8月以来，粤港澳大湾区人工智能的热潮一浪接着一浪。
在香港，香港中文大学跨学科团队研发AI驱动的“手术具身智能平台”，首次在活体动物实验中完成组织牵拉、血管夹闭等复杂操作。
在广州，广州市国资委联合15家国企推出60个AI应用场景，广州南沙发布全国首个“真无人”城市级自动驾驶系统。
在深圳，深圳国际AGI大会将于月底开幕，100项颠覆性AI技术全球首秀，涵盖AI芯片、生成式AI、智能机器人、具身智能等前沿领域……
从医疗健康到交通出行，再到工业制造，“千行百业”都离不开人工智能大模型的赋能。大模型是如何在人工智能产业中发挥优势，并赋能其他产业创新发展的？
俯瞰琶洲
目前，琶洲正在举办第四届算法大赛，特别推出AI大模型算法优选赛，将赛题与产业需求深度嵌入，以“揭榜挂帅”模式，联合龙头企业发布实际生产痛点，或许可以窥见上述问题的答案。
出题：与产业联动
赛题源于产业，与产业深度结合，更与我们的生活密切相关。
比如，周五晚高峰的广州琶洲，当都市白领习惯性打开出行平台软件打车，却发现最近车辆在3公里外。这类“找不到车”的窘境在现实生活中比比皆是，背后实际上是综合出行平台的痛点之一：如何在动态变化的时空条件下，精准预测用户出行意图与区域需求，实现更高效的资源调度？
于是，就有了“哈啰杯”算法优选赛赛题——“基于大模型的用户&区域出行需求预测”，让参赛者挑战基于大模型的“用户—业务—时空”三级预测。
“这个赛题背后是有明确的业务背景支撑，在我们技术同学工作过程中，明确遇到且需要解决的用户深层次需求。”哈啰推荐算法专家侯亚伟表示。
赛题源于用户的出行需求
作为国内专业的本地出行及生活服务平台，哈啰的业务集单车、助力车、顺风车、打车、租车乃至租电动车等于一体，拥有超8亿的用户量，用户需求多维且复杂。
据侯亚伟介绍，用户需求主要呈现了三个特点：一是多业务交叉性，同一用户可能在不同场景下选择不同业务（如通勤用单车、周末租车自驾）；二是时空动态性，需求受时间、地点、天气、实时交通状况等影响显著；三是个性化偏好，用户历史行为隐含长期偏好（如价格敏感型用户倾向单车）。
“我们希望参赛者可以利用大模型和序列预测相关的技术，实现用户和区域粒度的跨业务需求预测，并且可以联动时空供需，基于预测的结果去提升全平台的资源匹配效率。”侯亚伟说。
破题：难点如何攻克？
如何真正破解赛题，运用到产业当中？答案藏在大模型技术的应用中。
拿“哈啰杯”算法优选赛来说，整个赛题任务中，包含两个子任务：一是基于用户出行意图识别可以优先展示高概率业务，重点关注低频高价值业务；二是联动区域预测未来一周时空需求，将用户粒度和区域预测结果结合，优化流量和车辆/运力分配。
“两个任务都来自真实的业务场景，我们会把数据和问题简化，抽象出用户意图识别和区域出行需求这两个典型问题进行建模。”侯亚伟解释。
具体来说，初赛聚焦用户出行方式意图识别，要求模型基于用户画像、行为轨迹、实时上下文等多维数据，预测用户在下一次出行中倾向选择的出行方式（如单车、打车、租车等）。复赛则转向区域时空出行需求预测，模型需基于历史订单数据、天气节假日等因素，在网格尺度上预测未来7天的出行需求分布。
哈啰杯挑战未来出行需求预测
比赛中，大模型的使用是重中之重，也是赛题挑战的难点。比如，初赛中会重点关注低频高价值业务（如租车），预测难度更高，要求模型具备优秀的意图识别与特征提取能力；复赛对算法的时间序列建模能力、空间建模能力提出较高要求，尤其在处理需求稀疏性与突发高峰方面是极大挑战。
“大模型从技术上来说是前沿趋势，与传统深度学习的模型相比，具备更好的知识储备和推理能力，我们鼓励选手引入新模型结构、外部数据（如高德交通、演唱会、体育赛事等），提升方案的泛化性与实用性。”侯亚伟表示，“希望选手不仅能‘解题’，更能提出可推广、可复用、可部署同时有创新性的‘解法’。”
延展：不止于竞赛
一头连着大模型，一头连着用户和产业，AI大模型算法优选赛不只是一场竞赛，其技术探索意义远超竞技本身。
对交通出行领域来说，“哈啰杯”算法优选赛的解决方案，包括多模态大模型应用，融合用户行为、地图数据、气象信息等多源信息，实现一体化建模；实时化智能调度，基于预测结果驱动运力分配与供需调控，提升运营效率等探索，对AI在出行领域落地进入“深水区”都具备典型意义。
“大模型训练的基础挑战就是数据、系统和算法，其实deepseek给了我们一个很好的启示，去应对这些挑战，就是提升效率。”智源研究院（BAAI）数据研究团队的技术负责人刘广在赛题解读中表示，超越之旅——OpenSeek共创大模型轻量化与高效能训练挑战赛的任务，就是通过聚焦大模型在边缘计算场景的落地难题，推动低资源消耗、高训练效率的算法创新。
OpenSeek是由北京智源人工智能研究院（BAAI）发起的开源共创项目，旨在联合全球开源社区，推动算法、数据和系统的协同创新，开发出超越DeepSeek 的下一代模型。刘广指出，训练一个AI大模型的门槛很高，从零开始会遇到很多挑战。“openseek项目就是希望能够通过开源社区的方式训练模型，降低训练模型的成本和门槛。”
OpenSeek的应用场景广泛，比如自然语言理解，通过高质量的数据集和训练基线，提升语言模型的自然语言理解能力；多语言处理，支持多语种的数据处理和模型训练，为全球化应用提供基础；多芯片支持，降低对特定硬件的依赖，使模型能够在多种AI芯片上运行……
AI大模型算法优选赛合作单位签约
除了“哈啰杯”和OpenSeek，AI大模型算法优选赛的其他赛题也都聚焦行业痛点，围绕人工智能大模型算法、交通出行、健康医疗、金融科技、能源管理、智能助手等领域，以真实产业问题驱动大模型进化。
从这个意义上来说，这场赛事，已然成为推动技术落地的“超级试验场”。
