"挑战杯"全国大学生课外学术科技作品竞赛由共青团中央、中国科协、教育部、中国社会科学院、全国学联和省级人民政府共同主办，自 1989 年首届举办以来，始终坚持"崇尚科学、追求真知、勤奋学习、锐意创新、迎接挑战"的宗旨，是目前全国大学生科技创新领域层次最高、规模最大、参赛范围最广的赛事，被誉为当代大学生科技创新的"奥林匹克"盛会。
为加快实现高水平科技自立自强、引领发展新质生产力，动员广大青年扎根科研攻关一线，中国青年科技创新"揭榜挂帅"擂台赛秉持"英雄不论出处，谁有本事谁揭榜"的理念，以服务国家重大战略需求为导向、以解决实际问题为目标，面向全国青年学子公开发榜。
其中，"基于国产开源大模型的 AI Scientist 研发与应用"榜题（题目编号：XH-202619），由阿里云、中国科学院国家天文台、国家天文科学数据中心发榜，中国科学院大学他山学科交叉创新协会、集思谱平台协办。现将该榜题的赛题设置及参赛要求解析如下。
组织机构
- 挑战杯主办单位：共青团中央、教育部、人力资源社会保障部、中国科协、中国科学院、中国社会科学院、中国工程院、全国学联、辽宁省人民政府
- 本赛题发榜单位：阿里云（浙江阿里巴巴云计算有限公司）、中国科学院国家天文台、国家天文科学数据中心
- 本赛题协办方：他山学科交叉创新协会、集思谱平台
- 题目名称：基于国产开源大模型的 AI Scientist 研发与应用（题目编号：XH-202619）
一、题目介绍
当前，人工智能正加速融入科学研究全过程（AI for Science）。传统科研模式高度依赖研究者的个人经验、文献积累和实验试错，在面对海量数据、跨学科交叉和复杂系统时，往往存在知识整合成本高、研究线索发现难、实验路径迭代慢等问题。大语言模型（LLMs）凭借强大的知识理解、逻辑推理、工具调用与多智能体协作能力，为科学发现提供了新路径——有望成为"AI Scientist"（人工智能科学家），参与科学问题理解、文献与数据整合、候选假设生成、研究方案设计、实验任务规划、数据处理与分析、人在回路反馈迭代等环节，推动科研范式向人机协同的智能科研新形态演进。
基于国产开源大模型（如 Qwen/千问）研发面向 AI Scientist 的科研智能系统，不仅关乎 AI 技术的自主可控，更是构建安全、开放、可持续的智能科研基础设施的关键一步。
本赛题由阿里云、中国科学院国家天文台、国家天文科学数据中心，与中国科学院大学他山学科交叉创新协会、集思谱平台共同发起（题目编号：XH-202619），聚焦"可验证科学研究假设的自动生成"，鼓励青年学子结合具体学科领域（包括自然科学及社会科学），利用国产大模型开发出能理解科学问题、识别知识缺口并生成高质量、可验证假设的 AI 工具及科普内容。围绕科学问题、数据场景、科教科普与艺术表达三大方向展开。我们鼓励青年学子基于专业深度的垂直研究，也鼓励参赛选手跨学科的创新融合，期待通过此次赛事推动科研智能化、促进国产大模型在垂直领域的落地、加速科研创新，并以青年创新力量服务国家科技自立自强战略。
二、赛题设置及说明
赛道一：科学问题
本方向鼓励参赛团队围绕具体科学问题，搭建能够参与科学假设生成、研究计划设计、实验任务规划、数据分析和反馈迭代的 AI 应用。重点考察应用是否能够形成清楚的科研闭环，是否能够基于真实数据、文献证据，在模拟或真实环境中推进下一步研究，并在必要时完成自动校正或人工反馈后的迭代优化。
方向一：科学实验任务规划与反馈迭代
面向"从科学问题到可验证研究方案"的场景，参赛团队可以搭建能够理解科学问题、整合文献与数据证据、生成候选假设，并进一步形成研究计划或实验任务闭环的 AI 应用。作品重点不是给出泛泛的研究建议，而是展示 AI 如何提出可检查、可验证、可迭代的科学假设或实验方案，并在接入虚拟仿真或实验仪器后，展示系统如何根据反馈结果继续迭代优化。可以从下面两个维度选题：
A. 科学假设生成与研究计划设计
参赛团队可以面向《Science》125 个前沿科学问题，搭建能够完成"问题理解—知识整合—候选假设生成—证据梳理—研究计划输出—反馈修正"的 AI 应用。应用应说明假设从何而来，依据哪些事实、文献或数据，可能如何验证，并通过多轮资料补充、证据完善、方案评分、版本比较或人工反馈，展示科学假设和研究计划的自迭代提升过程。
B. 科学实验任务规划与反馈迭代
面向虚拟仿真或实验仪器执行的闭环科研场景，参赛团队可以搭建能够根据研究目标、约束条件和已有数据，完成"任务规划与实验设计—实验运行与数据获取—数据分析与反馈迭代"的 AI 应用。作品重点不是生成一次性实验方案，而是展示 AI 如何根据实验结果调整下一轮计划，并逐步提升实验成效。
方向二：金乌·太阳物理建模迭代与假设生成
参赛团队可以围绕太阳物理中的数据分析、模型预测或科学假设生成任务，搭建能够完成数据预处理、特征构建、模型预测、结果评估、自我校正或证据推理的 AI 应用。作品应面向明确的太阳物理问题，展示 AI 如何处理真实或给定数据，如何生成可检查的分析结果，并提出下一步验证方案。可以从下面两个维度选题：
A. 太阳物理数据建模闭环
基于提供的太阳物理数据问题，搭建 AI 应用能够完成数据预处理、特征构建、模型预测、结果评估和自我校正的闭环。待研究问题任选其一：
- 基于活动区磁场数据，提炼可量化其复杂度的参数，建立参数与爆发强度或频次之间的定量关系，并基于 JW-SSD 数据集构建太阳黑子的表征及分类方法；
- 基于多模态时序数据，探索数据特征与爆发活动之间的时序关联，并基于 JW-FD 数据集完成太阳耀斑爆发的精细化预测；
- 基于公开 TESS 光变曲线，自动识别恒星耀发，并统计其形态、能量和频率分布。
B. 太阳物理假设生成与证据推理
基于提供的太阳物理科学问题，搭建 AI 应用实现围绕科学现象生成候选假设、构建证据链、查找反例并提出下一步验证计划的闭环。待研究问题任选其一：
- 耀斑触发前兆因果链发现：探索太阳爆发活动中磁能积累与释放过程，挖掘触发剧烈活动的物理机制与先兆特征；
- 日冕加热之谜：针对阿尔芬波加热、磁重联纳耀斑等主流理论，构建对比研究方案，结合多波段观测与数值模拟，寻找甄别不同加热机制的观测证据；
- 太阳活动周起源探秘：利用长周期观测数据，分析太阳活动约 11 年周期的演化规律，探索太阳发电机理论的物理机制，为理解太阳活动周起源提供线索。
赛道二：数据场景
本方向鼓励参赛团队围绕真实科研中的数据获取、整理与应用场景，搭建能够查找、解析、整合多源科学数据，并形成可分析、可追溯、可复用结果的 AI 应用。重点考察应用是否能够处理多源异构数据，保留清楚的数据来源和处理过程，支撑后续科研分析、影响力评估、知识图谱构建或证据推理，并在发现错误或收到反馈后完成修正。
方向一：科学数据整合与影响力分析应用
参赛团队可以围绕多源科学数据查找整合或学术影响力预测搭建 AI 应用。作品应面向明确的数据使用场景，说明输入需求、数据来源、处理流程、结构化输出方式和结果解释逻辑。可以从下面两个维度选题：
A. 科学数据查找、解析与整合
面向"从科学问题到可用数据"的研究场景，参赛团队可以搭建能够根据用户输入的研究目标或数据需求，自动查找、解析和整合多源科学数据的 AI 应用。例如，用户输入"我希望研究 Ia 型超新星光变曲线"，应用应能够自动查找相关论文、开放数据库、表格、补充材料和图像数据，从正文、表格、附件或图表中提取可用信息，并整理输出合并后的多源 CSV 表格。应用应能够完成数据清洗、字段对齐、来源标注和结构化输出；如涉及论文图像或图表，还应能够说明图表数据的识别、提取或校验方式。
B. 科研影响力分析与偏差解释
面向科研评价和文献分析场景，参赛团队可以基于模型微调或智能体设计，搭建能够解析论文文本、作者信息、期刊信息、引用网络、主题演化或开放数据的 AI 应用。用户上传论文后，应用能够自动提取论文题目、摘要、正文、作者、发表期刊、参考文献、引用关系或开放数据情况，对论文、研究方向或学术成果的影响力进行预测，并解释预测结果中可能存在的偏差。应用不应只给出一个分数，还应说明影响判断的因素，以及这些因素是否可能带来不公平或不稳定的评价。
方向二：天文·科学知识图谱构建与证据推理应用
面向"从天文文献和资料中提炼知识关系"的场景，参赛团队可以搭建能够从天文领域的论文、教材、数据库或网页资料中抽取实体、概念、关系、证据来源和结论的 AI 应用，并构建面向具体科学问题的可视化知识图谱。作品可围绕基础天文学、星系与宇宙学、时域天文学、天文大数据与智能观测、太阳物理学等方向任选其一展开。应用可以面向不同受教育阶段的用户，支持查询、推理、溯源和解释。
赛道三：科普科教与艺术表达
本方向鼓励参赛团队搭建面向科学传播、课堂教学、科研展示和长期陪伴的 AI 应用。应用可以从文本、语言、图像、视频、交互体验等角度，把专业科学内容转化为更容易理解、展示、交流和传播的内容。演示的科学知识本身难度不纳入评分，鼓励面向不同受众、不同难度的知识点尝试；重点考察应用是否能够准确传达科学事实，形成适合场景的表达方式，并在多轮使用或反馈后持续改进。
方向一：从"会回答"到"有温度"
A. 数字分身
鼓励团队面向长期陪伴场景，使用模型训练、智能体搭建或 skills 设计等工具能力，开发一个能在持续交流中了解用户、形成并更新用户画像的 AI 应用。应用可服务于教育和成长陪伴，也可延展到日常陪伴、定制化助手、写作表达、情绪变化识别、生涯规划和关键节点决策辅助等场景。用户画像可包括基本情况、阶段目标、兴趣偏好、表达习惯、情绪变化、重要经历、正在面对的问题和授权范围，并说明这些信息什么时候被记录、更新、用于回答，以及用户如何查看、修改或撤回。作品应建立可量化的评估方式，说明 AI 是否越来越懂用户，是否能用更自然、有分寸、少模板腔的方式对话，并给出贴合场景且事实可靠的建议。
B. 如何让 AI 更有人味？
鼓励团队从哲学思辨、语言风格和事实准确性等角度探索，面向"让 AI 更有人味"的科学表达场景，使用模型训练、智能体搭建或 skills 设计等工具能力，开发一个能够缓解 AI 在中文生成中的模板腔、机翻感和 AI 味的应用，并在科普文案、课程讲稿、科研汇报、论文写作等场景中验证性能。
方向二：科学传播的多元艺术表达
鼓励参赛团队通过 AI 技术探索更加多元化的科学传播媒介，将自己关注的科学问题转化为直观、生动且富有感染力的视觉传达体验，让大众能够更直观地理解科学问题，引发思考与共鸣。参赛作品的输出形式鼓励跨媒介、多形态的艺术创作，具体包括但不限于：
- 经典期刊视觉类：科普海报、期刊封面风格图、图文摘要、概念示意图、机制/原理图、流程图及数据可视化图等。
- 数字交互与体验类：结合现代数字设计优势，探索信息可视化体系构建、沉浸式场景呈现以及互动式科普装置设计等轻量化、强共情的传播载体。
- 叙事与动态艺术类：利用漫画和图形叙事、动态演示视频等形式，将复杂的科学逻辑转化为引人入胜的故事或具象化的体验内容。
方向三：星语·面向 AI 的天文实训
鼓励团队开发一个面向具体任务环节的天文 skills 包，从真实天文工作和科普实践中选择一个常用但尚未很好接入 AI 的环节，将其中的知识、工具、数据流程或科研方法整理成智能体可以稳定调用的天文 skills。作品重点不是做一个泛用天文聊天助手，而是把原本分散、老旧或只适合人工操作的天文能力，改造成可运行、可检查、可复现、可复用的 AI Ready 组件。鼓励团队说明所选工具或流程的使用价值、现有痛点和改造必要性，例如接入常用天文科普工具，将观测计划、天象计算、数据下载、处理与可视化流程进行封装，重构老旧数据处理管道，整理 Notebook 或科研工作流为可复现组件，标准化软件调用接口，并保留中间结果和人工校验入口等。作品应围绕所选环节完成必要的 AI Ready 改造，包括但不限于 API 或 MCP 标准化、skill 封装与可调用化；如能进一步对旧代码进行重写、加速或工程化整理，可作为加分项。
技能包应说明服务对象、任务边界、输入输出、触发条件、依赖来源和失败处理方式，并保留关键中间结果，方便评审复现和判断输出可靠性。
三、参赛对象
学生赛道：2026 年 6 月 1 日以前正式注册的国内全日制非成人教育的普通高等学校在校专科生、本科生、硕士和博士研究生（不含在职研究生），以及全日制职业教育本科、高职高专在校学生，可通过学生赛道申报作品参赛。
高校青年教师在指导学生参赛的同时不得以参赛人员身份参加同一选题比赛。发榜单位及同发榜单位有相关隶属关系单位的青年不得参加本单位选题比赛。
参赛对象可以团队或个人形式参赛，每个团队不超过 10 人，每件作品可由不超过 3 名指导教师进行指导。可以跨专业、跨学校、跨地域组队，但同一团队所有成员均应符合本赛道相关年龄、身份要求。每件作品只可由 1 所高等院校、科研院所等作为参赛主体提交申报。
四、答题要求
技术基础
基座模型须基于千问（Qwen）系列模型，开发平台需通过阿里云百炼平台调用，或者采用比赛官网推荐工具调用系列模型，并提供调用凭证或截图。允许参赛团队围绕下游任务和领域数据进行模型微调。作品可基于大模型训练、智能体编排、skills 设计、系统 harness 工程等方式完成。
鼓励演示，推荐搭建可交互前端、可调用测试 API，并制作 10 分钟内的演示视频。
参赛作品提交形式与规范
参赛团队需提交以下材料：技术方案文档（PDF≤20 页），包含研究问题与解决方法、架构设计与讲解、代表性测试案例、源代码、项目工作流程、上下文工程设计、数据或资料来源说明、结果展示与反馈迭代过程等内容。可附加交互前端页面、可调用测试 API、10 分钟内演示视频等，各方向具体成果材料需参考官网要求提交。
五、作品评选标准
本榜题初审和终审决赛的评分标准一致，赛事评分采用"专家评审 + AI 辅助评审"相结合的方式，通过多个维度进行评审：
六、作品提交时间
- 2026 年 6 月 30 日前，各参赛团队通过挑战杯官网完成参赛信息报名。报名地址：https://2026.tiaozhanbei.net/d51/jbgs
- 2026 年 9 月 5 日前，各参赛团队向发榜单位完成作品提交，具体要求详见报名方式部分，并严格遵照发榜单位明确的提交规范执行。
- 2026 年 9 月 20 日前，由发榜单位完成初审，确定入围终审擂台赛的晋级作品和团队。
- 2026 年 10 月，发榜单位安排专门团队提供帮助和指导，各晋级团队完善作品。
- 2026 年 11 月，组织终审擂台赛，角逐"擂主"。
七、参赛报名及作品提交方式
（一）报名方式
- 参赛选手登录"挑战杯"官网 www.tiaozhanbei.net，在"揭榜挂帅"擂台赛报名入口注册账号，登录大赛申报系统在线填写报名信息。报名信息提交后，下载打印系统生成的报名表。
- 申报人在报名表对应位置加盖所在学校或所在单位公章。
- 将盖章版报名表扫描件上传至报名系统，等待系统审核。请参赛选手注意查看审核状态，如审核不通过，需重新提交。
- 系统开放报名时间为 2026 年 5 月 30 日—6 月 30 日，逾期后系统将自动关闭报名功能。
（二）作品提交方式
请已在官网报名成功的团队，于 9 月 5 日前将盖章的参赛申报表 PDF、作品所有相关材料提交至：https://survey.aliyun.com/apps/zhiliao/A4e_qqNGu 。压缩包命名规则：学校-姓名-作品名-联系电话。作品材料打包压缩后上传至网盘，并将网盘分享链接、提取码及文件截图（含上传时间）整理成单独附件文档。
提交具体作品时，务必一并提交 1 份报名系统中审核通过的参赛报名表（所有信息与系统中填报信息保持严格一致）。以上材料无需在"挑战杯"官网提交。
八、赛事保障
发榜单位为参赛团队提供以下支持：
- 算力支持：为参赛者提供算力补贴，为指导教师提供算力专属权益。
- 开发工具：提供千问（Qwen）大模型及配套 AI 应用开发平台等创作工具与平台资源，并配有专家资源进行使用教学。
- 文献与数据：推荐接入公共开放的科学文献库及标准化数据集。
- 技术辅导：提供平台使用培训、多智能体开发课程及科研专家在线答疑。
- 实践证明：为成功完成作品并提交参赛的队伍提供参与 AI Scientist 科技实践证明。
九、设奖情况及奖励措施
设奖情况
根据评分规则，综合评定参赛队伍成绩。设擂主 1 名（从特等奖中产生），特等奖 5 个，一等奖 5 名，二等奖 10 名，三等奖 10 名。奖项不重复，奖金按队伍所获最高奖项授予。最终授奖数量视作品申报数量和质量情况，报组委会同意后动态调整。
奖励措施
奖项名额奖金特等奖（擂主）1 名（从特等奖中决出）100,000 元特等奖5 名20,000 元/名一等奖5 名10,000 元/名二等奖10 名5,000 元/名三等奖10 名2,000 元/名
奖金以汇款方式兑现，获奖者需提供接收奖金的银行卡信息，奖金在赛事获奖公示后并经审批后 6 个月内发放。
十、联系方式
赛事服务：请同学们加入钉钉答疑群，钉钉搜索群号：162255026342。联系时间：比赛期间工作日（9:30—18:00）。
钉钉扫一扫，立即加入群聊
扫码关注大赛官网
更多赛事最新动态，可关注挑战杯官网 www.tiaozhanbei.net。
他山 · 挑战杯专题
作为本赛题协办方，我们在「他山世界」平台开设了挑战杯专题，为参赛青年提供选题、工具接入与协作支持。
赛题将于六月底开始，《Science》期刊的 125 个前沿问题已整理成一份题单；也欢迎带上你在挑战杯中遇到的真实问题，我们更关注问题是否清晰、讨论是否充分、验证是否有效。专题内可查看工具接入、Science 125 前沿问题清单与挑战杯官方页面。 访问挑战杯专题：world.tashan.chat/challenge-cup-topic