近日,2026创π·AI+机器人产业创新与应用大赛在杭州举行。大赛由浙大控股集团指导,浙江大学科技园发展有限公司、顺丰创新中心、浙江浙大科创集团有限公司共同主办,杭州市知识产权交易服务中心承办,聚焦人工智能、机器人等前沿领域,汇聚高校科研团队、科技企业、投资机构和产业资源,推动创新项目与产业需求、资本资源及应用场景深度对接。

      大赛现场,由杭州市知识产权交易服务中心与杭州(拱墅)新质成果转化中心自主研发的AI评委“知评未来”正式亮相,并顺利完成真实赛事场景下的评审应用。这是杭知交推动人工智能与知识产权运营、科技成果评价深度融合的阶段性成果,也是以高能级创新赛事为应用场景,对智能评审模式开展的一次实践验证。


640 (2).png



聚焦赛事需求,构建智能评审完整闭环

      随着人工智能、具身智能、机器人等前沿技术加速发展,创新赛事参赛项目呈现技术领域跨度大、专业信息密度高、商业模式复杂等特点。有限的评审时间与大量项目材料之间、单一专家知识边界与跨领域创新项目之间,对赛事评审的信息处理能力和专业覆盖能力提出了更高要求。

      围绕这一实际需求,杭知交自主研发“知评未来”大模型驱动的创新赛事人机协同评审系统,将大模型的信息理解、内容分析和实时交互能力,应用于项目材料研读、现场问询及辅助评议等环节。

      赛前,系统可动态解析参赛项目商业计划书、核心技术及专利、市场应用案例、团队资质等多维度资料,从技术创新性、知识产权质量、产业化能力、市场发展潜力等方面形成结构化项目认知,为现场评审提供信息支撑。

      赛事进行过程中,“知评未来”可结合赛前形成的项目认知,实时聆听选手路演及答辩内容,对现场新增信息进行即时理解和关联分析,围绕项目核心技术、知识产权壁垒、商业模式及产业化路径等关键问题形成针对性问询,并可根据选手回答进一步开展动态追问和辅助评议。

      由此,系统形成了“材料解析—专业评价—现场听答—动态追问—辅助评议”的完整工作闭环,推动AI评审由静态材料分析向动态现场交互拓展。

640 (1).png



坚持人机协同,保障专业评审规范运行

      “知评未来”的定位不是替代专家评委作出判断,而是充分发挥大模型在信息处理、知识检索和跨领域分析方面的优势,为专家评审提供更加全面、及时的第二评审视角。

      在赛事应用过程中,系统坚持“人在环上”的运行机制。AI形成的问题及评议内容经人工审核确认后进入现场环节,专家评委始终掌握最终评价和决策权。通过明确人工与智能系统的功能边界,实现AI信息处理能力与专家产业经验、专业判断能力的有效协同。

      这一运行模式既有助于拓展赛事评审的信息处理范围和专业知识覆盖面,也有助于提升项目问询的针对性、评审过程的结构化程度以及相关信息的可追溯性,为人工智能参与高专业度、高实时性、高公信力的科创评价活动提供实践基础。



强化专业支撑,提升科创项目评价深度

      区别于通用型大模型应用,“知评未来”以杭知交在知识产权运营、科技成果评价和成果转化领域的专业积累为基础,将知识产权价值评价与科创项目评分体系融入项目分析和辅助评审过程。

      系统不仅关注项目展示内容和商业表现,还重点分析核心技术的先进性、专利布局的完整性、知识产权壁垒的有效性、技术与产业需求的适配程度以及成果转化的可行性,进一步强化对科创项目技术价值、知识产权价值和产业化价值的综合研判。

      通过将专业评价规则、行业经验与大模型能力相结合,杭知交正积极推动知识产权和科技成果评价经验向数字化、智能化、标准化能力转化,为创新项目识别、科技成果评价和产业资源对接提供新的技术支撑。

640 (3).png



深化场景验证,拓展智能评价应用空间

      真实赛事具有项目类型多元、现场信息动态变化、评审时效要求高等特点,是检验智能评审系统专业性、稳定性和交互能力的重要应用场景。

      此次在创π大赛中的正式亮相,使“知评未来”完成了从系统功能闭环向真实赛事应用的进一步跨越。通过在实际路演、答辩和评议环节中的运行,系统对项目材料解析、现场语音理解、问题生成、动态追问及人机协同等能力进行了综合验证,为后续优化迭代和场景推广积累了实践经验。

      下一步,杭知交将持续完善“知评未来”的知识体系、评价模型和交互能力,推动其向创新创业大赛、科技成果路演、项目遴选、揭榜挂帅、人才项目评审、投融资评价及科技成果转化等场景延伸,逐步形成可标准化、可产品化、可复制推广的智能科创评价解决方案。

      杭知交也将以此次真实场景应用为起点,进一步发挥知识产权运营机构在创新资源链接、科技成果评价和产业转化服务等方面的专业优势,积极探索人工智能赋能科技创新和产业创新的新路径,为提升科创项目评价质效、促进优质创新成果转化落地提供有力支撑。