【編者按】從奔跑者到規則制定者,中國加速駛入AI時代的全球主賽道2025年6月30日,上海——隨著首站仿真Oval Race的成績正式揭曉,全球首個專注于開源與...
從“奔跑者”到“規則制定者”,中國加速駛入AI時代的全球主賽道
2025年6月30日,上海——隨著首站仿真Oval Race的成績正式揭曉,全球首個專注于開源與極限AI技術的智能駕駛競速賽事——Hitch Open世界AI競速錦標賽(World AI Championships)正式在中國揭幕。清華大學、湖南大學、武漢理工大學等七所國內頂尖高校悉數登場,在全球聚焦的智能駕駛技術舞臺上,展現出中國AI科研力量的硬核實力。
在開源仿真平臺LGSVL搭建的2.5英里橢圓賽道上,各支高校戰隊通過編寫完整的AI競速系統,完成高達280公里/小時的自動駕駛挑戰。經過嚴格的技術評審和成績驗證,本站比賽最終排名如下:
* 冠軍:清華大學
* 亞軍:湖南大學
* 季軍:武漢理工大學
* 第四名:吉林大學
* 第五名:浙江大學
* 第六名:復旦大學
* 第七名:海南大學
從競速到育才,中國正成為AI“規則的制定者”
Hitch Open不僅是一場競速,更是一場AI范式的演化實驗。賽事采用高度開放的技術標準,鼓勵高校通過極限仿真挑戰突破自動駕駛技術邊界,旨在推動AI算法在安全、控制、決策等多個維度走出“沙盤”,駛入現實產業。
"這次比賽展示的技術水平令人振奮,"Hitch Open組委會秘書長Crystal Tang 女士表示,”參賽團隊開發的AI系統需要在高達280公里/小時的速度下,保持厘米級的定位精度,這對算法的實時性和精確性提出了極高要求。"
這一理念也得到了多位學界專家的共鳴。清華大學于良耀教授認為:“比賽經歷了從仿真環境搭建到算法驗證的全鏈條推進,挑戰性極高。仿真中的隨機性與現實復雜性類似,是對團隊協作、系統完整性與工程能力的綜合考驗。”
湖南大學秦曉輝教授表示:“相比實車比賽,仿真環境下許多極限場景難以完全復現,這也導致各隊伍之間的成績差距非常微小。最終名次往往取決于一些關鍵細節的把控,比如換擋時機的精準把握、路徑選擇的策略性等。可以說,是毫厘之間見真章。”
武漢理工大學胡杰教授指出:“從學生成長角度看,這類比賽的幫助是全方位的。傳統汽車賽事更多考驗機械系統極限,而隨著智能汽車的發展,算法性能正成為決定性因素。當機械平臺趨于極限時,優異的算法設計往往能帶來突破性的提升。尤其在這種高速度、高復雜度的仿真競賽中,算法的穩定性與響應速度至關重要,只有在虛擬環境中練得扎實,未來在實車落地時才有更大勝算。”
幫助技術走出沙盤:AI競速的三層邏輯革新
從Hitch Open技術來看,AI競速系統需構建三層算法架構:底層控制、行為規劃、全局優化 。團隊不僅要完成加速、轉向等基礎操控邏輯,還需在高速場景中動態預判行駛路徑,并實時優化車輛的策略選擇。這一邏輯架構,正是未來L4-L5級自動駕駛的技術基礎。
區別于市售自動駕駛系統以“安全為底線”,AI競速系統更關注“性能極限”,兩者的關系就如同民航客機與戰斗機之別。通過極端情境下的測試反饋,AI競速成果可反哺乘用車系統,使其具備更強的泛化能力與安全冗余 。
賽事裁判委員會主席、加州大學伯克利分校教授Allen Yang指出:“一個能提前10秒規劃高速行駛路徑的系統,必然比只能預判2-3秒的系統提供更高等級的安全保障。”
產學融合再提速,育才邏輯正在改變
在新能源汽車與人工智能加速融合的關鍵窗口期,中國亟需一場具有全球影響力的AI競速賽事,來彰顯技術實力與時代擔當。對此,Hitch Open組委會秘書長Crystal Tang女士表示:“這不僅是一場AI技術的競速,更是一場關于時代意義的表達。我們需要一場世界級的AI競速賽事,來展現新能源汽車智能駕駛的中國時刻,讓全球看見‘中國土壤,世界賽道’的決心。”
Hitch Open由智腦競速基金會(Hitch Open Foundation)發起,致力于打造全球極限AI安全技術的競速生態。通過“開源 競賽”的模式,賽事正在加速打通高校科研與智能駕駛產業之間的壁壘,讓實驗室里的前沿技術直達賽道與市場。
2025年首屆賽事選擇在中國啟動,不僅是對中國高校AI技術積淀的認可,更傳遞出在新能源與智能化浪潮中——“中國方案”不僅在加速奔跑,也在參與制定全球規則。接下來,賽事將走出仿真環境,挑戰更具現實復雜度的天門山九十九道彎,并在2026賽季進一步開放參賽通道,打造全球智能駕駛領域的頂級競技場。
從虛擬仿真到實地測試,從校園算法到產業級落地,Hitch Open正在點燃一場跨越技術、人才與產業邊界的創新接力。中國AI不再只是追趕者,而是正通過這一賽場,成為智能駕駛下一個時代的主力建構者。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
