百度商业 AI技术创新大赛赛道二：广告图片描述生成

这场竞赛适合谁

适合做过图像描述、视觉语言模型或中文文本生成的参赛者，且能在 PaddlePaddle 框架中调整图像编码器、图文连接器或进行 LLM 微调。个人可参赛，也可组建不超过 5 人的团队；需要使用实名认证的 AI Studio 账号完成报名。

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   多模态图像描述模型

3. 03

   中文文本生成

4. 04

   Base64图像数据处理

5. 05

   模型推理加速

6. 06

   Linux脚本与依赖打包

投入前确认：难点不只是生成细粒度中文广告图片描述，还要同时控制推理耗时：总评估同时看描述效果和单样本推理时间。模型必须在指定 PaddlePaddle 框架内实现，不能改动 LLM 的网络结构，并需将权重、源码和可执行推理脚本打包后在离线评测环境中复现。