賽道一：數據要素×工業制造

　　賽題1：提升創新研發能力，推動制造高端化發展。立足湖南先進制造業集群基礎，打造數據驅動型創新研發模式，基于設計、仿真、實驗、生產、運行等多維度數據實現產品研發和工藝創新，推動制造高端化發展。

　　賽題2：提高工業制造決策科學性，降本提質增效。針對工業制造中存在的成本、質量、效益等現實問題，完善數據采集、管理、分析和利用，在生產制造和企業運營主要過程采用基于數據的科學決策，實現降低成本、提高質量、效益提升的多重目標。

　　賽題3：提升服務型制造能力。加強產品全生命周期數據采集，整合設計、生產、運行數據，增強高端化生產性服務能力，提升產品可靠性和運行性能，增強產品用戶滿意度。

　　賽題4：穩固產業鏈供應鏈，強化價值協同。促進產能、采購、庫存、物流等不同制造環節，以及供應鏈上下游等數據共享和可信流通，探索協同設計、協同制造、協同服務等新模式，提高區域間制造資源配置效率，提升產業鏈、供應鏈穩定性。

　　賽題5：提升工業領域智能化水平。建立適用于工業制造領域的數據標注體系，涵蓋設計、仿真、生產、運行等全流程。提出數據標注的自動化或半自動化方案，減少人工標注成本。利用標注數據驅動產品研發、工藝優化和決策支持等應用。

　　賽道二：數據要素×現代農業

　　賽題1：促進農業生產數智化水平提升。通過融合利用遙感、氣象、土壤、農事作業、市場等各類數據，聚焦農業生產經營主體和相關服務企業的生產難題，提供農業生產數智化場景支撐，提高糧食和重要農產品生產效率。

　　賽題2：促進農產品追溯管理能力提高。通過融合利用農產品的產地、生產、加工、質檢等各種數據，支撐農產品追溯管理、精準營銷。

　　賽題3：促進產業鏈數據融通創新能力提高。通過綜合利用農產品生產、銷售、加工等數據，為農業生產經營主體提供智慧種養、智慧捕撈、產銷對接、跨區作業、一站式采購、供應鏈金融等創新數據和信息服務。

　　賽題4：促進培育以需定產新模式。通過融合分析應用農業和商貿流通數據，提升農產品供需匹配能力。

　　賽題5：提升農業生產抗風險能力。通過綜合利用產能、運輸、加工、貿易、消費等數據，為農業生產經營主體在糧食、生豬、果蔬等重點領域，提供自然災害、疫病傳播、價格波動等農業監測預警服務。

　　賽題6：提升耕地保護智慧化數字化水平。應用遙感影像、鐵塔視頻、空間規劃、土地利用、農地流轉、糧食補貼、作物種植、不動產登記等相關數據，對耕地數量、質量、生態變化以及作物種植、糧食產量等情況進行實時感知，及時發現耕地“非農化”“非糧化”問題，建立農田規劃建設管理全程監管機制，全面提升耕地保護管理和建設水平。

　　賽題7：基于數據標注提升智能農業水平。對農業領域各類數據進行采集、整理、分類、標注和存儲，建立涵蓋種植、養殖、園藝、農業機械等多領域，包含作物生長、氣象、土壤、農業機械等數據標注集，提升現代農業水平，支撐智能農業發展。

　　賽道三：數據要素×商貿流通

　　賽題1：加強數據融合分析利用，增強產業協同效益。加強電商平臺與各類商貿經營主體、相關服務企業深度融合，依托客流、消費行為、交通狀況、人文特征等市場環境數據，打造集數據收集、分析、決策、精準推送和動態反饋的閉環消費生態；支持電子商務企業、國家電子商務示范基地、跨境電商產業園區、傳統商貿流通企業加強數據融合，整合訂單需求、物流、產能、供應鏈等數據，優化配置產業鏈資源，加強產銷對接、精準推送。

　　賽題2：實現新業態創新發展。推進數據融合和應用，拓展新消費，培育數字生活消費方式，依托新技術、新科技，創新各類商圈應用場景，加快創建新型信息消費場景和平臺，不斷打造新業態新產業新模式，打造湖湘商業特色品牌。

　　賽題3：提升行業國際化服務能力與競爭力?；谥蟹墙涃Q博覽會、中國（湖南）自由貿易試驗區的發展優勢基礎，融合利用交易、物流、支付等數據，提升跨境電商及相關企業供應鏈綜合服務、跨境身份認證、全球供應鏈融資等能力，推進跨境電子商務、跨境貿易行業以及企業國際化發展。

　　賽題4：商貿流通領域的數據標注與智能化應用。建立適用于商貿流通領域的數據標注體系，涵蓋商品信息、交易數據、物流跟蹤、售后服務等方面。提出基于標注數據的智能化應用方案，如供應鏈智能預測、智能倉儲管理、精準營銷推薦等。通過數據標注提升商貿流通效率，降低成本，并提高消費者滿意度。

　　賽道四：數據要素×交通運輸

　　賽題1：提升貨物運輸貿易效能和便利性。融合地理空間、衛星遙感、北斗定位導航、氣象等數據提升運輸和貿易效能，降低處理復雜度和操作成本，提升運營效率；推進物流、結算、保險等貨物貿易數據共享互認，促進貿易便利化。

　　賽題2：提升客運效能、便利性和駕乘體驗。融合跨領域多維度數據，提高旅客運輸效能，提供高效、便利的出行服務，提升自駕駕駛員及公共交通乘客的出行體驗。

　　賽題3：提升交通運輸安全。融合公路運輸、軌道運輸等載運工具行為、故障信息、事故統計等多維數據，提升交通運輸安全水平；通過載運工具設施傳感和數據采集，融合運輸線路、空間以及設備維護數據，提升交通運輸可靠性和安全性。

　　賽題4：自動駕駛創新發展。融合行駛習慣、車輛運行、環境感知、交通設施等多維數據，提升自動駕駛汽車技術水平、測試驗證能力和汽車駕乘體驗。

　　賽題5：提升自駕出行服務水平。融合高速公路運行、經濟運行、產業鏈條等數據，開展面向出行用戶的伴隨式服務信息推送的模型分析，為出行用戶提供更好服務；開展交通與旅游、交通與能源等的融合分析，推動公路交通融合發展。

　　賽題6：提升港口航道數智服務水平。加快電子航道圖建設和應用，建設智能感知網絡和數字孿生平臺，打造數據、服務、算法為一體的數據大腦，實現港口、航道、船舶等要素和業務協同， 提升主要作業單證電子化率，推動國際貿易、航道信息、航運信息等商貿增值和定制化服務。

　　賽題7：提升軌道交通車輛運行安全和維護效率。融合列車車輛、運行環境、基礎設施等多維狀態感知數據，提升軌道交通車輛運行安全保障能力；通過打通及融合車輛正線應用、車輛入庫機檢、車輛庫內靜態檢查等不同場景數據流及信息流，提升檢修維護智能化水平。

　　賽題8：提升交通運輸項目規劃設計建設前期工作效率。應用自然地理、土地利用、空間規劃、生態環境、地質礦產、災害評估、實景三維、不動產登記等相關數據，為科學布局交通項目，提高項目設計科學性、前瞻性提供服務，全面提升交通項目規劃設計、用地報批及工程施工效率。

　　賽題9：交通運輸領域的數據標注體系與智慧交通建設。建立交通運輸領域的自動化和半自動化數據標注體系，確保數據的準確性和完整性，提出基于標注數據的智慧交通應用方案，如交通擁堵預測、事故隱患預測、智能路線規劃、交通安全管理等。通過數據標注提升交通運輸領域的智能化水平，提高交通管理效率。

　　賽道五：數據要素×金融服務

　　賽題1：提升實體經濟金融服務水平。在合規和風險可控前提下，融合利用科技、環保、工商、稅務、氣象、消費、醫療、社保、農業農村、水電氣等多維數據，加強主體識別，完善信貸業務管理和保險產品設計及承保理賠服務，為企業尤其是中小企業提供優質高效的金融服務產品，助力實體經濟提高資金使用效率、降低交易成本，引導更多資源要素向實體經濟集聚。

　　賽題2：提高金融風險防控能力。在依法安全合規前提下，推動金融信用數據和公共信用數據、商業信用數據共享共用和高效流通，支持金融機構間共享風控類數據，融合分析金融市場、信貸資產、風險核查等多維數據，發揮金融科技和數據要素的驅動作用，強化資金用途監控和業務合規性審查，支撐提升金融機構反欺詐、反洗錢能力，提高風險預警和智能化預警水平。

　　賽題3：建立健全資本市場數據安全可信共享體系。推進資本市場基礎數據標準和監管數據標準制定，強化統籌數據授權使用和管理。推動市場主體登記、財政資金獎補、資質、財稅、司法、征信、社保、海關、環保、水電、不動產等各部委和地方涉企政務數據與資本市場的安全可信共享。

　　賽題4：強化數據在資本市場的應用。加快數據資源整合運用，完善數據標準及核查驗證模型。豐富企業數字檔案，引入優質企業服務，完善企業畫像、評價模型，為企業投融資對接、規范培育、輔導上市等多業務場景提供支持，提升企業投融資對接的精準性，穩步提升行業機構數字化水平，加強穿透式監管。

　　賽題5：應用多維數據提高普惠金融服務水平。應用空間規劃、土地利用、不動產登記、土地流轉、工商、征信、財稅、電力等各方面數據，全面提升銀行等金融機構對園區企業、農戶的資信評估、項目進展的穿透式評估能力，提高各類市場主體融資能力，提升普惠金融數字化管理水平。

　　賽題6：金融服務領域的數據標注與風險管理。建立金融服務領域的數據自動化和半自動化標注體系，提出基于標注數據的風險管理方案，包括風險評估模型、欺詐檢測算法等。通過金融大數據模型對數據的自動化分析標注，提升金融服務領域的風險管理水平，降低金融風險。

　　賽道六：數據要素×科技創新

　　賽題1：鼓勵科技數據匯聚共享。推動科學數據匯聚共享，建設高質量語料庫和基礎科學數據庫，推動科技數據有序共享開放，促進重大科技基礎設施、重大科技項目等產生的各類科學數據有效匯聚、高效治理與互聯互通，打造跨領域流通的科學數據協同服務網絡，發展綜合性、智能化、交互式等新型科學數據發現模式，進一步創新平臺，拓展科技數據資源的場景應用。

　　賽題2：支持科技大模型開發。以科學數據支持大模型開發，面向基礎科學、科學研究和產業升級，深入挖掘各類科學數據、科技文獻和其他數據資源，支持開展人工智能大模型開發和訓練，降低文獻試錯成本和物理實驗成本，縮短科技產品研發周期，提升科研數字化水平。

　　賽題3：科學數據助力科學研究和技術創新。對科學數據融合應用、深入挖掘，提供高質量科學數據資源與知識服務，助力探索未知領域，驅動科學創新發現。聚焦生物育種、新材料創制、藥物研發等領域，以數智融合加速技術創新和產業升級。

　　賽題4：科學數據加速探索科研新范式。探索科研新范式，充分依托各類數據庫與知識庫，利用人工智能、大數據和物聯網等技術，推進跨學科、跨領域協同創新，以數據驅動發現新規律，創造新知識，發明新方法，推動科學研究方法的不斷進步和發展，加速科學研究范式變革與新質生產力發展。

　　賽題5：推進北斗科技創新應用。發揮湖南省北斗系統核心技術策源地優勢，聚焦北斗衛星導航專用芯片、高精度時頻、衛星地面站與系統增強、高精度接收與仿真測試等，推動北斗芯片、算法、終端集成和平臺運營服務，積極發展商業航天，擴大特色商用衛星制造和組網規模。

　　賽題6：科技創新領域的數據標注與科學研究。建立科技創新領域數據標注體系，解決多模態樣本的結構化過程，提出基于標注數據的科學研究方案，如數據驅動的科研方法、基于標注數據的模型訓練等，通過數據標注提升科技創新領域的科學研究效率和技術創新能力。

　　賽道七：數據要素×文化旅游

　　賽題1：推動文化創意產品發展。推動文物、古籍、美術、戲曲劇種、非物質文化遺產、民族民間文藝、音視頻等數據資源依法開放共享和交易流通，支持文化創意、旅游、展覽等領域的經營主體加強數據開發利用，培育具有中國文化特色、湖湘文化特色的產品和品牌。

　　賽題2：加強文物數字化保護能力。以世界文化遺產、全國重點文物保護單位、館藏一級文物等為對象，以湖南省文物資源、博物院（館）為重點，推進相關文物信息高清數據采集和展示利用。促進文物病害數據、保護修復數據、安全監管數據、文物流通數據融合共享，支持實現文物保護修復、監測預警、精準管理、應急處置、闡釋傳播等功能。

　　賽題3：提升公共文化數字化水平。整合匯聚文物、古籍、美術、地方戲曲劇種、民族民間文藝等文化資源，豐富公共文化數據庫。推動公共圖書館、博物館、美術館、文化館等加強公共文化數字化資源建設，增強公共文化數字內容供給能力。依托市場機制開發文化大模型，提升公共文化的針對性、實效性和群眾滿意度。

　　賽題4：提升智慧旅游服務水平。推進實景三維、北斗定位、空間規劃、自然地理等相關數據的應用，支持旅游經營主體共享氣象、交通等數據，在合法合規前提下構建客群畫像、城市畫像等，優化旅游配套服務、一站式出行服務。鼓勵基于數據的定制、體驗、智能、互動等消費新模式發展，打造沉浸式旅游體驗新場景。提升旅游治理能力，支持文化和旅游場所共享公安、交通、氣象、證照等數據，支撐“免證”購票、集聚人群監測預警、應急救援等。

　　賽題5：文化旅游領域的數據標注與智慧旅游。搭建文化旅游領域的數據標注體系，涵蓋文化資源、旅游信息、文化創意、公共文化服務等方面。通過數據標注體系形成的智慧旅游應用方案，如個性化旅游推薦、文化遺產數字化保護等，不斷提升文化旅游領域的智慧化水平，增強游客體驗和文化遺產保護能力。

　　賽道八：數據要素×醫療健康

　　賽題1：提升醫療服務便捷性。推進電子病歷共享，檢查檢驗結果數據標準統一和共享互認。有序釋放健康醫療數據價值，完善個人健康數據檔案，融合體檢、就診、疾控等數據，創新基于數據驅動的職業病監測、公共衛生事件預警等公共服務模式。

　　賽題2：提高藥品和醫療產品創新研發水平?；诤瞎册t療水平和醫藥健康產業園區發展優勢，通過融合臨床醫療、基因科學、公共衛生、健康管理等多元數據，借助深度挖掘、人工智能分析與跨界融合等手段，提升新藥、醫療設備、診療設備和保健服務的創新研發效率和效果。

　　賽題3：提升中醫藥發展水平。加強中醫藥預防、治療、康復等健康服務全流程的多源數據融合，支撐名老中醫傳承創新，驅動中醫藥服務流程再造，提升中醫藥診療設備智能化應用，推進中醫藥高質量發展。

　　賽題4：提升便民服務水平。便捷醫藥服務理賠結算，推動醫保便民服務，增強群眾獲得感幸福感安全感。加強醫保數據在智慧醫保、數據治理、數據安全、多層次醫療保障體系建設，以及社會治理、民生保障等領域的賦能作用。提升醫療保險服務水平，促進基本醫保與商業健康保險協同發展。

　　賽題5：醫療健康領域的數據標注與精準醫療。建立醫療健康領域的自動化和半自動化數據標注體系，包括分類標準、數據微調標準、標注工具等能力，確保醫療數據的準確性和隱私保護。提出基于標注數據的精準醫療應用方案，如疾病診斷輔助、個性化治療方案推薦等，提升醫療健康領域的精準化水平，提高醫療服務質量和效率。

　　賽道九：數據要素×應急管理

　　賽題1：提升安全生產監管能力。圍繞礦山、危險化學品等高危行業安全生產監管需求，充分發揮電力、通信、遙感、消防等數據要素在提升實時監測與精準監管能力中的融合應用價值，實現對私挖盜采、明停暗開等行為的精準監管和城市火災的智能監測。體現數據要素在安全生產責任保險評估模型構建和新險種開發方面的重要作用，以數據要素價值化提高安全生產風險評估的精準化和科學化。

　　賽題2：提升自然災害監測評估能力。充分發揮公共數據資源要素價值，整合利用鐵塔、電力、氣象等公共數據，全面賦能自然災害災情監測、預警、研判、評估等全過程管理，提升自然災害風險管理數據分析、仿真與建模水平。針對地震風險的監測評估，強化地震活動、地殼形變、地下流體等監測數據的融合分析，提升地震預測預警水平。

　　賽題3：提升應急協調共享能力。針對跨區域一體化應急管理面臨的新形勢、新要求，加強應急管理事件、人員隊伍、物資裝備、安全生產經營許可等相關數據要素跨區域共享使用，發揮數據要素對應急管理監管執法、現場處置和協同聯動的賦能作用。

　　賽題4：提升地質災害預測預警及應急處險能力。應用地質、氣象、環境、鐵塔視頻、遙感影像、北斗定位、手機信令等各類數據及大模型訓練技術，提升地質災害預警預測水平，提升對滑坡、崩塌、泥石流等各類突發地質災害的應急處險工作能力。

　　賽題5：應急管理領域的數據標注系統與智能決策支持。搭建應急管理領域的實時數據標注體系，涵蓋災害預警、應急響應、資源調度等方面。建立基于標注數據的智能決策支持方案，包括風險評估模型、資源優化配置算法等。通過數據標注提升應急管理的智能化水平，優化資源配置，提高應急響應效率。

　　賽道十：數據要素×氣象服務

　　賽題1：開發氣象數據決策新模式。強化氣象數據與經濟社會、生態環境、自然資源、農業農村等數據融合應用，打造氣候變化風險識別、風險評估、風險預警、風險轉移等智能決策模式。深化氣象數據與城市規劃、重大工程等建設數據融合應用，降低不利氣象條件對規劃和工程的影響。推動氣象數據在風能、太陽能等企業選址布局、設備運維、能源調度等深度應用，實現新能源企業降本增效。

　　賽題2：開展氣象數據產品新服務。聚焦農業、物流、水力、電力、能源等領域氣候風險防范需求，匯聚多源氣候數據與行業數據，運用統計分析、機器學習等方法開發“天氣指數-災害損失”評估模型?；凇疤鞖庵笖?災害損失”評估模型按需開發各種天氣指數保險產品及天氣衍生品，推動其落地應用于保險、期貨等金融行業。深化氣象數據分析，挖掘溫室氣體排放的源頭，識別和評估潛在氣候風險及其對經濟活動的影響，開發相應的氣候投融資產品，實現氣候投融資數智服務。

　　賽題3：氣象服務領域的數據標注系統與精準預報。建立完善的數據采集和傳輸機制、高效的氣象數據處理算法、完善的數據質量控制機制，搭建氣象服務領域的數據標注系統，為氣象模型和算法提供可靠的數據基礎提高氣象數據處理的自動化和智能化水平，從而實現更精準的天氣預報。

　　賽道十一：數據要素×城市治理與公共安全

　　賽題1：提升城市管理協同化水平。提高城市管理數據共享與融通應用實效，推動城市人、地、事、物、情、組織等多維度數據融通，在公共衛生、交通管理、公共安全、生態環境、基層治理、體育賽事等領域場景投入應用，基于數據融通、業務協同等實現具體領域或城市綜合管理的態勢感知、風險智能研判、及時協同處置，優化城市管理方式。

　　賽題2：提高城市發展決策科學性。綜合利用城市時空基礎、資源調查、規劃管控、工程建設項目、物聯網感知等數據，開展綜合分析與研判，助力城市規劃、建設、管理、服務等策略精細化、智能化，為城市發展關鍵事項決策提供基于數據的科學支撐。

　　賽題3：提高公共服務普惠性。體現數據要素在深入推動就業、社保、健康、衛生、醫療、救助、養老、助殘、托育等公共服務實現便捷化、普惠化和智能化過程中的放大、疊加、倍增作用，切實滿足人民群眾對高質量公共服務的迫切需求，體現基于數據要素的公共服務新應用、新產品、新模式，及其創造出的顯著的經濟與社會效益。

　　賽題4：強化區域協同治理。圍繞企業經營主體注冊登記、異地就醫結算、養老保險互轉等服務事項開展跨域通辦中存在的難點、痛點問題，發揮數據要素的融合賦能作用，以數據流暢通跨城治理藩籬，體現跨城治理新技術、新產品、新服務、新應用及新商業模式，實現社會效益的最大化。

　　賽題5：提升城市規劃管理科學化水平。應用三區三線、空間規劃、手機信令、交通流量、街景地圖、實景三維、CIM、BIM、歷史文化、不動產登記等相關數據，全面提升規劃編制科學化、精細化水平，強化對歷史街區、15分鐘社區生活圈、產城融合、職住平衡等重大規劃課題的智能評估、精準管控。

　　賽題6：提升風險評估與預警能力。通過大數據技術，整合分析海量歷史數據，識別風險模式和趨勢。通過機器學習算法，預測高風險區域、時段及可能的公共安全事件，為相關部門提供早期預警。

　　賽題7：提升交通安全管理能力。利用交通流量、事故記錄、天氣狀況等數據，優化交通信號控制，預防交通擁堵，減少交通事故，提高道路安全。

　　賽題8：提高網絡與信息安全管理水平。在網絡空間，通過大數據技術監測網絡活動，識別惡意攻擊模式，提前預警網絡威脅，保護關鍵基礎設施免受黑客攻擊和數據泄露。

　　賽題9：大數據驅動政府決策。通過綜合分析各類公共安全數據，支撐政府各部門更加科學地制定法律政策和工作策略，優化公共資源配置，提升公共服務質量。

　　賽題10：城市治理領域的數據標注體系與城市發展決策支持。搭建城市治理領域數據標注化體系，包括空間數據、屬性數據、監測數據、統計數據等多種類型，涵蓋城市規劃、建設、管理、經濟、社會、環境等各個方面，對城市各類數據進行標準化、規范化處理，為城市規劃、建設、管理和服務提供精準、高效的數據支持，提升城市發展數據決策水平。

　　賽道十二：數據要素×綠色低碳

　　賽題1：優化生態環境治理服務。面向氣象和水文耦合預報、受災分析、河湖岸線監測、突發水事件應急處置、重污染天氣應對、城市水環境精細化管理、環境風險評估環境污染責任保險設計和綠色信貸等領域現實需求，通過對生態環境及氣象、水利、交通、電力等相關領域數據資源的融合創新應用，支撐生態環境精準化治理服務。

　　賽題2：促進用能效率提升。強化工業生產過程中訂單、排產、用電等制造、能源數據的融合創新應用，打造能耗預測、多能互補、梯度定價等創新場景，支撐生產用能效率提升。

　　賽題3：促進資源循環利用。強化對固體廢物收集、轉移、利用、處置等各環節數據資源的融合創新應用，提升產廢、運輸、資源化利用各環節效率，促進固廢、危廢資源化利用。

　　賽題4：促進生產減排降碳。通過對行業或產品碳排放數據監測、統計、核算，開展產品碳足跡測算與評價，服務行業、企業、生產過程減排降碳，提升碳排放管理水平。

　　賽題5：提高濕地、森林、耕地、草地等各類生態系統碳匯監測水平。應用大數據技術和人工智能技術，對地質、土壤、植被、水文、光照、遙感影像、鐵塔視頻等各類數據進行綜合監測和智能分析，全面提升對各類土地碳儲量、碳匯量的智能監測水平，形成高效率、可推廣、可復制的碳儲量碳匯量測算方案。

　　賽題6：綠色低碳領域的數據標注體系與可持續發展。搭建包括能源消耗數據、碳排放數據、環境監測數據、政策法規數據等多種類型，涵蓋能源、工業、交通、建筑、農業等多個領域的數據標注體系，提升城市可持續發展水平。