理局、淮北市數據資源管理局、亳州市數據資源管理局、阜陽市數據資源管理局、淮南市數據資源管理局、滁州市數據資源管理局、六安市數據資源管理局、馬鞍山市數據資源管理局、蕪湖市數據資源管理局、安慶市數據資源管理局、黃山市數據資源管理局。

協辦單位：中共安徽省委金融委員會辦公室、安徽省發展和改革委員會、安徽省教育廳、安徽省科學技術廳、安徽省工業和信息化廳、安徽省人力資源和社會保障廳、安徽省自然資源廳、安徽省生態環境廳、安徽省住房和城鄉建設廳、安徽省交通運輸廳、安徽省農業農村廳、安徽省商務廳、安徽省文化和旅游廳、安徽省衛生健康委員會、安徽省應急管理廳、安徽省醫療保障局、安徽省氣象局、安徽省總工會、中國人民銀行安徽省分行、安徽省科學技術協會。

支持單位：安徽省數字江淮中心、安徽省大數據產業協會、合肥綜合性國家科學中心數據空間研究院、清華大學合肥公共安全研究院、安徽省數字經濟學會、安徽省汽車行業協會、安徽省現代農業協會、安徽省服務貿易和數字貿易協會、安徽省網商協會、中國物流與采購聯合會物流信息服務平臺分會、安徽省物流協會、安徽省數字金融科技協會、安徽省科學家企業家協會、安徽省青年企業家協會、安徽省旅游協會、安徽省健康文化旅游產業促進會、合肥市應急協會、安徽省氣象學會、安徽省城市規劃學會、安徽省零碳協會、安徽省通用航空協會、安徽省人工智能協會。

（二）分賽組織委員會。分賽組織委員會（以下簡稱分賽組委會）負責分賽的組織實施。安徽省數據資源管理局法規標準處承擔組委會秘書處工作，統籌協調推進安徽分賽賽事組織、宣傳推廣、技術保障和推進戰略合作等工作，安徽省數據交易所有限公司在組委會秘書處指導下負責具體工作。各賽道參照分賽組委會設立賽道工作專班，由賽道承辦單位和支持單位組成，負責各賽道賽事組織策劃、協調和執行，賽道承辦單位總負責。

（三）分賽專家委員會。由高等院校、科研院所、行業頭部企業、行業協會等專家共同組成，負責評審工作。

四、賽道設置

圍繞《“數據要素×”三年行動計劃（2024—2026年）》，選定工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、文化旅游、醫療健康、應急管理、氣象服務、城市治理、綠色低碳12個行業領域，對應設置12個賽道，并結合安徽新興產業，增設人工智能、低空經濟2個賽道。在賽道賽題設置上以應用為導向，通過分賽遴選出一批應用成效顯著、創新性強、引領效應好的數據要素開發利用解決方案，帶動相關技術產業發展（詳見附件）。

在安徽分賽組委會的統籌指導下，工業制造賽道由安徽省工業和信息化廳指導，馬鞍山市數據資源管理局具體承辦，安徽省汽車行業協會支持；現代農業賽道由安徽省農業農村廳指導，安慶市數據資源管理局具體承辦，安徽省現代農業協會支持；商貿流通賽道由安徽省商務廳指導，馬鞍山市數據資源管理局具體承辦，安徽省服務貿易和數字貿易協會和安徽省網商協會支持；交通運輸賽道由安徽省交通運輸廳指導，阜陽市數據資源管理局具體承辦，中國物流與采購聯合會物流信息服務平臺分會和安徽省物流協會支持；金融服務賽道由中共安徽省委金融委員會辦公室和中國人民銀行安徽省分行指導，六安市數據資源管理局具體承辦，安徽省數字金融科技協會支持；科技創新賽道由安徽省科學技術廳指導，合肥市數據資源管理局具體承辦，安徽科學家企業家協會和安徽省青年企業家協會支持；文化旅游賽道由安徽省文化和旅游廳指導，黃山市數據資源管理局具體承辦，安徽省旅游協會支持；醫療健康賽道由安徽省衛生健康委員會和安徽省醫療保障局指導，亳州市數據資源管理局具體承辦，安徽省健康文化旅游產業促進會支持；應急管理賽道由安徽省應急管理廳指導，淮北市數據資源管理局具體承辦，合肥市應急協會支持；氣象服務賽道由安徽省氣象局指導，蕪湖市數據資源管理局具體承辦，安徽省氣象學會支持；城市治理賽道由安徽省住房和城鄉建設廳指導，滁州市數據資源管理局具體承辦，安徽省城市規劃學會支持；綠色低碳賽道由安徽省生態環境廳和安徽省自然資源廳指導，淮南市數據資源管理局具體承辦，安徽省零碳協會支持；人工智能賽道由安徽省科學技術廳指導，合肥市數據資源管理局具體承辦，安徽省人工智能協會支持；低空經濟賽道由安徽省發展和改革委員委指導，蕪湖市數據資源管理局具體承辦，安徽省通用航空協會支持。

五、參賽條件

安徽分賽秉持開門辦賽的原則，企業、事業單位、科研院所、高校等均可參賽，鼓勵產學研用等主體聯合參賽。參賽單位、參賽項目、提交材料應符合大賽基本要求。

（一）參賽單位要求。

1．參賽單位須是具有獨立法人資格的企業、事業單位、科研院所、學校等單位。允許上述組織間合作組隊報名，合作組隊需指定一個組織為牽頭參賽單位。被列入“信用中國”網站記錄失信被執行人、重大稅收違法案件當事人名單、政府采購嚴重違法失信行為記錄名單、有重大違法記錄的單位不得參賽。

2．同一參賽單位可以有多個團隊和項目參賽，但每個參賽團隊只能提交1個參賽項目，每個參賽團隊的參賽代表人數不超過5人，每個參賽代表只能代表1個團隊參加比賽。報名截止之后，參賽代表不可更改。

3．參賽團隊如選擇在安徽分賽報名參賽，需遵守安徽分賽的賽事要求和安排，不接受重復參賽。

4．參賽團隊需遵守安徽分賽規則，對所有信息的準確性和真實性負責，一經發現虛假信息將取消參賽資格。參賽團隊名稱需符合法律法規、公序良俗相關規定。

5．安徽分賽相關組織單位及其下屬分公司、子公司、控股公司、母公司均不得在安徽分賽參賽，否則參賽成績無效。各級政府部門及事業單位在保障賽事評審工作公平公正的前提下，可參與城市治理、氣象服務、應急管理、人工智能、低空經濟等賽道。

6．獲得晉級全國總決賽資格的參賽單位應接受安徽分賽主辦方或大賽組委會包括參賽項目知識產權在內的相關審核，審核未通過的團隊將取消獲獎資格及全國總決賽參賽資格。

（二）參賽項目要求。

1．參賽項目須符合安徽分賽賽道要求并符合賽題方向，每個參賽項目限報一個賽題方向，且不在其他分賽參賽。賽題一經選定不得更改。

2．參賽項目要求已經開展實際應用，取得或潛在具備良好的經濟或社會效益，包括但不限于擁有自主產權的技術、產品、解決方案等。

3．參賽項目的創意、產品、技術及相關專利等知識產權應歸屬參賽單位，未侵犯任何他人的專利權、著作權、商標權及其他知識產權，且不得違反國家相關法律法規，否則將取消參賽資格和成績。

4．具體參賽項目名稱由參賽團隊自行擬定，符合賽道和賽題要求，能體現出數據要素的主要特征，名稱需符合法律法規、公序良俗相關規定。

5．在安徽分賽、全國總決賽期間，參賽團隊均可在不改變項目名稱和主要內容的基礎上，持續推進參賽項目迭代升級。

6．評審期間，參賽團隊須按照分賽組委會的要求補充提交參賽項目有關材料。所有已提交的參賽項目和相關材料原則上不予退還。

（三）參賽項目提交內容。

參賽項目應包括但不限于以下內容：

1．項目申報書。

（1）項目概述：項目背景、應用行業、核心優勢等。

（2）解決方案：架構設計、方案功能、關鍵技術、數據要素利用方案等。

（3）應用價值：具體應用案例、經濟效果、社會效益等。

（4）商業模式：推廣模式、市場空間、社會效應等。

（5）團隊介紹：履歷、資質和優勢等。

2．相關證明材料。參賽單位相關的基本資質、申報主體責任聲明、財務審計、信用情況等證明材料，以及和參賽項目相關的基本資質證明、應用案例證明、知識產權證明等材料。所有材料須為參賽單位所有，嚴禁使用母公司、分公司、子公司、控股公司或其它非參賽單位材料，否則將取消參賽資格和成績。

3．其他證明材料。例如：項目評審時需要的介紹材料、可直觀展示參賽項目效果的視頻、產品解決方案的模型和說明文檔等。

（四）評審規則。

為保障安徽分賽公平公正，同時與全國總決賽相銜接，安徽分賽參照全國大賽組委會制定統一評審規則執行。

六、賽程安排

（一）啟動報名階段（2025年4月中下旬—6月下旬）。組織線上和線下推廣工作，動員參賽隊伍報名，提交參賽成果。

（二）初賽評審階段（2025年6月下旬—7月初）。組織線上初賽評審，前30個項目進入技術驗證階段。

（三）技術驗證階段（2025年7月上旬—7月中旬）。通過線上技術驗證或線下產品復現等方式，對每個賽道前20個項目進行技術審核和數據來源合法性、知識產權審核。

（四）決賽評審階段（2025年7月中旬—7月下旬）。采取線下路演答辯的方式（每個項目20分鐘），通過決賽評審，每個賽道評出金獎1個、銀獎2個、銅獎3個，優秀獎6個。

（五）項目提升階段（2025年7月下旬—8月中旬）持續優化項目，提升參加全國總決賽的質量。

具體時間根據實際情況可適當調整。

七、獎勵及成果應用

安徽分賽決賽設置金獎、銀獎、銅獎、優秀獎以及優秀組織獎，以獎杯證書等形式進行發放。其中每個賽道設置金獎1個、 銀獎2個、銅獎3個、優秀獎6個。此外還提供以下賽事獎勵。

（一）安徽分賽獎勵。

1．推薦全國總決賽：安徽分賽根據比賽結果向全國大賽組委會提交擬晉級全國總決賽的推薦名單，各比賽環節的相關評審資料將留檔備查，用于全國大賽組委會對安徽分賽評審過程的監督。安徽分賽推薦到全國總決賽的團隊應接受實質性審核，審核未通過的隊伍將取消全國總決賽參賽資格。

2．成果轉化：持續開展場景對接，宣傳推廣分賽優秀項目，適時舉辦“數據要素×”場景創新應用對接活動，做好項目的投資對接、成果轉化。

3．扶持政策：對接相關扶持政策，幫助分賽優秀項目落地安徽省大數據產業園區，打造數據要素應用示范區。獲獎項目有機會進入安徽省數據資源管理局建立的相關典型案例庫，所在單位有機會申報安徽省數據資源管理局相關試點示范，并進入試點示范項目儲備庫。

4．標準申報：支持獲獎團隊形成地方標準，積極申報國家標準。

5．宣傳推介：獲獎項目可在相關媒體渠道進行宣傳報道和服務推介等。

6．產融對接：進入決賽團隊可參與分賽組委會組織的產融合作等活動，幫助與政府投資基金、產業投資基金、央企投資機構、創業投資機構、銀行等對接。

7．供需對接：進入決賽團隊可參與分賽組委會組織的供需對接等活動，促進資源對接。

8．落地入駐：幫助獲獎團隊對接招商引資機構和園區，幫助對接相關政策扶持和產業基金扶持。

9．人才支持：符合條件的決賽優秀獲獎團隊可幫助對接申報相關人才招引項目。

10．交流學習：獲獎團隊有機會參與分賽組委會舉辦的政策宣貫、專業培訓、成果轉化等活動。

11. 數據交易：幫助獲獎團隊對接數據交易機構，提供數據產品掛牌、數據交易撮合、數據資產化服務。

（二）全國總決賽提供的賽事獎勵。

進入全國總決賽的團隊、獲獎團隊和獲獎項目等可享受全國總決賽賽事獎勵。

八、其他事項

（一）競賽平臺。安徽分賽官網網址：https://dexc.szahgs.com

（二）安全保障。各賽道具體承辦單位落實安全主體責任，加強合規監管。安徽分賽官網技術支持單位要強化安全技術措施，保障平臺網絡安全和數據安全。

（三）輿情及法律風險預防。針對可能產生的輿情風險，一是保障公平公開公正，嚴格貫徹開門辦賽原則，將透明公開落實到分賽的各個環節，制定統一的評審規則。二是強化出口管理，分賽相關宣傳方案需經分賽組委會審議同意后方可對外發布。三是加強規則管理，強化知識產權等合規性審核，對獲得獎項的項目進行知識產權、數據來源合法性等內容審核，并對選手參賽項目名稱等進行規范。

（四）公示與舉報。本著公平、公正、公開的原則，安徽分賽實行獲獎作品公示和舉報制度。獲獎作品公示在安徽分賽官網，獲得安徽分賽決賽金獎、銀獎、銅獎、優秀獎的項目公示期7天，供各界監督、評議。未通過公示的團隊將取消獲獎成績并追回獎勵。舉報實行實名制，并要提供相應的證據，匿名舉報無效，舉報由安徽分賽組委會進行受理、核查、裁定。為保證賽事公益性，安徽分賽不向參賽團隊收取任何參賽費用。

（五）標識管理。分賽嚴格執行大賽標識管理要求，規范名稱為2025年“數據要素×”大賽安徽分賽，需對外使用準確標準名稱，如涉及需體現當屆組織架構時，應完整表述組織架構中各機構全稱，不得增刪。安徽分賽組委會有義務通知媒體、設計等所有對外信息輸出部門使用正確名稱。

未經安徽分賽組委會的許可，任何單位和個人不得擅自使用與大賽標識相同或近似的圖形、文字或其組合，不得將大賽名稱、大賽標識等用于商品、商品包裝、容器、商品交易文書上，不得用于任何形式、任何媒體的廣告宣傳、展覽以及其他商業活動中，不得實施其他可能使人認為其與2025年“數據要素×”安徽分賽、安徽分賽組委會存在特定聯系的混淆行為。

（六）其他事項。安徽分賽最終解釋權歸分賽組委會所有。未盡事項請通過安徽分賽官網查詢。

附件

2025年“數據要素×”大賽安徽分賽

賽道賽題

圍繞《“數據要素×”三年行動計劃（2024—2026年）》，聚焦實際問題，突出數據要素價值，充分發揮安徽省新興產業資源優勢，選定工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、文化旅游、醫療健康、應急管理、氣象服務、城市治理、綠色低碳、人工智能、低空經濟14個行業領域，對應設置14個賽道，在賽道賽題設置上以應用為導向，通過分賽遴選出一批應用成效顯著、創新性強、引領效應好的數據要素開發利用解決方案，帶動相關技術產業發展。

賽道一：數據要素×工業制造

賽題1：提升創新研發能力，推動制造高端化發展

數據驅動型創新研發模式，基于設計、仿真、實驗、生產、運行等多維度數據實現產品研發和工藝創新，推動制造高端化發展。

賽題2：提高工業制造決策科學性，降本提質增效

完善數據采集、管理、分析和利用，在生產制造和企業運營主要過程采用基于數據的科學決策，實現降低成本、提高質量、效益提升的多重目標。

賽題3：提升服務型制造能力，增強用戶滿意度

加強產品全生命周期數據采集，整合設計、生產、運行數據，增強高端化生產性服務能力，提升產品可靠性和運行性能，增強產品用戶滿意度。

賽題4：穩固產業鏈供應鏈，強化價值協同

促進產能、采購、庫存、物流等不同制造環節，以及供應鏈上下游等數據共享和可信流通，探索協同設計、協同制造、協同服務等新模式，提高區域間制造資源配置效率，提升產業鏈、供應鏈穩定性。

賽題5：探索數據跨主體協同利用機制

鼓勵企業間建立公平互惠互利的流通規則制度，探索可信數據空間、隱私計算等技術手段，完善數據治理體系，提高數據資源質量，創新流通規則機制，促進數據在組織內部不同部門及組織內外更大范圍流通和協同利用。

賽題6：工業領域高質量數據集建設

聚焦新材料、機械、電子、汽車等行業，圍繞基礎零部件、核心基礎元器件、關鍵基礎材料、整機裝備與系統，打造來源主體豐富、數據標注準確、應用成效突出的高質量數據集，支撐人工智能和大模型在工業及更多行業應用。

賽道二：數據要素×現代農業

賽題1：促進種植業生產數智化水平提升

通過融合利用地理信息、遙感、北斗導航、氣象、土壤、農事作業、農情監測、災害、病蟲害等各類數據，構建天空地一體化的感知網絡，開發作物水肥藥精準管理模型，開發基于通用大模型土水肥藥智能決策垂直大模型，集成智能精準執行裝備，為農業生產管理、生產經營主體和相關服務企業提供農業生產數智化場景支撐，提高水肥藥利用效率和糧食產量。

賽題2：推動農機作業服務提質增效降本

在農機作業的各環節，通過融合利用北斗定位、物聯網、大數據、大模型等技術和農機作業、農情、天氣等各類數據，實現農機實時監控、作業分析、態勢展示、災情預警、科學調度、應急保障、智慧作業，為農業生產經營主體和相關服務企業提供數智化場景支撐，推動農機作業服務提質增效降本，促進智能農機裝備應用生產實踐一線，促進耕種管收等各環節農機的數據融合應用，提高農機生產效率和作業精度。

賽題3：促進農產品追溯管理能力提高

針對農產品質量安全中的數據的問題，優化溯源數據采集與存儲方案，追溯環節中時間位置與設備戳的技術實現，數據模型的核心算法，解決造假和信息不符問題的防控機制，實現從生產到銷售全過程中的年份、產地、品種、品質、生產方式、農殘水平、加工過程、運輸方式、銷售渠道、包裝防偽工藝等關鍵信息的全面追溯，提高農產品溯源管理能力，保障食品安全。

賽題4：促進產業鏈數據融通創新能力提高

通過綜合利用農產品生產、銷售、加工等數據，為農業生產經營主體提供智慧種養、智慧捕撈、產銷對接、疫病防治、行情信息、跨區作業、一站式采購、供應鏈金融等創新數據和信息服務。

賽題5：促進培育以需定產新模式

通過有效融合分析應用農業與電商平臺、農產品批發市場、商超、物流企業等商貿流通數據，為農業生產經營主體和相關服務企業提供新模式及場景支撐，向農產品生產端、加工端、消費端反饋農產品信息，輔助農業生產決策，促進以需定產。

賽題6：促進農業生產抗風險能力提高

針對農業生產面臨的不確定性日益增大的問題，為提高農業生產的抗風險能力，綜合利用產能、運輸、加工、貿易、消費等多源數據，針對糧食、生豬、果蔬等重點領域，構建智能化的農業風險預警與決策支持系統，實現對自然災害、疫病傳播、價格波動等風險的實時監測、精準預警和科學決策支持。

賽題7：促進耕地保護數字化能力提高

針對農村土地碎片化、撂荒、非糧食化等問題，融合土地確權數據、遙感動態監測，氣象和地理環境數據，構建耕地全生命周期監測模型，實現耕地健康診斷引擎、智能化的耕地質量評價、實現基于多源數據的耕地產能的驗證模型和耕地評價報告智能體、開發耕地大數據平臺，顯著提升耕地保護數字化水平，為落實“藏糧于地”戰略提供技術支撐。

賽題8：打造智慧鄉村治理服務場景

針對基層鄉村治理中政務服務分散、應急響應滯后，村民參與不足等痛點，整合政務、安防、環境、民生等數據資源、構建智慧鄉村服務平臺，建立鄉村治理大數據服務場景模型及解決方案，實現多源數據融合和治理狀態實時監測。提供基于數據的政策建議和精準服務方案，提高鄉村治理水平。

賽題9：建設農業農村政策智能問答模型

系統匯集政府網站信息、農業農村政策、農業數據庫、新聞資訊、農業專家知識，構建專業知識庫與大模型有機融合，開發農業農村政策智能回答系統，為農民、農業從事者、基層干部等提供便捷、準確的農業農村政策咨詢服務，推動農業農村政策落地，助力鄉村振興。

賽題10：基于農業數據資源的智能搜索與推薦系統

開發一個集成多源農業數據的智能搜索與推薦系統，能夠根據用戶需求（如作物種植、氣候預測、市場價格等）提供精準的數據搜索結果，并通過算法推薦相關數據，以提升農業生產決策的效率和準確性，推動農業數據的有效利用。

賽道三：數據要素×商貿流通

賽題1：加強數據融合分析利用，增強產業協同效益

加強電商平臺與各類商貿經營主體、相關服務企業深度融合，依托客流、消費行為、交通狀況、人文特征等市場環境數據，打造集數據收集、分析、決策、精準推送和動態反饋的閉環消費生態；支持電子商務企業、國家電子商務示范基地、跨境電商產業園區、傳統商貿流通企業加強數據融合，整合訂單需求、物流、產能、供應鏈等數據，優化配置產業鏈資源；鼓勵電子商務企業、商貿企業依托訂單數量、訂單類型、人口分布等數據，主動對接生產企業、產業集群，加強產銷對接、精準推送。

賽題2：強化數據要素賦能，創新豐富消費場景

深入挖掘消費者多元化需求，圍繞數字產品、數字服務、數字渠道、數字內容，創新商旅文體健融合發展的多元化消費場景，發展品質電商、壯大數字消費。引導企業賦能傳統零售業，提供定制化解決方案，通過即時配送、智慧零售等加速數字化轉型。充分發揮數據要素對人工智能大模型等基礎支撐作用，發展“人工智能+電商”，通過打造“向善”算法、共贏規則，培育數字生活新消費。整合商業、信用、品牌、標準等基礎數據，驅動商貿流通領域各行業垂直大模型開發和訓練，促進“人工智能+消費”。

賽題3：提高行業國際化服務能力與競爭力

通過交易、物流、支付等數據融合利用，提升跨境電商及相關企業供應鏈綜合服務、跨境身份認證、全球供應鏈融資等能力，推動企業國際化發展。

賽題4：強化數據賦能汽車以舊換新

建設汽車報廢更新補貼申請平臺，通過推動政務服務應用創新，實現消費者補貼申領“一口辦理”，便利消費者申領補貼，支持地方實現補貼申請“一網聯審”，形成“高效辦成一件事”與“汽車報廢更新”深度融合。建設汽車置換補貼申請更新平臺，強化現代信息技術手段運用，最大限度優化業務流程、簡化申請材料、降低辦事成本，加強部門信息共享和核查比對，按統一標準與全國汽車以舊換新補貼申請平臺實現對接，形成數據橫向、縱向良好互動。

賽題5：提高成品油流通數字化監管水平

積極運用大數據、物聯網等技術手段，建立成品油流通大數據管理平臺，實現成品油零售經營資格在線審批和批發、倉儲經營企業在線備案，加油站“進、銷、存”數據實時采集，同時定期歸集共享成品油生產經營運輸、開通成品油發票開具模塊、營業執照經營范圍包含成品油經營、全國工業產品生產許可證的許可范圍包含成品油等企業的基本信息，相關部門危險化學品，構建涵蓋批發、倉儲、運輸、零售等環節的全鏈條、可追溯的成品油動態數據信息采集系統。

賽題6：大數據賦能生活必需品市場保供

鼓勵商貿流通企業打造大數據應用場景，在生活必需品保供物資方面提升數據分析、整合能力，與政府數據平臺加強對接，實現數據、資源互聯互通。引導企業聚焦糧、油、肉、蛋、奶、果、蔬、方便食品等重點品種，推動“進、銷、存”量和價格數據動態采集、分析，發揮數字化智能治理優勢，形成區域統一的信息化、智能化應用系統，做到分析準確、響應及時、調度迅速、統籌有力，保障市場供應充足、有序，滿足群眾生活必需品消費需求。

賽題7：加強數智技術推廣運用，夯實商貿流通數據基礎

推動步行街（商圈）智慧化發展，通過建立大數據平臺，加強客流、銷售等數據實時監測和分析，運用數據要素指導步行街（商圈）發展。支持縣域流通企業數字化轉型，對具備條件的農村商業網點進行數字化改造，提升縣域商業網點運行效率。開展商品市場基礎設施數字化升級，打造智慧商店、網訂店取、無接觸交易等零售業新模式新場景，用數字要素支撐批發零售業高質量發展。發展數智供應鏈，“一鏈一策”推進商貿流通行業供應鏈數字化、智能化、可視化改造，打破供應鏈上數據孤島和數據壁壘，提升供應鏈運行效率與韌性。

賽道四：數據要素×交通運輸

賽題1：公路水路基礎設施數字化轉型升級

進一步健全基礎設施運營服務中交通與公安、氣象、應急、數據、自然資源等部門的協同聯動管理和服務機制，加強各類交通網絡基礎設施的數據跨區域銜接，探索建立行業數據分類分級、確權授權使用、市場化流通等運行機制。在智慧擴容方面實現通行效率有效提升，在安全增效方面實現突發事件應急響應效率的有效提升。

賽題2：提升綜合貨運樞紐智能化水平

基于多維數據搭建數據平臺，綜合運用數據挖掘、機器學習、深度學習等人工智能技術，對數據進行智能分析與模式識別，構建相關數據模型。探索綜合貨運樞紐智慧化、網聯化方向，為交通物流樞紐信息資源全鏈條便捷共享打好基礎。

賽題3：基于多源數據的農村公路運行狀況動態識別分析

形成農村公路運行狀態動態識別分析技術方案，輔助農村公路基層管養人員更好地管理和養護農村公路。

賽題4：高速公路重大突發事件多源數據分析

有效監測高速公路運行情況，及時預警突發事件，防范化解公路安全運行風險，確保高速公路運行安全。

賽題5：交通物流運行監測

通過不同維度的指標監測及建立風險預警模型，支撐政府部門、企業及時掌握交通物流運行態勢，開展實時風險監測與預警分析，輔助政府部門及時預防與應急處置、企業科學制定運輸調度方案，提升交通物流運行韌性。

賽題6：船舶自動識別系統(AIS)虛假錯誤信息分析判別

通過分析識別虛假AIS報文和錯誤的船舶AIS數據，給海事執法提供參考，糾正船舶AIS錯誤數據信息和打擊水上無線電非法AIS報文播發行為，保障水上船舶航行安全。

賽題7：物流數據開放互聯

聚焦多式聯運數據開放互聯、制造業、商貿業與物流業數據融合應用、國際物流數據綜合服務、國家物流樞紐間數據互聯共享等物流數據開放互聯典型應用場景，打通政府部門、相關企業及港口、公路、鐵路、航空等業務系統數據，創新物流數據交互模式和解決方案，探索建立公益性和市場化有機結合的多層次物流數據開放互聯機制，促進物流資源優化配置。

賽道五：數據要素×金融服務

賽題1：拓展公共數據應用

基于公共數據挖掘新的業務增長點，推動金融機構業務創新，促進金融機構可持續發展并更好地服務實體經濟。同時，借助公共數據建立智能化的風險防控體系，實現對各類金融風險的實時監測、精準預警和有效應對，保障金融機構的穩健運營。

賽題2：提升科技、綠色、普惠、養老金融服務水平

運用大數據等手段，融合利用多維數據，完善對科技、綠色、普惠、養老企業的畫像和評級，提升客戶識別和營銷對接效率，提高風險防控能力，探索創新業務模式，優化金融產品和服務，滿足科技企業、綠色企業、中小微企業、養老企業的合理融資需求，助力科技、綠色、普惠、養老產業高質量發展。

賽題3：人工智能條件下的資本市場輿論環境治理

結合資本市場輿論數據的特點與趨勢，利用大數據、自然語言處理、人工智能等新型技術手段，研究優化資本市場輿論推薦算法，構建資本市場負面輿論監測預警及“信息繭房”防范機制，充分發揮資本市場正面輿論的數據要素價值，強化資本市場預期管理，堅定對資本市場高質量發展的信心。

賽題4：融合多維數據發展綠色金融

融合環保、氣象、金融等多維數據，構建模型評估金融活動的環境和社會風險。更好發揮資本市場樞紐功能，引導更多資源要素向綠色、低碳領域集聚，提高金融業、環保、社會經濟的可持續發展水平。

賽題5：提高金融服務領域的數據分析能力

加快建設證券期貨金融數據分析平臺，通過多維度立體化統計分析，深入挖掘各類數據，提升自動化風險監控水平。穩步推動金融行業的數字化轉型，加強智能化的科技監管能力，防范化解金融風險，確保金融市場的穩健運行和健康發展。數據架構應能夠支持多源異構數據的采集、存儲和整合，并滿足高并發和大數據量處理的需求；數據治理方案應能夠保障數據的一致性、準確性、完整性和安全性，并對數據治理的效果進行評估和持續改進。

賽題6：強化期貨市場服務實體經濟能力與風險防控能力

在確保市場合規與風險有效管理基礎上，探索應用大數據、區塊鏈、人工智能、物聯網等前沿科技，整合宏觀經濟、行業動態、供應鏈信息、政策導向、商品價格指數及市場情緒等多源異構數據，合理促進期現貨市場數據交融，豐富外部數據應用場景，解決重點風險領域監管難題，優化期貨合約設計、風險管理工具及交易監管機制。

賽道六：數據要素×科技創新

賽題1：AI賦能科學數據共享平臺構建

聚焦科學數據質量提升，以及科學數據的智能標注與分類。通過人工智能技術，推動數據安全與隱私保護的重點場景優化，完善科學數據開放共享機制，保障海量多源科學數據的高效治理與互聯互通。打造智能化科學數據協同共享平臺，實現科學數據的安全開放與融合利用。

賽題2：推動科技領域人工智能大模型開發

圍繞科學數據的質量和準確性，科學數據的標注和分類，科技領域大模型的預訓練、微調與推理應用等重點問題，深入挖掘各類科學數據和科技文獻，通過細粒度知識抽取和多來源知識融合，構建科學知識資源底座，建設高質量語料庫和基礎科學數據集，支持開展人工智能大模型開發和訓練。

賽題3：科學數據融合與AI驅動的技術創新

聚焦致力于研究跨學科科學數據的整合應用，以及科學問題與人工智能技術的深度結合。借助機器學習、深度學習和大型模型等前沿技術，深度挖掘科學數據的潛在價值，提供高質量科學數據資源和知識服務，支持未知領域的探索和科學創新的發現。通過細分領域小模型建設，促進化學新材料、化工新工藝、生物育種、藥物研究等領域的技術革新和產業升級。

賽題4：AI for Science：加速科研范式變革與新質生產力發展

聚焦人工智能在多學科領域的應用，重點構建統一的數據采集標準化體系、實驗設備接口標準化協議及實驗流程標準化框架，推動科研基礎設施的智能化與協同化。通過人工智能、大數據和物聯網技術，實現科研數據的自動化采集、智能分析與高效管理，探索數據驅動的新科研范式。

賽道七：數據要素×文化旅游

賽題1：公共文化資源數字化與開放共享

推進公共文化資源數字化建設，整合匯聚文物、古籍、美術、地方戲曲劇種、非物質文化遺產等文化數據資源，或在博物館、公共圖書館和文化館等公共文化場所中，推進文化資源數字化和垂直領域數據歸集，豐富公共文化數據庫，增強公共文化數字內容的供給能力。同時，借助公共文化數據資源和前沿技術，實現公共文化數據的廣泛開放共享與跨主體流動開發，非物質文化遺產的傳承與創新發展，提升公共文化資源的普惠度、公眾參與度和滿意度。

賽題2：文化創意產業IP創新應用

拓展文化資源數字化新技術與文化內容IP應用新場景，通過運用多樣化的數字技術提高文化資源創新效能；深化文化內容產業IP價值及其衍生業態，探索實現文化內容IP資本化轉化，形成文化數據資源開發利用新模式新舉措。

賽題3：文物數字化保護與傳播

運用前沿技術，實現對文物進行全方位數字化保護與復原，借助保護修復、安全監管、文物流通等多維度數據，形成“文物畫像”，讓文物“活起來”，為文化保護及活化利用提供新的視角和方法。利用數字 3D、全息投影等技術提升文物展示與解說的游客體驗，提升文物的價值和吸引力。或者通過整合和共享文物數據增強相關機構在文物保護、展陳展示和文化傳播等方面的工作效能。

賽題4：智慧旅游創新發展

以旅游景區、度假區、休閑街區等為核心，依托運營商、在線旅游代理（OTA）、游客生成數據（UGC）、本地硬件設備及政務等數據，構建游客畫像，實現個性化和精準化的旅游信息推薦和精準營銷并形成新的產品和模式創新；通過公共數據開放共享、涉旅企業數據有序流通等形式，提升旅游服務便利化和體驗個性化，進行跨行業、跨主體、跨區域數據開放共享與資源置換。

賽題5：AI大模型與文旅融合應用

利用文化和旅游領域特有的數據資源，依托AI大模型技術開發垂直領域大模型和智能體應用。通過整合旅游目的地信息及相關行業數據，構建諸如“旅游行程規劃助手”“旅游智能服務助手”等應用場景；通過梳理文化領域博物館、圖書館、文化館、非遺館等場所公共文化資源，為訓練領域AI智能體提供高質量的語料庫和訓練集，借助“問答助手”、文生圖、文生視頻等新的交互方式提升公眾獲取公共文化資源的效率和體驗；或通過生成式AI的方式為文化內容創作提供智能化解決方案。

賽題6：文化和旅游數據要素化新發展

探索文化和旅游數據要素化的實踐，在遵守法律法規的基礎上，進行文化和旅游數據的確權、定價、資產化和交易等關鍵環節的實踐；或者探討如何通過建立內容 IP 授權、維權機制和打造平臺等手段，引導和促進場內數據交易的創新嘗試；或者體現文化和旅游領域數據安全建設，展示如何平衡數據利用與用戶隱私保護之間關系的創新解決方案。

賽題7：文物數據應用機制與技術

研發一套文物數據確權的技術解決方案，包括標準化確權模型和適用于文物保護機構的數字化工具。設計一個智能授權管理平臺，包括智能合約模板、數據訪問權限管理模塊和授權記錄追蹤模塊等。建立一個基于區塊鏈或可信計算技術的數據流通平臺，實現透明、安全、高效的數據共享。

賽題8：文物數據資源應用場景展示研究

構建多維度的文物結構化數據，運用知識圖譜、多模態大模型、算法推薦等，完成從文物數據采集到科研、教育、游戲、動漫、文創設計等的多場景應用。同時，形成高精度、多模態、虛實融合的歷史空間時序重建與人機交互系統解決方案，實現新型文物展示空間等創新成果的產業化應用。

賽道八：數據要素×醫療健康

賽題1：醫療健康數據跨機構數據協同應用

不同機構間對醫療健康數據的共享應用需求較迫切，通過建設可信數據空間，構建數據合規匿名化、數據“可用不可見”的流通使用新模式和可信流通體系。

賽題2：提升醫療服務便捷性

醫療服務的復雜性、服務流程的多樣性、服務對象的廣泛性、醫療數據的敏感性，機構間存在信息壁壘，推動優化醫療資源配置，提高服務效率和質量。

賽題3：強化醫療大數據創新應用

完善健康醫療數據資源要素體系，深化在行業治理、臨床科研、公共衛生、智能醫療設備等領域的創新應用。建設多模態語料庫和高質量醫學數據集，為醫藥產品研發或臨床知識發現提供早期研究基礎，形成一批具有示范效應的新模式、新業態。

賽題4：規范醫務人員依法執業

聚焦醫務人員使用智能系統輔助規范醫療執業行為的場景，利用信息技術創新性地將醫療服務相關法律法規規定嵌入醫療服務流程，有效普及醫療執業相關法律法規，提供精準的醫療執業法律風險預警和決策建議，加強醫療執業行為的合規性審查，優化診療過程，保障依法執業。

賽題5：醫養結合服務的數據協同與模式創新

利用醫療、養老、社區等多機構數據，提出一種可復制的醫養結合數據應用方案。探索“醫-養-社”協同服務新模式。通過整合老年人健康檔案、醫療資源分布、社區服務能力等數據，實現醫療資源與養老需求的智能匹配，開發居家健康監測與遠程診療一體化系統，包含數據共享機制、服務流程優化模型及典型應用案例，提升老年人健康水平與服務質量。

賽題6：加強中醫藥數據特色應用

盤活名老中醫臨床診療全流程數據，推動名老中醫經驗傳承創新能力提升。加強中藥全產業鏈數據協同利用，建立完善中藥質量溯源體系，提升中藥生產質效。數字化賦能中醫藥文化傳播，創新中醫藥文化傳播途徑。推動人工智能大模型中醫藥全領域多場景應用。

賽題7：提升醫保數據賦能管理水平

聚焦數據驅動下的醫保管理能力升級。完善醫保運行管理機制，科學合理制定預算，加強運行監測與風險預警。強化醫保服務協議管理，建立基于動態評估與信用評價的協議管理機制。加強醫保健康管理，整合醫保健康數據，促進醫保從“被動支付”向“主動健康管理”轉型。

賽題8：提升醫保便民利企服務水平

持續提升醫保便民利企服務水平。加快推進醫保錢包、移動支付、追溯碼采集應用等推廣應用，有效減輕藥品流通和零售企業在追溯信息采集和上傳的負擔；加快推進“云藥房”建設應用，滿足群眾足不出戶使用醫保購藥的需求，拓展藥品流通和零售企業市場；加強云影像共享比對應用，讓影像數據“多跑腿”，群眾“少跑路”。有序釋放醫保數據價值，為群眾構建高效、精準的優質醫保便民服務，為企業緩解成本壓力，注入強勁的發展動力。

賽題9：推動醫保數據賦能三醫協同

探索完善醫?；鹋c醫療機構的結算機制，壓縮結算周期，減輕醫療機構資金周轉壓力；探索醫保基金與藥品、耗材生產企業直接結算機制，優化供應鏈資金流轉，降低企業運營成本；探索與商業保險機構同步結算機制，推動“醫保+商保”清分結算中心建設，逐步完善“雙平臺一通道”模式，推動多層次醫療保障體系協同發展。

賽題10：推動醫保數據賦能社會經濟發展

充分發揮數據要素的乘數效應，全面賦能經濟社會發展。探索融合其他領域數據，借助大數據分析、人工智能、機器學習等前沿技術手段，構建數據合規應用模式，建立健全數據安全與隱私保護機制，確保數據在合法、安全的前提下高效流通與使用，打造開放、協同、可持續的醫保數據創新應用生態。

賽題11：提升醫保數據賦能改革水平

持續賦能醫療保障事業高質量發展，以數據驅動為核心，構筑共建共治共享的改革新格局。充分利用醫保信息化建設和醫保領域各項工作的新成效，圍繞支付方式改革、長期護理保險試點、藥品集采以及地方醫保政策優化等重點領域，加大對醫保數據的深度挖掘、精準分析與創新應用，提高醫保決策的科學性和精準性，提升群眾的獲得感、幸福感、安全感，充分發揮數據在醫保改革中的關鍵作用，助力構建更加公平、高效、可持續的醫療保障體系。

賽道九：數據要素×應急管理

賽題1：提升安全生產監管能力

圍繞礦山、危險化學品等高危行業安全生產監管需求，充分發揮電力、通信、遙感、消防等數據要素在提升實時監測與精準監管能力中的融合應用價值，實現對私挖盜采、明停暗開等行為的精準監管和城市火災的智能監測。體現數據要素在安全生產責任保險評估模型構建和新險種開發方面的重要作用，以數據要素價值化提高安全生產風險評估的精準化和科學化。

賽題2：提升自然災害監測評估能力

充分發揮公共數據資源要素價值，整合利用鐵塔、電力、氣象等公共數據，全面賦能自然災害災情監測、預警、研判、評估等全過程管理，提升自然災害風險管理數據分析、仿真與建模水平。針對地震風險的監測評估，強化地震活動、地殼形變、地下流體等監測數據的融合分析，提升地震預測預警水平。

賽題3：提升應急協調共享能力

針對跨區域一體化應急管理面臨的新形勢、新要求，加強應急管理事件、人員隊伍、物資裝備、安全生產經營許可等相關數據要素跨區域共享使用，發揮數據要素對應急管理監管執法、現場處置和協同聯動的賦能作用。

賽題4：數據賦能基層應急能力提升

利用數據要素賦能基層應急工作，通過技術創新和數據驅動的方法，提高基層應急響應的速度和效率。圍繞數據收集、整合、分析及應用等環節，提出切實可行的解決方案，為基層應急管理提供強有力的技術支持和智力保障。

賽道十：數據要素×氣象服務

賽題1：開發氣象數據決策新模式

強化氣象數據與經濟社會、生態環境、自然資源、農業農村等數據融合應用，打造氣候變化風險識別、風險評估、風險預警、風險轉移等智能決策模式。深化氣象數據與城市規劃、重大工程等建設數據融合應用，降低不利氣象條件對規劃和工程的影響。推動氣象數據在風能、太陽能等企業選址布局、設備運維、能源調度等深度應用，實現新能源企業降本增效。

賽題2：開展氣象數據產品新服務

聚焦農業、物流、水利、電力、能源等領域氣候風險防范需求，匯聚多源氣候數據與行業數據，運用統計分析、機器學習等方法開發“天氣指數－災害損失”評估模型?；凇疤鞖庵笖担瓰暮p失”評估模型按需開發各種天氣指數保險產品及天氣衍生品，推動其落地應用于保險、期貨等金融行業。深化氣象數據分析，挖掘溫室氣體排放的源頭，識別和評估潛在氣候風險及其對經濟活動的影響，開發相應的氣候投融資產品，實現氣候投融資數智服務。

賽題3：強化氣象賦能增益作用

加強氣象數據與低空飛行通信、導航、監測等數據融合利用，探索利用5G-A基站、智能汽車加載的激光雷達、視頻等設備，開發氣象數據收集新技術，打造數字化氣象服務產品。推動氣象數據在風能、太陽能等企業選址布局、設備運維、能源調度等深度應用，實現新能源企業降本增效。融入冰雪經濟、銀發經濟，與經營主體聯合打造旅游、健康等氣象服務新業態。打造高質量氣象語料庫和數據集等，支撐人工智能大模型開發和訓練，創新氣象數據產品及服務。探索建立可信數據空間，暢通氣象數據融合利用、授權運營、高效流通、收益分配等關鍵環節，強化氣象數據跨部門跨市場安全監管。

賽道十一：數據要素×城市治理

賽題1：提升城市管理協同化水平

提高城市管理數據共享與融通應用實效，推動城市人口、地理信息、建筑、設施、事件、組織等多維度數據融通，在公共衛生、交通管理、公共安全、生態環境、基層治理、城市更新、智慧城市、海綿城市、體育賽事等領域場景投入應用，基于數據融通、業務協同等實現具體領域或城市綜合管理的態勢實時感知、風險智能研判、及時協同處置，優化城市管理方式。

賽題2：提高城市發展決策科學性

綜合利用城市時空基礎數據、資源調查數據、規劃管控信息、工程建設項目管理數據及物聯網感知數據，開展多維度綜合分析與研判，助力城市規劃、建設、治理、運營等關鍵領域的精細化、智能化決策，為城市發展提供基于數據的科學支撐。

賽題3：發展數智融合的公共服務

在城市醫療、教育、養老、文旅等公共服務領域開展數智融合實踐，打通公共數據與社會數據（如企業數據、互聯網平臺數據等）之間的數據堵點，推動三醫協同、醫養融合、文體旅融合等多維度數據融通，提升公共服務便捷化和精準化水平。基于數據融合、業務協同等模式，打造智慧社區、智慧鄰里、數字家庭、AI管家等新場景，切實滿足人民群眾對高質量公共服務的需求，體現數據要素對公共服務的賦能作用，及其產生的經濟和社會效益。

賽題4：強化區域協同治理

圍繞企業經營主體注冊登記、異地就醫結算、養老保險互轉等服務事項開展跨城通辦中存在的難點、痛點問題，發揮數據要素的融合賦能作用，以數據流暢通跨城治理藩籬，體現跨城治理新技術、新產品、新服務、新應用及新商業模式，實現社會效益的最大化。

賽題5：提升城市綠色低碳治理水平

圍繞建筑節能、綠色建造、可再生能源利用、城市碳排放監測等城市低碳發展目標，發揮數據要素的支撐作用，通過CIM平臺、能耗監測系統、碳排放分析模型等技術手段，優化建筑能耗管理，提高綠色建筑標準執行力，促進建筑材料全生命周期碳排放控制，助力城市碳達峰碳中和目標的實現。

賽題6：打造智聯協同的數字工程

圍繞建筑工業化、數字化、智能化，推行工程建設項目全生命周期數字化管理，推進施工質量安全監管、工程質量檢測數字化轉型，實現智慧監管。深化應用自主可控建筑信息模型（BIM）技術，提升建筑設計、施工、運營維護協同水平，推動智能建造與建筑工業化協同發展。打造全產業鏈融合一體的智能建造產業體系，大力發展數字設計、智能生產和智能施工，促進建筑業高質量發展。

賽題7：建設智慧韌性的數字城市

圍繞實施城市更新行動，打造宜居、韌性、智慧城市，統籌規劃、建設、治理三大環節，加大新型城市基礎設施建設力度，實施城市基礎設施智能化建設行動，加快城市基礎設施生命線安全工程建設，推動城市運行管理“一網統管”推進城市運行智慧化、韌性化。

賽題8：構建智管宜居的數字村鎮

深入實施數字鄉村建設行動，按照房、村、鎮三個層面，整合現有信息數據，統籌推進信息化建設和數字化應用，構建“數字農房”“數字村莊”“數字小城鎮”，助力建設宜居宜業美麗村鎮。

賽題9：深化城市產城融合發展

促進新型產城融合發展，推動智慧建筑、園區招商、物業服務等多元數據融通利用，推進城市產業空間數字更新。推動數據在智慧商圈、智慧文體場館、智慧公園等數實融合場景的應用，激發產城融合服務能級與數字活力。開展城市實體化數據要素場景創新中心建設，打造新技術新場景首試首用體驗場。

賽題10：夯實城市數據底座支撐

統籌建設城市感知與傳輸設施，全面提升城市存儲與計算設施，加快建設城市數據流通設施，為城市數據“采存算管用”提供安全高效的基礎設施能力支持。基于城市數據底座，開展公共數據授權運營、數據融通利用、城市數據空間運營等創新實踐。完善城市智能中樞體系建設，依托海量城市數據資源、大模型等，構建城市運行數字體征指標體系、智能分析研判平臺、多級聯動指揮平臺，形成城市態勢全面感知、趨勢智能研判、協同高效處置、平急快速切換能力。

賽題11：提高人社公共服務普惠性

體現數據要素在深入推動就業、社保、人事人才、勞動關系等公共服務實現便捷化、普惠化和智能化過程中的放大、疊加、倍增作用，切實滿足人民群眾對高質量人社公共服務的迫切需求，體現基于數據要素的人社公共服務新應用、新產品、新模式，及其創造出的顯著的經濟與社會效益。

賽道十二：數據要素×綠色低碳

賽題1：優化生態環境治理服務

面向氣象和水文耦合預報、受災分析、河湖岸線監測、突發水事件應急處置、重污染天氣應對、城市水環境精細化管理、環境風險評估環境污染責任保險設計和綠色信貸等領域現實需求，通過融合氣象、水利、生態等多領域數據資源，構建多源環境數據融合AI模型，實現污染物擴散智能預測與修復技術優化推薦。基于衛星影像與地質數據建立礦山植被、河湖岸線等生態恢復評估體系，精準量化修復工程碳匯增量，創新市場化生態補償機制，為環境治理與生態修復提供全鏈條技術支撐。

賽題2：促進用能效率提升

聚焦工業制造與能源數據融合，構建能耗預測、多能互補等創新應用場景，推動生產能效升級。整合衛星遙感與行為數據建立動態監測體系，優化低碳路徑規劃與資源錯峰調度?；贐IM集成建筑全生命周期數據，開發碳排放模擬系統及低碳改造決策工具。創新去中心化電力交易算法，提升風電/光伏并網效率，實現供需動態平衡與棄電率控制，支撐綠色低碳轉型。

賽題3：促進資源循環利用

強化對固體廢物收集、轉移、利用、處置等各環節數據資源的融合創新應用，提升產廢、運輸、資源化利用各環節效率，促進固廢、危廢資源化利用。整合企業生產、物流、廢棄物數據，構建實時碳排數字孿生體，實現碳排放預警、配額分配與交易模擬。

賽題4：促進生產減排降碳

聚焦碳排放監測與核算，構建產品全生命周期碳足跡評估體系，助力減排降碳。運用區塊鏈技術打造產品全生命周期可信碳足跡溯源工具，驅動供應鏈低碳轉型?；谖锫摼W與機器學習搭建能源智能監控系統，整合光伏、儲能、交通等多源數據，動態優化能源配置路徑，支撐零碳目標實現。

賽道十三：數據要素×人工智能

賽題1：人工智能在行業領域中應用

人工智能技術應用可以帶動相關產業發展，創造就業機會，促進經濟增長。如在制造業中，人工智能技術可以顯著提高生產力，通過引入自動化設備和智能機器人，減少人工成本，提升生產速度和精度。此外，在醫療、交通、金融等領域，人工智能也帶來了顯著的效率和準確性提升。本賽題旨在挖掘人工智能技術在工業制造、城市治理、醫療、環保、災害響應等行業領域的創新應用。

賽題2：面向AI的數據集構建

此賽題旨在通過對數據的采集、清洗、標注，形成人工智能模型訓練數據集；同時也鼓勵通過模擬仿真等方式形成合成訓練數據集，以及開發人工智能訓練數據集復用平臺服務。

賽題3：數據要素×安全人工智能

在當前技術環境中，人工智能（AI）應用正在迅速擴展至多個關鍵領域，包括大模型應用、自動駕駛應用和工業智能等領域。然而，這些領域的AI應用面臨著一系列的痛點和挑戰，其中最核心的問題是數據質量參差不齊且規模龐大，用于模型訓練后會導致人工智能算法存在數據投毒、虛假數據對抗攻擊、分布外數據失效等潛在安全風險。本賽題旨在于將數據與算法進行有機結合，促進安全人工智能技術發展，識別并減少可能導致系統風險的因素，提前發現算法安全漏洞，達到防患于未然的目標。

賽道十四：數據要素×低空經濟

賽題1：創新行業應用促進低空經濟發展

本賽題旨在探索低空經濟在不同行業領域的發展趨勢以及潛在機遇。深入分析低空經濟在各行業中的應用案例，如在氣象、水利、農業、交通等行業上的優秀解決方案，展現數據要素在低空經濟行業應用上發揮巨大作用。如低空無人機在氣象監測、數據采集、預報預警等方面的應用，提升氣象服務的精準度和時效性；在農業植保、作物監測、災害評估等環節的創新應用，提高農業生產效率和作物產量等。通過大賽挖掘更多低空經濟應用場景，推動低空經濟與各行業深度融合，促進產業升級和經濟發展。

賽題2：低空經濟基礎設施建設方案

當前，低空經濟在基礎設施建設上存在諸多問題，例如無人機起降點、充電維護設施有限，導致服務范圍受限；基礎設施成本高，利用率低，難以形成規模經濟；空域限制和飛行安全未能得到完善保障，影響了無人機的普及等等。參賽者需結合低空經濟發展的痛點，提出創新性的應用方案和改進建議，推動低空經濟健康綠色高質量發展。

臥濤集團，自2012年成立以來，已發展成為一家業務廣泛的綜合性企業服務機構，總部位于安徽，并在湖北、江蘇、湖南、四川、陜西等地設有分公司。集團專注于抖音短視頻與網站關鍵詞的推廣，項目申報，工商財稅咨詢，股權設計，軟件開發，可研報告與商業計劃書編制，以及專利、商標、版權和軟著的申請與代理。臥濤集團憑借專業的團隊、豐富的經驗及優質的服務，贏得了客戶的廣泛贊譽。展望未來，臥濤集團將繼續以客戶需求為導向，提供高效、全面的服務，助力企業實現持續發展。15855157003 為您解疑答惑！