简 介：2026年人工智能模型组竞赛呈现出显著的技术创新与现实应用结合趋势。赛题设计聚焦虚拟现实与无人驾驶领域，引入强化学习、大模型等前沿AI技术，并新增虚拟金币、行人识别等游戏化元素。参赛者普遍期待比赛能更贴近真实道路场景，通过多模态感知和智能决策完成复杂任务。同时，部分选手建议优化硬件兼容性、提供更多培训资源，并平衡算法创新与硬件调参的评分权重。该组别通过模拟区间测速、鬼探头等现实交通场景，显著提升了技术挑战性和实践价值，为智能驾驶技术发展提供了创新实验平台。
关键词：智能车竞赛，智能模型
01智能模型组
智能模型的建议
- Q5_1填写你对2026年人工智能模型组的评价、期待与玩法展望（该问题为重要的筛选项）
今年的完全模型更聚焦虚拟现实领域的无人驾驶，以无人驾驶的现实要求为任务导向，极具挑战性和现实意义。我期待今年的比赛成果能够应用在贵公司的无人驾驶汽车上。玩法上，我希望赛题能够更趋近于现实情况，在强化学习，多模态视觉的基础上，完成更为精细的任务，利用人工智能算法弥补硬件的一些问题，希望能够入选本次车模体验，更详细地了解贵方需求，以便提出一些看法和建议。
通过参加20届智能车完模组和对21届人工智能模型组细则的解读，我认为2026年人工智能模型组具有更多的驾驶模式，更高的技术要求。ai算法融合了强化学习、大模型，配合以四驱rc车模为基础的x型车模，一定会有更好的观赏性。今年新增的虚拟现实技术与马里奥玩法，使得比赛环境更接近现实，更能为以后的个人和智能车竞赛的进步打下基础
去年我们参加了第二十届全国大学生智能汽车竞赛只获得了全国二等奖十分可惜，其原因是转弯后放置的标示牌，因为高速转弯后不在摄像头的视野范围，导致了罚时。在赛后和北京科技大学交流过程中发现他们也有这样的问题，实在是可惜。完全模型组应该是以识别模型准确度并完成任务为主的比赛，而不是放一个角度刁钻的模型，让选手去识别。希望之后的比赛可以将模型的放置区域尽可能的放在比较适合选手识别的位置。在第十九届全国大学生智能汽车竞赛中我们的学长在停车区的罚时是因为停车区域和赛道不是同样的材质，这两块地方的摩擦系数相差甚远，会导致编码器的读数有偏差，所以所有的车模经过路段统一赛道是非常必要的。
对今年的赛题放开使用RK3588和引入VLM元素感到非常有趣和兴奋。我最期待的玩法是基于VLM的语义理解任务，例如在需要VLM选择道路分岔口时在选对的道路上生成金币而选错则不生成。另外的建议是很多学校地小，非假期时间挤不出空教室铺设赛道。非常期望能尽早公布车模和赛道的建模参数供我们在Gazebo上进行仿真！
2026年的人工智能模型组是一个有理想,且贴合前沿自动驾驶技术的赛题,多模态是此次赛题的亮点之一,但是对于此次赛题,也有一定的担忧,对于初学者来说,在没有一个良好的培训下,单个模型的优化打磨并不是一件容易的事情,这一点我深有体会,当下的赛题又需要训练那么多不同的模型,对于初学者来说具有一定的挑战,需要占用大量的课余时间,我想这对于我们基础学业和竞赛的平衡也是比较困难的,好在比赛允许五人组参赛,这一点一定程度上缓解了我的担忧.但是在半年的时间内五人组能否做出一个多模态的模型,一个具有良好规划的小车,我想对于自己也是一个挑战和问号.对于此次比赛的期望,我希望这一次的比赛百度或是赛题承办方能够给予充足的资料和培训课程,EdgeBoard虽然对于百度平台的兼容较好,但不可否认的是它的资料也不是那么容易找到,对于学生来说,肯定是希望开发人员能够给予充足的支持,不论是课程还是资料,都将极大帮助我们快速上手,这一点对于我们来说尤为重要.也希望课程和培训能够快点上线,让我在寒假也能有所准备
希望2026年模型组能能更多的依赖算法，而不是靠调参来卷那几个没有意义的参数。好的算法可以和其他组别拉开大的差距，赛题的解法有很多，而非趋于一同并且不依赖模型。期待今年的模型组能够让大家学习到前沿的技术，同时在机械硬件影响不大的情况下，让算法成为大家竞技的技术点。期待引入强化学习，深度学习，赛题很炫酷，但是希望能平衡好车模本身结构性能和玩法！
巨大变革，令人不知所措。希望有更加丰富的教程和可靠易操作的Linux操作系统。还是要有赛道，引入虚拟道具可以。没赛道不好调车
难度很高，类似于做一辆小型自动驾驶电车。感觉可以加入人工智能的功能，例如语音控制，用摄像头记录等功能。
我觉得这个新模式是一个不错的探索，是一次很伟大的革新，不仅仅是在算法上面的改变，更是让智能车比赛走进实际生活实践中的一次伟大尝试，我对其抱有很大希望，本人也是打算参加本届完全模型组别的比赛
感觉很有意思，有难度。希望能模拟实际车辆运行，有各种各样实际会出现的道路问题，甚至可以模拟道路前方出现交通问题等。看到车模是rc的，那么有希望会有一段路程是比速度的，还可以如f1一样加入模拟安全车。
相比之前更加切合"人工智能"了，融合了强化学习，大模型等流行的技术，有"鬼探头"和"红绿灯"，更契合实际，有"金币"，更考验路径规划，又增加了趣味性，十分吸引着我参加，因为能在"玩"过程中提升自己的技术，以赛促学
就目前公布的内容来看，比赛涉及到虚拟现实技术，比赛过程中的任务如行人，道路标识，目标物都是虚拟的，和以前有很多不同。涉及到AI技术的很多应用。车模也进行了全新升级，令人期待。
比赛希望更贴近现实生活 以强化学习和未知环境规划结合在一起，更贴合人工智能的命名规则，通过感知-规划-决策-控制闭环，让小车实现自助探索，规划最优路径。在其中加入大模型和ai元素，引导学生深度投入AI模型的架构搭建，训练优化与闭环调试。在操控方面希望更简单，比如轮胎对车的影响更小，从而让比赛结果更偏重算法方面而非硬件限制
相比去年的赛题，加入了更多现实中的环境和路况因素，如区间测速、行人“鬼探头”，更贴近现实场景的智能驾驶，更具有应用意义；ai模型的加入紧跟当前技术趋势；室内赛道环境条件稳定，可以添加模拟天气系统，改变赛道环境。
第21届智能车竞赛人工智能模型组含视觉组和完模组。视觉组实体车模+全虚拟场景的游戏化设定获好评，像推箱子任务降低成本、趣味十足，还能锻炼多方面技术，但对AI自主决策的考察不足。希望完模组规则尽快明确，希望强化AI核心能力考察，优化评判方式。未来希望加入更多动态干扰等元素，提升模型应变与泛化能力。也可以出一个车模竞赛，多个车模同一赛道一起比拼。
评价:摆脱了往届的思维定势，跳出传统思维，从过去的僵化，固化，到最后只卷速度，甚至只考传承的困境走了出来，题目多变适应时代对ai结合生活的时代需求期待与玩法展望:希望可以出现人机协同竞赛，即机器负责自主决策道路获取道具等，人决定道具的使用时机与使用方式，让多队同场竞技，这样可以有更多的对抗方式
本次21届完模组采用的rk3588主控与市面上许多公司开发用的主控一致，与实际生产接轨。而且接入了强化学习，对强化学习有要求，这也是一个近年来很好的方向，在本人科研实践中就与强化学习为伴，与实际的智能驾驶科研方向接轨。而且玩法更加多元化，还有虚拟现实技术的接入，这毫无疑问是一种全新的挑战，当然个人总结来看，本次完模的出题很具有科研与实践意义，比之前的完模更具挑战力而且更有活力，让“传承”变成“开创”，我非常感兴趣。
评价:此次改革修改重大，使得人工智能模型组更具有现实性，对AI技术方面要求更高，能够使学生学到更多相关的知识。期待:希望通过该次比赛能够使我们学到更多的专业知识，作为有机器人竞赛经验的选手，期待结合实践经验，学习前沿AI模型部署、优化技能。玩法展望:可以使用AI技术顺利，高效的完成任务，有更多具有挑战性的玩法，且更具现实性。
2026完全模型增加很多Al成分，总体来说更智能，更聪明，充分发挥了学生的想象力和主观能动性，希望他的玩法将更多集中于任务的完成度上，将车辆本身速度慢一些
我是负责视觉部分的新手小白，在校赛中我调了经典的三轮差速小车巡线，通过十字和环岛。人工智能模型组，是本届智能车竞赛区别于前几届最大的新赛道，结合AI技术，对车进行训练和深度学习，能对突然出现的行人判断，做出合理决策，非常期待虚拟行人和虚拟金币的产生形式以及结合这两种元素进行的合理巡线，期待各类大模型应用于智能小车，让智能车更聪明
2026人工智能模型相较于往年对于我来说是一个充满期待与挑战的赛道 完全新的赛道 新的车模 新的规则 相较于之前的模型组 ai元素大大增加 对于我这样人工智能和控制算法的学习者来说是一个不可抗拒的吸引力 真的希望大赛组织会可以给我一个这样的机会
评价:融合了更多的ai技术。并且赛题要求也更加贴近真实的道路，交通状况。对我们提出了更多的要求，在更加复杂的情况下进行决策。并且车的结构，电机驱动的方式也改变了。这促使我要学习更多相关的知识。期待:希望我们这个组别的小车真正能成为赛场上最”聪明”的小车，并且通过这次比赛拓宽我自己的技术栈。玩法展望:希望比赛能真正结合虚拟现实，在充满游戏化与视觉特效的场景中，获得参赛的乐趣与成长。
我觉得人工智能模型组让完全模型玩法有了突破，与往年相比ai识别外，还能引入许多ai内容，比如实时分析行驶数据，自动调整，摄像头扫描建模赛道环境，模拟真车行驶情况，我觉得我会收获很多。我希望可以本地部署ai大模型，配合百度edgeboard，进行实时计算，无论是实时数据纠正还是车模形态自适应调整等等，还希望可以有更多能动的“关卡”比如行人过马路，红绿灯，实线，虚线变换车道判断等等，与人工智能自动驾驶息息相关。我猜测可能车架升级可能伴随的有颠簸赛道，双杠赛道等等，对车架性能要求更高，这次命名人工智能可能有实时计算相关，判断推理的玩法。
对于26年人工智能组是重要的一年，他是变化最大，玩法更多样，更是响应了国家的改革开放的进程，他是具有实效性的，融入了大量的人工智能元素，相信在备赛过程中一定可以学到很多技能和增加自己的经验。对于玩法，对目前的细则来说，每个任务在日常日常生活中都有很好的对应，行人和限速行驶对应智能车的安全性，以及红绿灯的不可预测更是现实遇到的问题；自动泊车和国赛的文字识别对应智能车的智能性；收集金币增加了智能车的趣味性.后面可以再添加一些虚拟道具来实现增益以及路径规划实现最小路径
今年人工智能模型组有较大的改变，引入了更多ai和深度学习的元素，很真实的模拟了现实交通的情景，期待能通过备赛过程学习到更多知识和本领。希望玩法侧重现实，在保证难度正常的情况下更贴近真实路况
改了好多新的东西，添加了更多的ai元素，还有ar，虽然上手难度增大了，但是也更具挑战性，避免了往年可以写死代码的情况，让车可以成为真正的智能车，一整套完整的智驾体系。在现有框架的基础上可以做一些减法，删除漂移这些元素，多添加一些与现实生活相关的元素，我是想不出来什么智驾需要用到漂移，急弯，道路提示路牌这类元素都挺好的
感觉很有意思，和时代接轨，相较于其他赛道感觉非常有趣, 玩法很有趣，也很有难度
我希望能跟现实挂钩，可以结合一些通信专业雷达领域的方面，我认为这就让比赛更有现实意义
组别富有创新，让我们忍不住马上调起来，感觉和去年越野相似，有丰富调车经验
个人拙见，虚拟元素过多，有点本末倒置了，希望在增加虚拟元素玩法的同时现实元素识别也加入进来
虚拟识别的方法增加了识别的随机性与可行性，贴合生活实际，期待利用paddle进行模型训练更加完善，提升速度，百度的板卡上希望部署cpu或者gpu进行加速，展望上希望体验新的车模，部署新的模型观察效果，理清原理，用于实际
从我的视角来看，2026年的模型组比去年的更加依靠ai模型，各种任务也都更加智能化，去年赛题的各项任务现在看来对模型的准确度并不高，更多的是看能否识别。而且，去年的赛题在识别之后完全可以依靠对于图像的处理来进行后续的路径规划从而完成任务，甚至我可以不用识别，只依靠对赛道的分析就可以判断是那个任务。但今年的赛题完全不一样，虽然还没有详细的任务介绍，但我们依旧可以看出今年的赛题对于ai的的依靠大大加强，我们不仅要练出一个可用的模型，更要练出一个好模型，让我们的车真正变成最聪明的车。对于今年的赛题，从已经公布的方向来看，我能感觉到这一个非常有意思的一个组别，对于他的期望，我希望加入更多的大模型，也希望能更多的使用ai来进行训练学习，能够让我们在比赛的途中更好的加深对于当前先进方向科技的学习与理解。玩法上我觉得这几个任务其实在前几年的赛题中都有迹可循，我感觉卓老师在b站发的马里奥的视频就很有意思，希望可以像是做任务一样获取金币，每个任务都有金币获取，同时也可以加上隐藏任务，只有在特等条件下才能激发，可以获得额外金币，最后通过金币的数量来判断胜负，当然也要考虑到已经公布的任务和时间的影响，希望今年更多的是看任务，对于速度的要求可以降低一下，希望能够以任务完成度来取胜，而不是靠飞一般的速度。
具有创新意义的命题，给我带来一种新鲜感，尤其是ar的引入增加了一种未来科技感；和现实交通需求相结合的命题也很有趣，更加考验程序的应变能力。如果可以增加道具的种类，使小车可以有更多的状态选择，比如加速，只能倒退等，玩法和策略感觉会更丰富
2026年人工智能模型组相较于其他几年的完全模型组有很大的改变，更加偏向于ai大模型的使用。其采用虚实结合的赛道，模拟城市道路环境，紧贴现实。其中还有虚拟金币、虚拟道具等的玩法，为本次比赛添加了乐趣。但同时，大改的结果是难度增加，这对我们参赛同学要求更加严格，需要掌握更多的知识。
希望充分搭配模型训练等方式实现人工智能的充分使用，可以融入各种生活中的场景，如实现对于鬼探头的预防等
对2026年人工智能模型组期待很高，在玩法上希望能有所创新，不再局限于往年传统cv算法，同时希望能进一步完善线上赛，建议增加讲解深度学习的相关课程，普及一下基本的训练策略，不再像往年一样靠盲人摸象式的调改参数与增大数据量来获得效果
我认为今年的整体导向更贴切智能驾驶，通过agent的决策，加上深度学习与强化学习融合视觉的策略，来实现模拟智能驾驶是十分有挑战并且有创意的。从挑战性来说，本次智能车竞赛涉及的内容是研究生级别的，无论是从知识的广度和深度上来说，都很好地符合了团队体系研究的特点。选手们需要在有限算力的平台上实现智能驾驶十分的有挑战性。我期待今年的队伍中会出现创新性的方法来实现，无论是路径规划，还是通过强化学习训练的倒车策略。对于本次的人工智能玩模组的玩法展望，我认为今年更加侧重于软件和算法层面。无论是训练agent还是训练强化学习的模型都十分考验选手的能力，工作量也与四到五人十分的匹配。
人工智能模型组相较于纯视觉识别有更丰富的元素（如鬼探头），对我们能力的要求更高，希望赛方可以结合更多的元素和玩法。
完模组别从举办以来，我们学校智能车实验室就在打这项组别，并且每年都能进入到国赛的舞台，作为今年实验室的接班人，我自己也很想把完模继续打下去。虽然今年的题目偏向智能和虚拟系统，有了强化学习的部分，但是核心思想依旧是传统赛道配合大模型的使用，在原有的基础上增加了题目难度和创意性。赛道任务贴近现实生活中的各种情景，虚拟金币贴合马里奥游戏，所以总体还是很全面并且有意思的，我们所有实验室同学都非常期待。关于玩法和比赛指标的建议，我们认为可以将个别任务混合，比如岔路任务和判断金币多少可以综合，当面对岔路口，识别路牌向左行驶时，此时右边金币多，需要选手以遵守交通规则优先，依旧向左行驶。同时我们认为成绩的评判标准以完成任务指标为优先，用时和速度的权重可以放低，保证任务完成度，同时也不会让大家丢掉完模的初衷，去卷完赛速度。总之我非常期待完模组别，希望自己能在打出好成绩，用一个满意的成绩圆满结束自己大学的智能车生涯。
非常非常开心，这次比赛的技术很前沿很实用，发挥空间大，能让参赛选手在准备比赛时学到很多前沿有用的技术。期望在网络模型或路径规划上，给高技术力的参赛选手留出发展空间，不设上限，期待比赛时百花齐放
2026年人工智能模型组叫以往完模组规则新颖，非常深入结合了AI和AR技术，规则新颖有趣，而且贴合实际需求，如突发情况处理和路线规划等任务，与如今的无人驾驶技术关系密切，我认为今年的赛题相对于传统组更有难度和意义，更加创新。由于今年人工智能模型组赛题难度较大，任务较多，我希望今年的赛题细则能尽快给出，相关规定硬件型号尽快给出，如板卡等，AI相关资料官方也能尽早开源，方便我们学生尽早准备和调试。我认为当前赛题内容已相当丰富，希望后续能对已有规则更加细化，希望比赛主要以完成任务作为评定标准，竞速其次，贴近现实的无人驾驶我认为与现实一致，永远是安全第一，如果和传统赛道一样只已速度为标准我认为在这个赛题上相对没有那么合适。希望今年的人工智能模型组的赛题能达到我们的期待。
作为一个对智能车十分感兴趣且刚刚正式接触智能车竞赛的小白来看，26年的人工智能模型组毫无疑问是最亮眼，也是最让我期待的。不管是刚放出来的卡丁车玩法还是涉及强化学习以及多模态相关的应用，体现出来更多的趣味性而且与ai结合更加紧密。总得来说今年的人工智能模型组会激发我更多的兴趣去深入学习人工智能方向的知识，而且我现在准备学习的方向正好就是多模态，这届智能车无疑是一个非常好的选择和过度。
希望能够更加公正，对于花销大的完模组能得到更大的经济和技术支持，期待能玩到更加有意思的游戏
2026完模改革是跨越性升级，融合了多种ai技术，整个工程的系统性和学科跨度相当大，考验参赛者的团队协同能力。我希望可以在本赛题上开发出一套端侧高性能软件架构，充分利用高性能板卡的优势，高效部署本地小模型实现目标检测，强化学习等功能，同时与云端llm协同实现高效自动驾驶。对于玩法，我希望可以有一套实时直播系统展现虚拟现实世界下小车的第一视角，让观赛者能像玩游戏一样体验现场，增加比赛的趣味性。
一个字“难”，两个字“好难”。但是玩法耳目一新，很有意思。今年赛题大改，加上第一次参加智能车比赛，最大的期待就是能在这个赛道拿个不错的名次，还有开拓自己的视野
评价：创新度高，深度契合全国大学生智能车竞赛“以赛促学、以赛促创”的核心宗旨，精准对接AI领域高质量人才培养的现实需求期待：期待赛事能够突破传统竞速组别的单一维度限制，构建兼具技术深度、探索趣味与应用价值的多元化挑战体系玩法展望：能融入更多有关贴合实际应用场景的AI元素
题目创新性强，聚焦ai模型深度学习自主决策，非常考验学生对ai的理解和运用能力，在视觉大模型上考察性很强。比赛内容新颖，马里奥赛车的引入和五大任务很大程度上提高了项目难度。26年五月公布具体规则将所有人拉至同一起跑线，短期内实现功能，很考验学生对机器视觉的理解程度和对大模型的熟练使用程度。
针对现有电车自动泊车功能的短板，通过小型智能车进行模拟验证，既能聚焦解决技术痛点，也为后续车辆智能化发展提供了全新的实践路径。
今年赛题创新性很高，技术含量也有大的提升，所涉及到的东西接轨与AI前沿领域，充满挑战性与趣味性。希望能从这次竞赛中深入接触AI前沿领域的知识，强化自己深度学习相关的技能。
个人化 AI 分身、实时生成游戏 NPC、开源模型即插即用。
026人工智能模型组对我这种第一次打智能车竞赛的小白来说是相对公平的，全新的规则，全新的车模。相较于之前来说，这次题目中加入大量AI元素，紧密结合了AI与现代驾驶技术，这也对我们参赛者是一大挑战。希望能加入些特色的关卡或场景完成特殊任务。在这种考验下，参赛选手能从中学习到新的知识，将知识运用到现实，以赛促学。
2026年的AI模型组超实用，超级好玩超级有趣。我期待智驾系统任务，期待我们的模型对未来的智能驾驶有帮助，将理想换为现实，玩法更贴近现实生活中的实用场景，更能用AI技术解决现实问题。
期待作为新手入门VLN和自动驾驶的第一课，希望能加入一部分和百度Apollo自动驾驶技术相关的内容。希望可以做一个简单的自动驾驶小车。希望涉及的技术栈尽可能广泛。
2026完模较往年完模更贴进真实物理情况，希望今年的比赛可以更加贴近现实世界，我认为今年规则里添加了虚拟道具，如金币和道具，增加了比赛的趣味性
评价方面，我认为2026年人工智能模型组非常具有创新性，是目前为止最让我感到兴奋和期待的组别。该组别不光要求参赛者掌握基本的嵌入式开发流程，更融合了目标检测技术，强化学习，大模型和AI边缘部署等众多前沿科技。期待方面，因为我的未来目标岗位就是嵌入式AI工程师，在今年的奖学金答辩中我也提到了我的长远未来规划是深耕嵌入式AI领域，正好和这次的赛题方向完全契合，所以这次的赛题真的让我非常兴奋。我非常期待百度可以给我们提供高质量高水准的教学视频和示例demo，即使最后没有拿到奖，我希望这也会是一次让我收获颇丰和有所成长的经历。玩法展望方面，既然今年都已经这么创新了，以后的赛题不妨更加贴近真实和实用，比如直接模拟真实路况让小车自动从起点导航到终点，或者加入多车协同比如让一辆车在前面开路，后面的车紧随其后，模拟现实中紧急情况如救护车急救的场景等等。当然这些都只是我个人的一些设想。我一直认为，竞赛的目的不是为了设立一些奖让学生去得到加分和简历上的那几行字，而是让大学里这帮大学生们去思考一些现实问题的可能解法并实施出来，如果竞赛的赛题是比哪个学校的祖传好使，那这个赛题将毫无意义。
1.首先21届完模组比起以前的完模，总评来看，“真实智驾”、“新技术”、“挑战性”是三个总结关键词2.rk3588是很多公司现役的使用芯片，完模直接与生产实践相联系。3.强化学习是很多高校智能驾驶研究方向必要的强力工具，所以完模也与科研相关是极具挑战力与创新性的一届！
希望赛题能将虚拟赛道和实物赛道充分结合，平衡好竞速与任务的安排，让赛题更注重策略的选择
评价：摆脱了以往只卷速度的思维定势，进入现在多方面互动联通的比赛方式，比较新颖，有趣，也符合当下时代需求。期待与展望：希望可以出现人机协同的比赛，也希望更加完善模拟路况，例如高速公路，加油站，消费站，事故模拟等等，也让人在这个过程中互动
创意很好，很符合当下社会对ai结合创新科技的主流。规则相对以往都比较复杂，希望官方可以做好赛事的评判和筛选。对于玩法希望可以加入语言互动系统，除了基础车模和赛道之间的视觉交互，希望可以介入一些车模和人员之间的交互（例如语言），这样也比较贴切科技服务社会服务大众的思想。
期待双车并发，允许少量的车模改装，因为本届漂移的赛题可以设计连续发卡弯赛道
对26年人工智能模型组非常期待，今年内容丰富，规则新颖，对参赛者们各方面的能力要求都有很大提升。期望能尽早出一些对硬软件的规范与要求，给一些基础性的范例演示，同时留足空间给参赛者们进行发掘探索。对于今年模型的玩法，期望能在往届模型识别的基础上，加上虚拟与现实的区分校验，对于固定赛道轨迹，可以在虚拟环境中加入多路的分析评价与选择，以及将原来较大成分的的竞速评比方式，更多向任务型、积分制、评审评价性分配一些评比权重，内容很多，期待很大，希望今年人工智能模型组能绽放应有的光芒。
对于26年如果智能模型，个人认为这是一次非常好的变化，使比赛不再是传统的写代码调参，有了更多的挑战，对于参赛人员也有了更高的要求，于此同时我们的能力也会有更大的提升，玩法上，今年有很大的趣味性，包括双车同时发车，任务的完成，都激起了我巨大的兴趣。对我来说，还是非常期待26年的人工智能模型组别的，这是一场对能力，趣味，团队协作各方面做出极佳平衡的比赛，一定充满挑战和机遇，这也是智能车竞赛的乐趣所在。
感觉很有创新，希望人工智能模型可以有突出的创新点，同时也不要过于创新，在在原来的基础上合理创新
我看到目前有很多具身机器人方向的开发和研究，相比于这种涉及多系统联合的大型物件，小巧和灵活是我更期待的一种人工智能模型
看了卓大的视频，结合从学长那儿了解到的，让AI来决定车辆的行驶策略，虚拟场景的加入，以及闯关式的比赛模式让人耳目一新，有趣好玩。对于以后的新玩法的期望是增加将AI放在辅助驾驶的位置，设计新的现实闯关赛道，增加加NPC智能车，赛道上模拟各种的交通突发状况如:鬼探头、前方的NPC智能车急刹车。通关要求是在AI辅助驾驶的条件下选手遥控赛车驶向终点，在此期间不能出现安全事故。这一玩法我觉得也比较符合利用AI技术来增加驾驶安全性这一完全模型的设立初衷
人工智能模型组的视觉自动驾驶赛题与本人专业相关性极强，希望能在本赛题中学习到专业知识，增强能力。希望赛题能进一步与现实中智能驾驶任务相结合，提高与实际工程科研需求的衔接程度
复杂但又不失趣味的组别，很有挑战性，与传统组有一定区别，和游戏竞技一样，希望最后出现的比赛效果就是像在玩端游一般的有趣，可以加入童年游戏，比如马里奥也很不错了！
2026年的人工智能模型组对于我们来说是一个全新的赛题，和以往相比有很大的创新，之前的祖传代码几乎派不上用场，对于虚拟现实模块与我们来说是一个很大的挑战，不仅包括有标检测、OCR、强化学习、视觉大模型、智能体规划等多项技术整合进统一任务链，打破了以往单一技术应用的局限。更贴近真实自动驾驶研发流程，通过AR技术叠加虚拟行人、路牌、金币等元素，这种设计既保留了传统竞速的工程挑战，又引入了游戏化交互与不确定性，考验系统的实时适应能力。对于完全模型的期待，我希望在接下来的比赛中可以规范硬件限制，防止像去年一样任务类型的组别变成了竞速组别，在灯光环境的影响下可以希望可以比较小，而且大模型对算力要求高，希望可以优化模型压缩和加速识别。对于玩法展望，希望可以加强虚拟现实的配置，改变以往完全依赖摄像头的方案。
与以往的变化较大，传统经验不再适用，更考验对选手的能力与知识，添加了如马里奥赛车类似的虚拟赛道，更凸显人工智能组的特色
评价：这是一个比较新颖的组别，区别与传统组别，我认为这个组别偏向于当前非常火爆的智能驾驶，通过这次比赛我感觉能学到很多前沿技术，贴近市场。期待与玩法展望：我希望这次比赛能尽可能还原现实的驾驶场景，并提供一些当前优秀智能驾驶方案。
看了2026年人工智能模型组的赛道介绍，感觉非常有意思，和以往相比，是非常大的改革。感觉这完全是从“循迹赛车”进化成了“开放世界游戏任务”。这对于我们来说，既是机会，也是挑战。我认为最大的亮点就是是那个“虚拟与现实融合”的环境。不只是在物理赛道上跑，还要实时处理AR系统叠加的虚拟行人、金币、道具。这就像给车戴上了一副“AR眼镜”，让它能在真实世界里完成虚拟游戏任务，对感知和决策的实时性、智能性要求一下子就上了一个大台阶。另外，赛题明确要求综合运用目标检测、视觉大模型、强化学习等一整套AI技术，目标就是打造一辆“最聪明”的车。这正好戳中我的兴趣点。我是自动化专业的，一直对如何让AI算法在真实的物理系统中“活”起来特别着迷。这个赛道不只看重某个模型刷分，更看重从感知、理解、规划到控制的全链路工程实现与优化，这和我专业的系统思维非常契合。我特别期待能在这个框架下，尝试一些具体的玩法组合。比如，我初步设想用视觉大模型来理解不同的内容（比如行人，路牌，金币），然后结合强化学习，让小车能在比赛中动态学习一套“贪分”或“求稳”的策略。感知层打算用指定的飞桨框架把目标检测模型做轻、做快，确保实时性。整个开发流程，我计划先在仿真环境里大量“练级”，再把训好的策略小心翼翼部署到实车上调优，这个过程想想就很有挑战也很有成就感。总之，我感觉这个赛道不止是比赛，更像一个前沿的AI智能体研发项目。我非常希望能带着我们武大的小车，在这个虚拟与现实交织的赛场上，真正跑出一套既“聪明”又“漂亮”的解决方案。
一个极具挑战性，融入了现实场景的组别，更有实用性；希望能有更多车模的解锁，更多的创新赛道；玩法在向更现实的赛道走，能够与时俱进很好，但是难度是否过高，尽管增设了人数，需要学习的内容太多了，ai大模型，新的mcu学习使用，都是对一个刚接触这个组别的新人一个大挑战
希望官方能提供更完善的仿真环境，建立开源数据集，减少在基础数据采集上花费的时间，将精力更多集中在模型架构设计和策略优化上。期待评分能更加平衡“推理速度”与“识别准确率”。
赛题很有想象力，但对小白很有难度期待培训课程能指导小白的学习方向，同时在玩法上能加入成功漂移的奖励机制
2026年AI模型组是车模项目技术创新核心，承接过往积累且紧扣大模型、边缘计算趋势。期待降低模型部署门槛，设计分层任务体系，搭建技术共创社区；玩法上可做AI模型竞速赛、场景化任务闯关、模型共创工坊，让参与者从实操和协作中深化AI应用能力。
今年的人工智能模型组是一个非常新颖且有趣的组别，能学到许多新东西。我之后考研就是想考人工智能方向的研究生，想要之后将人工智能融入生产之中，驱动制造效率与质量双升级。希望人工智能模型组能融入并运用更多的人工智能领域的知识，不再像去年的完全模型组一样（视觉部分基本上就是二值化图像处理），让我们参赛选手能够在比赛当中学到更多的人工智能领域的知识。谢谢！
感觉好迷茫，不知道怎么学，不知道怎么做。过于茫然，期待展望也不知道要如何思考。
很难！对于写代码的同学要求很高，我个人希望以后可以多加些结构设计方面的内容(因为我是负责机械的嘛)，比如可以有多种类型的车模让大家挑选改装参赛
2026年的AI模型组会更“懂人”，模型在模态理解和个性化适配上会更成熟，不过这还需要更扎实的技术兜底。期待上，希望模型组能更“落地”：比如在对领域的专业度再拔高，同时能降低普通开发者的使用门槛，不用写复杂代码也能完成其功能。玩法上，可能会流行“模型组队协作”比如用一个创意生成模型出点子，搭配内容生产模型做落地，再让交互模型对接用户反馈，形成“AI工作流”式的玩法。
感觉难度加大了哈哈，但是我对这个赛道还是充满了期待，希望能学习一些强化学习方面的东西，玩法展望目前还没有
可以丰富锻炼学生的能力，扩展视野，进一步对人工智能产生新的感受
这个组别完成的任务是比较符合社会上的智能驾驶实际场景！我对于人工智能模型组别的任务以及完成任务的过程（全新车模、AI平台等方面）是十分看好的，借助智能车竞赛平台可以让我学习一个紧跟时代的产品。对于人工智能模型组别，我希望这个组别的任务是真切来源于社会的痛处，并且借助竞赛平台来让我们有所了解，以竞赛培养自己从而去解决社会痛点，以完成社会使命社会趋势！人工智能模型组，是积聚智能化的象征，也希望借助这个机会去拓展自己！因为该组别是纯视觉方案，对于环境感知部分如同人的眼睛，可以添加一些可视化的场景，比如：临时路障、事故警戒线等
评价：相较于去年模型组的难度更大了但是也更加的贴近于人工智能这个方向期待：我本以为模型今年会像视觉组一样丢弃现实的物理赛道同样转向虚拟赛道，最终只有识别的元素是虚拟的希望这些虚拟元素如“突然出现的行人”等呈现的虚拟方式更加的平和不显得那么的突兀玩法展望：希望以后会加入更多的传感器进行更加复杂，更加有趣，更加贴近现实场景的完全模型车
我认为2026年人工智能模型组相较于同届大赛目前公布的绝大多数赛道是创新程度最大的，适度降低了对基础硬件控制的要求，而是将比拼的重心更加倾向于了上位机的视觉检测AI模型和图像处理，这样不仅更加贴合于现如今科技发展领域中AI模型逐渐占据重要核心的发展背景，使智能车竞赛能够培养更符合时代发展需要的人才，同时使学生能够有过多参与前沿科技实践的机会。而且这样的重心转移也纠正了往届完全模型组中的不再使用ppYOLO模型而是完全依赖图像处理的卷速度的风气，使赛事发展回归本意初心。而我本人对2026年全新的人工智能模型组也是充满期待，新的赛规使备赛过程中不再是枯燥的调整参数，微调算法，而是能够接触前沿的，实用的，真正具有创新性的知识，尽管这会使难度大大增加，但也更加的激发了我的探索欲。我期望这次赛事能够为参赛学生提供清晰的学习路径和学习框架，足够的优化空间和创新余量，让我们能在在参赛过程中做到以赛促学，以学促赛。在玩法展望方面，我希望能够更加注重模型实际功能的体现与检验。
我觉得2026年人工智能模型组完完全全超出了我的预料，比我想的更加完美精彩，我认为它真正做到了以赛促学，作为今后想要在自驾领域深造的我来说，我觉得它不仅仅是个比赛，更是我提升自身水平的学习机会。我期待这个比赛组别能让我学到更多自动驾驶技术，让我积累到更多自驾控制方面的知识。对于玩法展望，我期望比赛内容多多偏向于实际路况的场景，比如有没有可能引入虚拟车辆，做一个车辆流的预测，车流量多判断为高峰期，流量少走这条路更快之类似的。其次就是在车的外观和性能上，我期望车可以漂移入库或者漂移过弯。
一是技术创新导向性强：鼓励学生探索AI在智能车领域的前沿应用，推动技术创新。如在未知环境路径规划中运用强化学习，让智能车自主决策，呼应了行业追求技术突破的方向。二是能力培养全面：有助于学生提升多方面能力，包括模型架构搭建、训练优化以及“感知 - 决策 - 控制”全链路调试，培养学生成为实践型AI人才。三是贴合行业趋势：智能车与人工智能结合是汽车行业的重要发展趋势，该组别契合这一方向，使学生接触实际应用场景，为行业输送专业人才
今年完全模型改变很切合实际，对现实生活中无人驾驶有很多相关联的地方，通过这些体现了了主办方的良苦用心，感谢百度大大。期待比赛有更多的题型，入语音播报，智能小度等。
2026年的完模组相比往年，有很大的创新，虚拟现实场景的运用拓宽了智能车比赛领域。在一定程度上，提供了一些现实问题处理的方法，对大学生的培养更贴近实际。期待完模组在智能车比赛组别里面可以保持其独特的地位，也希望以后在更加贴近现实问题的同时，有更多玩法。
我觉得2026年人工智能模型组的赛题设置新颖，对视觉语言模型、多模态识别融合等前沿技术的运用十分深入，富有挑战性。我很期待能够参与到这个组别的比赛之中，在准备比赛的过程中学习相关的知识。
相较往届革新的内容很多，端对端进行双向信号采集处理，更符合现实中车控的巡航逻辑，希望后面能推出更多的考验人工智能算法的形式
强化学习的方式让车自动规划路径 完成任务？摆脱传统控制逻辑编写？
以百度AR虚实融合为核心场景，强制指定飞桨+文心大模型+嵌入式部署平台，既降低技术选型成本，又聚焦“AI落地智能驾驶”的核心能力考察，兼具专业性与实操性。期待出现车模DIY与AI算法协同优化的创新案例（如定制化外壳提升视觉识别效率），而非同质化的技术实现现
人工智能模型组创意颇丰，通过人工智能模型辅助实现推箱子，识别等功能，有效的将新的技术和智能车结合起来，期望能在赛场上看到多车比赛限时“推箱子”比赛，也希望能够在赛道设置更多的障碍和道具，让比赛更有意思
人工智能是很潮流的一个玩法，自从ai大模型出来之后很多比赛都开始融入人工智能，所以智能车融入人工智能并不新奇，但能够给智能车带来更多玩法和挑战是真实的。关于玩法我希望可以使用人工智能自我完成代码内容，并且能够进行自我学习，训练一个真正的机器车，类似于威震天那种可以陪伴的车模，并且随着时间推移小车可以对现实有一个认知，比如熟悉学校地图等
紧跟前沿，比如数字孪生或者是整车运动控制的机器学习，不局限于yolo图像识别
很新颖的组别，创意性可玩性观赏性很高，但是感觉入门门槛很高，对学校没有传承的不是很友好，只能打传统组别
2026年完模颠覆了传统的规则，是一次非常大胆的创新，我们需要在智能车比赛中革新创新，以此适应飞速发展的社会与科技，非常看好这次完模带来的效果，期待在省赛及国赛场上看到与众不同的体验，也希望组委会能多多采纳选手的建议，以此展示这个的组别魅力
已成为高校AI实践能力培养的核心标杆赛道，实现技术落地与人才培育双向赋能，竞赛成熟度与行业适配性持续升级。期待提升可解释性，实现从实现从“辅助决策”到“精准赋能”的进阶，解决可靠性难题，希望强化AI技术与机械控制、路径规划等学科的融合要求，鼓励多专业团队协作。
我认为人工智能模型组可以让我们对人工智能方面的知识有着更深入的了解，我很期待它以不同于往年的形式出现，加入一些新东西
看了卓大发的新规，对人工智能模型组很感兴趣，觉得题材很新颖，期待可以和robomaster那种大规模大械斗的比赛相融合，实现ai自动规划路线，具体可以用矩阵雷达扫描或者规划路线图，用物理或者控制方面的技术实现查打融合，而不是单一的竞赛，这样对未来科技的发展和参与该比赛的学生都是一重大的挑战，更能体现出，以赛促学，精益求精的理念！望有机会可以前去参与此次活动，谢谢！
要与新时代技术契合，期待能通过这个比赛获得与工作或者科研相关的知识
我认为2026人工智能模型组是一个全新的开始，是不同于完全模型的真正的人工智能组别我希望可以出一些虚拟对抗类玩法
有很多创新点，很多东西需要从头开始，难度增加有所挑战，感觉走出了以前的竞速模式，更多的关注了人工智能相关的运用，改的挺好
我觉得目前的规则十分新颖 也十分接近真实问题与场景 尤其强化学习和大语言模型的加入 使得赛题十分多元化 也推进了技术的发展 同时 我也展望未来是否会加入端到端智驾模型的比拼 希望以赛代练 多多学习知识锻炼
聚焦动态感知与自主决策，新增“盲盒”机制（现场公布软硬件任务），并强制要求除核心板外全自制PCB电路。“零裁判”自助赛制，成绩依赖上传的运行视频。评价维度从单纯的速度转向软硬结合能力，重点考察自制电路规范性、现场算法调试能力及任务完成度。希望能在明年的比赛中看到更多玩法于挑战
今年比赛很有创新性，对于上一届我简单的认为是在元素识别方面引入AI，并且将代码部署到上位机，今年虚拟赛道和电子屏幕的引入很新奇，以及车模的改变也能很大地减小硬件方面的设置，希望能够参与到此次测评任务设计！人工智能模型组仍是传统组别，但也在慢慢向着创意组别的方向发展，我认为如何能够体现出其传统组的特色也是一个重要的方面！
我认为2026年的人工智能模型组别非常具有创新性，是连接学术前沿与工程实践的绝佳平台。它能让我们直接应用，实践学习最前沿的AI技术（如端到端学习、轻量级BEV感知、强化学习控制），贴合AI赋能实体的趋势。期待看到更多围绕轻量化模型设计的创新方案，期待能见到更多场景化交互应用。
作为一个对智能车十分感兴趣且刚刚正式接触智能车竞赛的小白来看，26年的人工智能模型组毫无疑问是最亮眼，也是最让我期待的。不管是刚放出来的卡丁车玩法还是涉及强化学习以及多模态相关的应用，体现出来更多的趣味性而且与ai结合更加紧密。总得来说今年的人工智能模型组会激发我更多的兴趣去深入学习人工智能方向的知识，而且我现在准备学习的方向正好就是多模态，这届智能车无疑是一个非常好的选择和过度。
从目前已经得到的消息来评价，题目充满了挑战性，比如如何在速度限制下通过红绿灯和拾取虚拟金币。个人觉得加入能源损耗比拼也可以作为一个挑战点，毕竟在新能源汽车市场里，续航长，能耗低也可以作为一种卖点。
很创新，与前沿技术结合紧密，更能培养大学生的工程能力。期待加入道具以及岔路来考察小车的实时处理能力
一、评价当前人工智能模型组已展现出技术前沿性与创新潜力，通过融合自动驾驶、计算机视觉与强化学习等技术，培养学生在动态场景下的算法设计、工程部署与系统优化能力。理论与实践结合，推动AI技术在嵌入式场景的落地应用，为产业与科研输送了具备解决复杂问题能力的复合型人才。二、期待1. 技术深化：期待进一步强化多模态感知与轻量化模型部署，鼓励学生探索低功耗、高实时性的边缘计算方案。2. 开放创新：建议提供更灵活的开源工具链