面对生成式人工智能（简称生成式AI或AIGC）的全球性爆火，高校院所的师生如何抢先一步、实际参与到AIGC计算应用创新之中？刚刚结束的第四届“先导杯”计算应用大奖赛全国挑战赛给这个问题提供了一种答案。
日前，由中科曙光联合国家先进计算产业创新中心、网易伏羲实验室、瑞莱智慧及众多知名校企机构共同举办的第四届“先导杯”计算应用大奖赛（以下简称“先导杯”大奖赛）全国挑战赛决赛在太原落下帷幕。据统计，“先导杯”大奖赛开赛以来，吸引了来自国内外近千名选手和上百支战队积极参赛，他们大多数来自高等院校和科研院所。
专设AIGC赛道，也成为了本届“先导杯”大奖赛的最大特色。AIGC赛道的赛题，既实用又有趣。
例如，“先导杯”大奖赛联合孵化自清华大学的AI公司“瑞莱智慧”，聚焦AI应用，发布了“智慧视频深度伪造检测”赛题。此赛题紧追行业热点应用——目前广泛应用的图像处理技术、人脸合成等手段，使得公众人物的人脸可以被轻易篡改、伪造，加剧了虚假信息传播、身份盗用等恶意行为的风险。并且，由于人脸合成的手段丰富多样，这使得伪造数据具有复杂分布。
因此，使用技术手段实现对伪造图片或视频的快速检测，有着迫切的现实需要。
举办方还提供赛题中用于测试的真实视频和深度伪造视频。更重要的是，大赛还会为每位选手配置一台国产服务器，服务器搭载国产异构加速卡——这既是算力约束，也是选手所需的算力硬件平台。换言之，大赛在硬件、组件、数据等方面面面俱到，万事俱备，参赛选手只管开动聪明的脑瓜。
AIGC赛道另一个赛题也颇有意义。
当下，大模型的训练和推理都离不开巨大的算力支持，剧增的模型参数量和预训练数据，导致大模型计算成本高企，而这也成为大模型应用推广的重大挑战：高算力门槛、高计算成本使得大模型成为大公司的专属，普通AI公司和AI开发者很难在科研和产业项目中使用大模型。
为了让更多普通开发者能够低门槛、低成本的使用、体验和应用大模型，促进大模型对各行各业的赋能，中科曙光携手网易伏羲实验室联合发起网易玉言大模型性能优化挑战赛，让选手在有限的国产异构加速卡算力约束下，完成玉言大模型的性能优化。
可以看出，这两项赛题分别从降低大模型使用门槛、具体应用场景出发，十分契合“先导杯”大奖赛“以赛促学、以赛促研、以赛促用”的赛事理念。西安交通大学网络信息中心副主任李国栋表示，ChatGPT的出现让传统的计算进入一个新的领域，而大赛让参赛师生切身参与到人工智能科学计算的应用、研究和普及的过程中，体现了“先导”之义。