
自2015年5月,京东杯智能硬件创新与创业挑战赛开赛以来,经过了近两个月初赛和复赛的筛选,目前已有20个优秀项目从1200多个参赛项目中脱颖而出,而决赛也将在8月20日举行。近日,CNET就对此次大赛的京东高校合作负责人刘艳光、京东智能资深产品经理王永昆、以及优秀的大学生创业团队代表进行了专访,在了解大赛进程的同时,也与同学们对创新创业的看法进行了交流。
刘艳光表示。“目前,比赛已进入了轻众筹的阶段,而且已经有三个作品,募集到超过一千元资金。值得强调的是,每一份募集仅仅是一元钱,累计的金额能够超过一千,就说明了产品还是非常具有影响力的。”
此次到访的优秀大学生创业团队代表共有两组,分别是北京航空航天大学飞天无人机创业团队,和中国人民大学的圣图创业团队。而这两组团队在项目方面分别涉及了两个不同的领域。
北京航空航天大学飞天无人机创业团队(下文简称北航团队)所带来的项目是一款把可穿戴式的手表和无人机结合在一起的“微型无人机”,北航团队负责人表示,“目前,智能穿戴设备和无人机都是非常热门的概念,而能够将两者结合起来在世界来看都是很少的。微型化将是未来电子产品的趋势,市面上的大部分无人机产品体型都比较大,而且续航时间不足,那么我们为什么不设计一个携带方便,而且在不能飞的时候又能成为其他工具的产品呢?”而在功能方面,北航团队称他们的设计采用了可插拔的设计,当插上旋翼之后就可以当作无人机来使用,而且也可以实现如航拍、跟拍、手机控制等常规无人机的功能。
中国人民大学的圣图创业团队(下文简称人大团队)的项目是一款名为MapGlory圣图的软件。人大团队负责人介绍称,“这是一款基于地图的社交软件,打开我们软件地图之后,你就可以发送你的留言板,你可以看到周围一百米的人发布什么消息,我们会自动推送到附近一百米的人可以交流,而且这个软件设计的非常轻量级,只有地图。”同时人大团队负责人还透露,“我们圣图有两个版本, 1.0的版本是基于地图的社交软件,不过 1.0版本推广不够顺畅。2.0版本则搭建的公众平台上,公众的服务号接收用户的信息,给他们提供便捷的服务,用户只需要提出要求,比如明天我几点要去上海,剩下的全部由我们去处理,非常便捷。”
在创业的态度上,北航团队的同学给人的感觉更加稳重,他们觉得一款成熟的产品才是创业的根基,而团队的技术实力也是创业的关键。“其实我们本身专业就是飞行器控制,我们的判断是未来的趋势是微小化,现在我们又掌握这种技术,所以当时几个人有这个想法的时候就决定一起去做。我们更倾向于技术出身,我们会把产品做的更好,当这个产品达到一种程度,我们再去考虑自己创业开公司。”
而相比之下,人大团队的同学则更有激情,他们觉得创业一定是要自己喜欢。 “我觉得创业首先要好玩,这样才能坚持下去。我觉得应该创业的时候那我就去创,不懂技术可以招一些懂技术三五年经验进入你的团队。大学生为什么创业失败,是因为他们没有经验,但是团队可以加入一些有经验的人。而且我觉得大学生创业现在很多小打小闹,卖一些什么淘宝之类的,他们的成就会大大的降低,如果他们能去一些大的公司或者技术层面,学了几年懂了整个流程然后搬出来创业,这样成功的概率更多。”
对于在本次大赛中京东是否会为这些团队提供技术方面的支持,刘艳光表示:“对于同学们可能遇到的困难,我们做了一些调研和储备,并在不同的阶段由我们来给予相应的培训。”而王永昆也表示:“京东成立的智能集团,在这些方面有自己的独特优势,各个领域都有专家和人才,都会对他们进行指导。同时我们还会将一些已经商业化的技术给他们进行培训,让他们接触到目前京东最先进的一些技术。”
而说到为什么举办这样的大赛,刘艳光吐露了自己的心声。“现在是一个非常好的创业环境,但是在整个大学生当中,创业失败率还是非常非常高的,关键的就是他们没有一个从最初到走向成功的逻辑。实际上我们不单单是举办了一场比赛,更多的是让我们找到优秀的作品、优秀的团队。京东会整合我们整个产业链上所有的资源,从最初给予他们一些做产品的最基本的理念,包括后期市场化的运作和方向。所以参与我们本次大赛所有的同学,我们实质上是在帮助他们尽量减少失败,更多的走向成功,真正实现创业的梦想,这个也是我们京东的初衷。”
作为一个注重创业,并有心帮助更多大学生完成创业梦想的公司,京东在未来依然会持续推行这样的模式,同时还会开展一些纯开放的方式来充分发挥大学生们的创造性。以伯乐的眼光持续地挖掘好的作品,优秀的团队和人才。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。