至顶网软件频道消息:11月22日,在云栖大会·广东分会上,阿里云天池宣布了广东政务数据创新大赛的最终成绩。北京邮电大学团队和浙江大学团队分别获得“土地智能监管”赛题和“数字城市可视化”赛题的冠军。

阿里云天池广东政务数据创新大赛获奖选手合影
这场为期75天的大赛吸引了来自全球的3677支队伍报名参赛。大赛聚焦如何用人工智能实现政务创新,赛题分为智能算法赛“土地智能监管”和应用创新赛“数字城市可视化”。
在智能算法赛中,要求选手利用机器视觉技术,对2015年和2017年广东省佛山卫星图片进行对比分析,识别出两年之间新增的建筑物(不包括道路)位置。
在国土监察中,很重要的一项工作是监管地上建筑物的建、拆、改、扩。比如,土地未批先建、开发商捂地、居民违建等,传统的靠人力来调研取证的方法,费时费力。
“我们希望靠高分辨率卫星图像(米级分辨率)和深度学习算法来革新现有的工作流程,更好的保护城市土地资源,帮助佛山市南海区政府实现信息化向智能化的转变。”佛山市测绘地理信息研究院副院长朱广堂说。据了解,这场比赛由佛山市南海区政府执行承办,佛山市测绘地理信息研究院提供了大量高清卫星图像。

天池选手用人工智能识别卫星图像中的新增建筑
北京邮电大学团队以86.1%的准确率取得了这场比赛的冠军。在比赛中,他采用改进的hed网络作为基础,融合多种先进图像识别网络,能够准确识别出新建建筑。
卫星图像与人工智能技术的结合带来的想象来远不止于此。大赛评委中国规划设计院高级规划师徐辉举例说,如果卫星影像能够拍摄到工业园区的一些物流大货车,那么货车的多少就能够客观地反映出企业的经济运营的状态,通过这样大量深度学习的这种挖掘,就能够从宏观层面上了解一个城市乃至各区域经济态势。
另一道赛题,“数字城市可视化”则要求选手采用数据可视化的技术,将整个城市的运行状态直观的呈现出来,以便更好的把握城市脉搏。
冠军团队选择了城市区域内充电桩的优化设置这一新能源问题,基于真实的城市数据设计了简洁明了的数据挖掘模型,并把模型挖掘结果采用表达力强的可视化界面呈现,完美地增强了充电桩优化的探索过程。
阿里云机器智能首席科学家闵万里说,这次大赛选手成绩超过预期,产生了一批具备可落地性的优胜成果。阿里云ET大脑将考虑集成这些优秀成果,以众智形式推动城市大脑的发展。
天池大赛是阿里云同广东合作,推动社会治理、公共服务智能化的努力之一。在交通领域,他们还在尝试用人工智能管理红绿灯。试点结果显示,南华中路-宝岗大道9时~13时和15时~20时的平均拥堵指数分别下降了25.75%和11.83%。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。