作为聚焦培养高校工程学子人工智能(AI)素养的全球性赛事,本届TE AI Cup吸引了全球24所高校的50支团队、近300名学子参与,参赛人数创历史新高。
TE AI Cup是一个为工程学子提供应用AI技术解决真实行业挑战的全球性平台。大赛旨在加速AI在制造和工程领域的应用,助力培养下一代优秀工程人才。自2018年创办以来,TE AI Cup已成为汇聚全球高校学子的国际平台。参赛团队深入TE遍布亚洲、美洲、欧洲、中东与非洲等地的制造基地,与TE工程师紧密协作,依托AI技术攻克一系列技术挑战。历经多年发展,赛事规模稳步扩大,技术挑战难度持续提升,不仅全球参赛人数逐年攀升,各参赛团队的解决方案也日趋成熟。
如今AI技术处于飞速发展的关键阶段,TE AI Cup推动了学术研究成果与产业实际需求的精准对接。今年,参赛团队针对制造业生产流程中的质量检测效率提升、数据标注成本优化、生产调度提效等痛点,研发出先进的AI解决方案。其中,两支中国冠军团队的创新方案成效显著,已在TE制造基地展开部署,为AI驱动的工业现代化进程提供了颇具价值的实践范例。
制造业在运用AI视觉检测进行产品质量检测和模型训练的过程中,普遍面临检测样本数据不足、能耗偏高等难题。对此,西南财经大学Wolo团队与TE工程师合作,研发出基于有限样本的自动标注与检测系统。通过优化算法,AI预测模型准确率达98.8%,标注效率较人工操作提升100倍。该系统部署于边缘终端设备后,能耗显著降低90%。目前,该系统已在TE佛山顺德制造基地生产线落地应用,并计划在TE全球50余个制造基地进行部署。

西南财经大学Wolo团队
华南理工大学Dream Wings团队则与TE深圳制造基地的工程师合作,研发出专为电子装配流程打造的AI智能检测解决方案。该方案搭载用户友好的图形用户界面(GUI),可无缝集成图像采集、数据标注、AI模型训练及实时检测等功能。基于先进的AI算法,系统检测准确率高达99.2%,效率较人工操作提升100倍。目前,已有3套系统在TE深圳制造基地投入运行,另有9套正在筹备部署。该突破性技术成果在TE全球具有强劲的应用潜力,预计可部署至超100个TE制造基地。

华南理工大学Dream Wings团队
TE AI Cup赛事发起人、TE全球运营技术副总裁鲁異博士表示:“TE AI Cup旨在鼓励全球高校AI人才与TE携手投身AI转型的浪潮。今年,参赛师生与TE工程师都展现出了卓越的AI创新实力与专业素养。他们开发的应用成果远超我们的预期,这为重塑未来制造业注入了无限可能。”

来自全球各地的高校参赛团队
华南理工大学徐红老师表示:“TE AI Cup为学生提供了与TE工程师合作的机会,帮助他们获得宝贵的实践经验,这对于培养既具备技术深度又拥有实践能力的复合型工程人才至关重要。”
作为全球行业技术领先企业,TE长期以来将推动下一代科学、技术、工程和数学(STEM)教育作为企业社会责任战略的核心部分。自2020年以来,TE通过STEM教育慈善资助项目,已累计惠及全球超500万人次的下一代青年,正朝着“2030年累计影响超过1000万人”的目标迈进。依托TE AI Cup等产学研融合的平台,TE将持续为行业培育兼具深厚技术能力与前瞻创新思维的工程人才。目前,2026年第七届TE AI Cup全球竞赛的筹备工作正稳步推进,预计赛事将进一步扩大规模,激励更多青年工程人才投身AI与制造业革新。
好文章,需要你的鼓励
谷歌在AI购物战中加码,宣布将Gemini打造成购物平台,并与Shopify、沃尔玛、塔吉特等主要零售商合作推出开源标准。公司发布了通用商务协议(UCP),旨在简化AI代理与零售商系统间的通信。新标准将为搜索和Gemini提供结账功能,用户可直接通过AI工具购买商品。已获得Visa、万事达、PayPal等20多家公司支持。此举使谷歌与微软Copilot和OpenAI的ChatGPT竞争。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。