所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：本成果通过物联网操作系统智慧内生体系结构创新，提出意图交互、语义计算、动态流程、定制调度等一系列操作系统前沿技术，研制出全自主可控物联网智能操作系统——卓识，充分提升物联网计算在重点行业中的可用性。以机器人产业为例，当前机器人操作系统缺少自主智能，机器人在进入工作现场后需实施大量前期部署和后期运维，机器人售价在本体硬件2倍以上，且机器人在工作中行为笨拙、不能变通，用户体验差，销售处于瓶颈，本成果将充分解决上述问题，目前已获批国家重点研发项目、工信部揭榜挂帅项目等。 可安装在手机、汽车、机器人等关键设备上提高单体智能，也可安装在物联网环境中实现场景智能，未来装机量可超10亿台，目前在深圳、苏州、鄂尔多斯等处已应用。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对生命科学和精准医疗领域提出的对活细胞中结构和动态进行精准观测的需求，研发了稀疏解卷积技术，首次从计算的角度提出可突破光学衍射极限的通用算法理念，突破现有光学显微系统的硬件限制，达到约2倍的分辨率提升，并且可广泛应用于各种荧光显微系统，观察不同种类细胞器的精细结构及动态。研究成果在国际权威期刊《自然-生物技术》（Nature Biotechnology）上发表，并入选2022年度中国光学十大进展（应用研究类提名奖）。 应用于观察胰岛细胞中的分泌囊泡与细胞膜融合；揭示溶酶体膜上的突触结合蛋白-7 与过氧化物酶体上的磷脂酸肌醇4,5-双磷酸相互作用；解析 SARS-CoV-2 感染细胞的细胞骨架动态学等高速细胞动力学场景。还可广泛应用于多种显微成像模态，将使生物医学研究者更好地分辨活细胞中高度敏感和动态的复杂结构。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：该技术基于机器学习方法，打破了传统有人值守的监控方式，研发了无需用户操作的主动式校园霸凌检测及告警系统，通过图像/视频、声音、传感数据等多模态信息融合，从多维度对可能存在的暴力行为、言语欺凌 等霸凌事件进行实时检测，以无线自组网的方式构建分布式监控网络，并可在检测出霸凌事件后自动告警并对嫌疑人进行跨域跟踪，以及时制止霸凌事件，保护受害者。 该技术可应用在校园、监狱、火车站、商场等场景，充分利用目前国内发达的视频监控网络，用先进技术引导市场发展，促进未来监控安防设备的智能化，带动相关产业活力，切实保护人民生命财产安全。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对我国耕地分布不均匀、耕地质量总体偏低、作物种植类型复杂，人工调查成本高、周期长、动态实时监测难等严峻问题，利用遥感监测技术大尺度、高时效性等特点，研发了农业遥感AI大模型。该成果基于遥感基础模型技术，对海量多维异构多模态遥感数据进行统一表征利用，构建 了面向农业应用场景具有多源遥感数据快速智能解译能力的农业遥感大模型。该成果的研发建立了农业场景遥感应用的新范式，为我国耕地资源动态监测、非农非粮化实时检测、作物种植类型快速统计、作物估产、受灾评估等应用提供了通用的解决方案，为我国粮食安全、黑土地保护、坚守18亿亩耕地红线的监测提供了科技支撑。 该技术可广泛应用于耕地资源监测、作物种植面积统计、作物产量估计、自然灾害受灾面积评估、农业保险定保理赔等领域。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：该系统针对目前室内定位导航技术精度不足、稳定性差、部署设备的复杂性以及复杂环境下应用受限等问题，研发了基于图像的高精度室内定位导航技术。该系统基于计算机视觉和人工智能技术，突破了传统定位方法对 环境依赖性强和信号干扰大的局限，通过智能算法优化，实现了在复杂环境下的精准定位与路径规划。通过模块化的科学设计，建立了图像特征提取与匹配优化策略，显著提高了定位精度和系统稳定性，减少了对大量硬件设备的依赖，降低了部署和维护成本，推动了室内定位导航技术的创新发展。该技术的研发建立了室内定位的新范式，为智慧城市建设和智能化生活方式提供了先进路径，为我国数字化转型和高质量发展提供了重要技术支撑。 该技术可广泛应用于市民大厦、商场、机场、火车站、医院、图书馆、博物馆、办公楼等大型室内场所的导航定位。不仅可以提供常规的室内定位导航功能，也可以为视障人士、老弱病残等特殊群体提供定位导盲辅助功能。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：团队将人工智能赋能软件工程，研究软件缺陷检测及预测、漏洞挖掘、错误定位、软件修正、克隆代码检测及维护等技术。团队与华为公司合作研究“相似漏洞挖掘算法”，研究开发了分布式增量式索引的大规模代码搜索引擎，使之能有效支持大规模代码中的相似漏洞搜索。该搜索引擎支持十余语言的相似漏洞检测，支持对远程配置库创建索引，既支持关键字也支持代码片段搜索，并分析源代码的语法信息，支持多种模糊度语义级别的查询，从而可以提高搜索精度。增量式的多版本软件演化分析，具有良好的可扩展性，可快速分析大规模代码。 该技术可广泛应用于软件漏洞挖掘、相似代码检测，目前已在华为公司内部进行使用。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对典型作物农机作业自主性弱、协同性差等问题，团队将新一代人工智能技术与大规模种植农业生产相结合，聚焦典型作物农机群体自主作业应用场景，以水稻、玉米、小麦等大田作物“耕、种、管、收”全流程的自主作业为研究对象，攻克农场环境自适应感知与认知，自主作业控制，群 体智能协同作业、智慧农场调度、管理与协同等关键技术，突破大型农场中感知、认知自适性不高，作业流程自主控制、自主管理受限等瓶颈，实现群体实时无线通信、嵌入式认知计算、人机自主协同等技术，构建人机共融、自主协同的智慧农场。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：该项创新成果通过融合自然语言处理领域的知识，开发有效视频及三维内容的预训练生成模型，实现在极少数或单一图像样本的条件下，从广泛视觉内容生成转向特定视觉元素的个性化视觉内容生成，建立了一套数实融合智能分析方法体系。 该项创新成果有望重塑本省数字内容的生产流程与交互方式，为互联网和元宇宙等前沿领域提供全新的基础架构和增强生产力工具。此外，这种融合语言描述和知识库的可控视觉内容生成技术，将在教育、媒体创意产业、自动驾驶、工业制造等多个领域发挥关键作用，提升信息呈现的质量 和效率，激活并推动相关应用领域的知识边界向前延伸。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：科教版科学计算与系统建模仿真软件SE-MWORKS，基于苏州同元MWORKS开放平台与开放架构，面向国内高校科研、教学领域的典型需求打造，目前包含了15个工具箱、10个模型库、10本系列教材及教学配套资源、3个虚拟仿真实验教学平台，并提供了210个科教领域案例。 该软件已经在四所学校的上百门课程和十余个科研项目中得以应用，取得了良好的验证效果。通过高校推广等行动，将SE-MWORKS推广至更广阔的高校范围，培养更多高校师生形成对国产SEMWORKS的使用习惯，在科教领域完成对国外竞品的自主化替代。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对大规模语言模型在自然语言处理的通用领域取得的成功及该技术在广泛的应用场景中展示了强大的潜力，团队自主研发并开源了通用对话大模型“活字”。该模型在BLOOM-7B基础上，通过指令微调后在标准的中/英文基准与主观测评上均取得优异的效果，同时支持多语言对话能力；人 工构造了更多指令微调模板，使得指令微调的数据更加丰富；基于多轮对抗攻击，以SFT形式手动设计安全数据，强化模型回复的安全性和合规性；通过人类反馈的强化学习 (RLHF)进一步优化了模型回复质量，使其更加符合人类偏好。 “活字”大模型的多语言支持和强大的对话能力使其在多个领域显示出广泛的潜力。该模型可被应用于提高客户服务效率，通过自动化和即时响应减轻人工负担。在教育领域，它可以作为学习工具，辅助语言学习和练习。其跨语言交流的功能促进了国际旅游和商务中的沟通。此外，“活字” 大模型拥有处理和分析大量文本的能力，可以用于研究和数据分析，帮助从复杂的文本中提取有价值的洞见。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：针对自然语言处理技术入行门槛高，准确率、效率偏低，缺少共享数据和程序资源，重复开发现象严重，结果可视化差，错误分析困难，较难真正支持各类应用研究等众多问题，研发了一整套高效、高精度的自然语言处理系统–语言技术平台，其已成为中文自然语言处理领域影响力最大的开源基础技术平台（http://ltp.ai/）。相关研究成果荣获2010年中国中文信息学会颁发的“钱伟长中文信息处理科学技术奖”一等奖和2016年黑龙江省科技进步一等奖。 该技术可广泛应用于文本挖掘、机器翻译等中文自然语言处理领域。目前，已共享给国内外600余家研究机构签署协议免费使用，并以开源的形式发布，在GitHub获4,600余星标。

所属分类：电子信息产业

所属单位：哈尔滨工业大学

成果简介：元器件及电子设备内部存在多余物问题一直是影响装备可靠性和安全性的重大难题。团队通过建立多余物颗粒碰撞动力学模型，提出多余物检测最佳试验条件，并通过建立多余物检测信号的耦合模型，提出了基于小波分析、聚类分析、模糊判别和随机共振等多余物检测方法，解决多余物检测精度低和误判漏判率高的重大技术难题。通过建立多余物材质识别模型，提出了基于数据融合和神经网络的多余物材质识别方法。首次实现了多余物材质识别，解决复杂模式识别模型识别精度低和泛化能力差的重大技术难题。团队成功研制系列化密封电子元器件及电子设备多余物自动检测系统，实现多余物高精度自动检测和材质识别。金属多余物最小检测：0.1µg，非金属多余物最小检测：1µg；检测准确度：90%，材质识别正确率：80%。