5月16日上午9时，工学一号馆415室迎来第十九届广州大学城校际实验综合技能邀请赛暨广东工业大学第二十一届学生实验综合技能竞赛G2项目的现场比拼。本届赛道由资产与实验室管理处、校团委联合主办，计算机学院承担具体组织工作，聚焦大模型赋能多车协同控制的前沿技术方向。

本届G2赛道紧扣大模型从云端向边缘端延伸的产业趋势，以“边侧智能决策、端侧高效执行”为技术主线。来自校内多个学院的9支队伍在415室展开限时开发，需在3小时内完成本地大模型部署、多车WiFi组网、TPU视觉推理加速及自然语言指令解析等全链路任务。赛事采用2-3人协同组队的开卷模式，允许查阅纸质资料与网络检索，重点考察团队在高压环境下的代码实现、系统联调与多智能体协同能力。为帮助参赛队伍突破技术壁垒，组委会在赛前搭建了阶梯式培训体系：5月10日上午通过线上腾讯会议完成大模型部署与飞腾派基础控制的理论授课；5月12日下午开放实验室，组织真车调试、WiFi组网演练与TPU视觉模型推理的线下实战，确保理论知识与硬件操作的有效衔接。

竞赛期间，资产与实验室管理处许燕滨处长、王华辉副处长亲临现场，观摩了参赛队伍通过自然语言指令驱动多车编队运行的演示，对赛道将生成式AI与嵌入式边缘计算深度融合的技术定位给予充分肯定。计算机学院在本赛道设计中摒弃了单一算法考核模式，转而构建“本地大模型边侧推理—局域网指令分发—TPU端侧视觉反馈—多车协同执行”的完整技术链路。参赛队伍需在2.4m×1.6m的模拟交通场景中，调用OpenClaw工具链完成大模型接入，通过局域网向多台小车下发结构化控制指令，并借助TPU模块实现车道检测、标志物识别等视觉任务的实时推理，最终完成巡线、避障、编队行驶等自动驾驶综合任务。

本届竞赛通过真实产业场景的还原与前沿技术栈的引入，打通了课堂教学与工程实战的壁垒，推动了“边端协同”架构在本科实践育人环节中的深度落地。参赛学生在限时开发中淬炼了从算法设计到硬件部署的系统级思维，提升了跨模态数据处理与异构计算资源调度的核心能力，为智能网联汽车与机器人产业储备了具备大模型应用与边缘AI开发双重技能的交叉型工程技术力量。