国际信息与知识管理大会（Conference on Information and Knowledge Management，CIKM）自1992年起举办，是计算机科学领域的顶级学术会议。第33届国际信息与知识管理大会将于2024年10月21日至25日在美国博伊西隆重举行。依托该会议，开放原子开源基金会携手百度飞桨、阿尔特汽车，联合举办了一场重量级赛事——“CIKM 2024：AI辅助的先进空气动力学-优化汽车设计以实现最佳性能”，并取得了令人瞩目的成果。

汽车的空气动力学性能对于提高燃油经济性、降低风噪声、减少排放以及推动实现碳中和的目标至关重要。特别是在全电动车的时代，风阻直接影响到车辆的行驶续航里程。

解决汽车设计的真实痛点

汽车企业进行汽车设计时，工程师往往需要通过查看CFD流体仿真的速度云图和压力云图寻找噪声源，针对气流分离点进行造型改进，从而有针对性地提出优化方案。然而，传统的气动性能开发过程主要依赖工程师的经验进行模型更新和分析验证，这在处理单一部件设计验证时会导致大量重复性的模型处理工作，再加上计算时间，整体效率相对较低。同时，汽车设计厂商拥有大量的仿真实验数据，但往往在新设计方案中未能得到充分利用。

为探索人工智能在汽车空气动力学领域的前沿应用，解决实际的工业难题，开放原子开源基金会携手百度飞桨、阿尔特汽车，依托即将召开的第33届国际信息与知识管理大会（CIKM），联合举办了一场重要赛事——“CIKM 2024：AI辅助的先进空气动力学-优化汽车设计以实现最佳性能”。通过向选手们提供一系列工具和汽车企业大量仿真实验数据，实现对流场信息以及风阻系数进行快速预测，从而加快汽车设计的迭代效率。

数据集与比赛项目

本赛题的数据集分为两个部分，从两个部分的数据集中各随机取出500不同形状的汽车数据和合并为完整的训练集，随机各取出50额外的汽车数据作为验证集。

数据集1：ShapeNet
ShapeNet是一个大型的3D CAD模型库，由斯坦福大学、普林斯顿大学和芝加哥丰田技术研究所的研究人员开发。该数据集包含了超过300万个模型，其中22万个模型被分类到3135个类别中。其中3D ShapeNet Car是ShapeNet数据集中一个专门的子集，它包含了1256辆不同类型汽车的3D模型，这些模型被用于各种计算机视觉和图形学研究任务，如3D对象重建、语义分割和点云生成等。

数据集2：企业仿真实验数据

百度公司和IAT公司基于真实的业务需求，共选取了2700组不同车型在通过不同尺寸的隧道时的场景，并从其中随机采样了550种不同的汽车数据。训练数据包含500种不同类型汽车的几何形状以及对应的风阻系数，测试数据包含50种不同汽车数据。

比赛揭榜

本次比赛有326支队伍报名参赛，历经两个月的激烈角逐与精心筹备，最终有12支参赛团队脱颖而出，并提交了最终技术报告及对应代码。由开放原子开源基金会、百度飞桨、阿尔特汽车等机构的专家，以及傅立叶神经算子领域的知名学者Zongyi Li老师组成的权威评审团，依据严格标准，对各团队的最终加权得分进行了综合考量与排名。现正式揭晓本次比赛的优胜名单。

以上获奖队伍将于2024年10月25日，与开放原子开源基金会、百度飞桨、阿尔特汽车共同参加第33届国际信息与知识管理大会（CIKM）的AnalytiCup工作营并分享报告。更多精彩内容，敬请关注开放原子开源基金会官方公众号！