为深入贯彻习近平新时代中国特色社会主义思想,全面落实《国家创新驱动发展战略纲要》,引导鼓励企业和社会力量加大基础研究投入,助力产业链高质量发展,鹏城实验室与中国联通广东省分公司依托鹏城实验室科教基金会,合作设立鹏城-联通大湾区科创专项(以下简称科创专项)。根据科创专项计划,现发布2026年度项目申报指南。
总体目标
重点围绕关键技术领域开展前瞻性技术研究,包括但不限于网络、通信、智能等领域,推进“产学研用金”深度融合,围绕大湾区9+2城市的产业发展中的紧迫需求,吸引和集聚全国的优势科研力量,聚焦关键技术领域前瞻性基础研究,加快关键核心技术攻关,加速科技成果向现实生产力转化,提升产业链现代化水平,构建粤港澳大湾区高质量产业融通创新合作生态。
项目计划
本年度发布8项指南,类别为重点项目和种子项目,重点项目资助强度不超过200万元/个,种子项目资助强度不超过100万元/个,执行周期均为1年。
项目申报指南
(一)高可靠海洋微波技术研究与管理平台研发
研究目标:针对“岸海船星”四链海洋专网凸显的网络容量低、异构网络干扰大、波束固定等问题展开研究,形成大容量传输、波束抗干扰、多模态自适应调节等技术创新,打造高可靠微波样机、微波终端管理平台,实现船体与岸基在移动场景下高可靠传输、设备统一管理,构建全域海洋网络综合能力。
研究内容:研究大容量高稳定微波传输技术,采用多谐振宽带高效率辐射单元、表面等离激元低损耗馈电网络和高前后比设计,在满足远距离链路预算的同时提升带宽利用率,保持大容量数据稳定回传;研究波束抗干扰自适应算法,研究波束自适应零陷生成技术。通过数字多波束赋形在干扰方向自适应形成深度零陷,有效抑制非期望信号,保障主波束对准目标。显著提升微波链路的抗干扰鲁棒性;多模态波束自适应天线技术,研究宽波束与窄波束高增益两种模态的智能切换,实现远距离传输时采用窄波束高增益模态以提升链路预算和传输距离,近距离场景则切换至宽波束模态,降低对准难度并增强通信可靠性;开发微波终端管理平台,研究标准化接口开发及对接,通过全链路多维度业务功能聚合,将分散在多套独立系统的集中采集呈现。
考核指标:
1、形成微波无线传输产品样机1个,实现天线波束重构模态数不少于2个、天线极化重构数不少于2、波束对准精度优于0.5°、天线增益不少于15dB等核心指标;
2、研发海洋微波终端管理平台1套,实现天线、Modem数据可视,能实时监控 RSSI、发射功率、信道带宽、吞吐量等;
3、完成专利2项;高水平学术论文2篇;软著1项。
项目类型:重点项目
支持金额:不超过200万元
(二)AI 驱动 5G/6G 核心网漏洞模糊测试研发
研究目标:构建面向5G核心网的AI驱动智能模糊测试体系,实现复杂测试任务的自动规划与执行,支持5G核心网协议复杂信令交互下的状态管理与定向黑盒测试,形成对深层协议实现缺陷的系统化挖掘与验证能力,提升5G核心网未知安全风险的主动发现与防范水平。
研究内容:面向5G核心网复杂信令交互场景下的未知漏洞挖掘难题,研究融合协议标准约束与开源代码分析的深层漏洞挖掘技术,构建从开源实现分析向闭源核心网黑盒定向测试迁移的技术方法。结合大语言模型(LLM)与智能体(Agent)技术,实现3GPP标准协议知识辅助解析与模糊测试流程自动编排,研发支持N2、N3、N4等核心网接口的自动化模糊测试系统,并拓展至N6用户面测试场景,支持复杂协议状态跟踪与维护、测试用例定向变异。在此基础上,研究AI辅助的异常行为分析与漏洞复现验证技术,形成面向多协议、多接口、多场景的智能化漏洞挖掘与验证能力。
考核指标:
1、研发5G核心网漏洞智能模糊测试系统1套;
2、具备复杂信令交互过程中的协议状态跟踪与维护能力,支持UE注册、PDU会话建立、NG接口建立等不少于3类典型信令流程的状态管理;
3、支持N2、N3、N4及N6等不少于4类接口的模糊测试;
4、完成5G核心网漏洞模糊测试相关软件著作权登记申请1项;提交5G核心网漏洞模糊测试相关专利申请1项。
项目类型:种子项目
支持金额:不超过100万元
(三)联通云犀通话可信数据质量评估与多智能体协同技术研究
研究目标:面向联通云犀平台TB/PB级企业通信语音数据资产场景,围绕通话可信数据质量评估与多智能体协同调度开展关键技术攻关。一方面研究高质量高保真数据生成、验证及评估(GVE)闭环体系,解决多模态数据安全合规、领域知识稀疏及跨域标注泛化性差带来的应用精度低、人力成本高、价值挖掘慢问题;另一方面研究多智能体角色化分工与协同调度机制,解决单一智能体功能局限、多模型调用混乱、场景适配性差、任务响应滞后等问题。形成“可信数据底座+多智能体协同引擎”一体化技术能力,输出数据治理工具箱、高质量行业数据集与智能体调度平台,赋能云犀AI数析、AI助销等应用产品智能化升级,推动通信数据从“被动记录”到“主动驱动业务”的价值跃迁。
子课题一:面向复杂通话场景数据的可信生成与评估验证
研究目标:面向联通云犀工作手机TB/PB级企业通信语音数据,针对复杂通话场景下数据非结构化、行业知识稀疏、高质量标注数据不足及数据生产成本高等问题,研究通信语音数据治理、高质量数据生成、自动验证评估及动态知识适配技术,构建“数据治理—可信生成—质量评估—反馈优化—知识增强”一体化技术体系。实现原始通信语音数据的自动清洗、脱敏、结构化及多层次语义标注,形成面向典型行业的高质量通信语音数据集;研究融合行业知识、业务逻辑及合规规则的高可信数据生成与GVE闭环评估技术;实现行业知识库、场景提示词与实时通话语境的动态匹配,为后续多智能体协同提供高质量数据、知识和工具能力底座。
研究内容:研究复杂通信语音数据治理与自动标注技术,实现通话数据的自动清洗、脱敏与结构化处理,完成意图、实体、对话状态及用户标签的自动抽取,构建行业场景标签体系与知识库,支撑高质量数据集的自动化生产;研究行业知识、对话逻辑与合规规则约束下的高可信数据生成方法,构建“生成—验证—评估—反馈—再生成"闭环,从真实性、一致性、完整性、业务合理性等维度综合评价数据质量;研究实时通话语境理解与知识库动态匹配技术,实现提示词、知识与数据的动态增强,为多智能体提供标准化数据、知识及工具接口。
考核指标:
1、建成1套通信语音数据治理与可信生成工具箱,碎片化信息抽取完整率不低于90%;
2、知识库与实时通话语境匹配延迟不超过1.5秒,匹配准确率不低于90%,覆盖不少于2个行业场景;
3、形成不少于100万条标注样本的高质量通信语音数据集,GVE数据质量综合评分不低于90分;
4、申请发明专利3项;发表高水平论文2篇。
子课题二:多智能体协同机制研究
研究目标:面向联通云犀营销、服务、分析、质检等复杂业务场景,针对单一智能体能力有限、多模型调用效率低、任务拆解复杂及多智能体结果不一致等问题,研究多智能体角色化构建、复杂任务自动拆解、异构模型动态调度、智能体协同及结果融合技术。依托子课题一形成的高质量通信语音数据、行业知识库、数据处理工具及动态知识增强能力,构建多智能体协同调度平台,实现分析Agent、质检Agent、标签Agent、营销辅助Agent等多角色智能体的动态组合与协同执行,形成面向AI数析、AI助销等场景的可复用智能体技术体系。
研究内容:研究多智能体角色化构建与任务编排技术,构建分析、质检、标签抽取、营销辅助等专业智能体,明确能力边界与职责分工,实现复杂业务任务自动拆解与编排;研究通用大模型、行业模型的统一调用与按任务自动选型,依据行业场景动态调整提示词、知识与模型调用策略,实现模型、工具与智能体的动态路由;研究多智能体语义对齐与结果交叉验证机制,构建基于优先级、协商与加权融合的冲突消解策略,形成统一、准确、合规的业务输出。
考核指标:
1、建成1套多智能体协同调度平台、构建不少于10项复杂语音处理工具/模型;
2、支持不少于15个智能体并发协同,复杂任务平均决策与调度时间不超过5秒,典型场景首次任务处理成功率不低于85%;
3、形成不少于4款AI应用产品;
4、申请发明专利3项、发表高水平论文2篇。
项目类型:重点项目
支持金额:不超过200万元
(四)施工作业AI能力及智能监管系统项目
研究目标:为解决传统工程现场随工监管、验收管理模式效率低、存盲区等问题,基于计算机视觉技术研发、训练并部署算法模型,对工程施工现场回传的视频或照片实现智能识别,形成通信工程施工远程智能监管、工程质量核查等AI能力,研发通信工程(无线、管线等专业)现场施工作业违规行为的AI识别能力,完成8个场景的AI能力开发。
研究内容:利用计算机视觉技术(如目标检测与行为识别算法)实时捕捉人员动作、机械运行及作业流程,系统将捕捉到的动态画面与标准作业程序进行比对,对施工现场的人员作业行为等动态要素进行实时监控与合规性判断,自动识别诸如未规范爬塔、施工无安全防护、特种作业场景不规范施工等异常行为,实现工程施工现场的智能化监管、异常行为自动识别、安全隐患及时预警,显著提高中国联通广东省分公司通信施工现场的安全管理能力和管理效率。
考核指标:
1、输出8个场景的AI算法模型;
2、通过识别准确率不低于95%;
3、发表高水平学术论文1篇;申请发明专利2项。
项目类型:种子项目
支持金额:不超过100万元
(五)端网协同通信业务保障智能体关键技术研究与应用
研究目标:面向6G演进与AI业务规模化承载需求,以端网云协同架构为基础、多智能体协同为核心技术主线,突破端侧智能体与网侧智能体协同感知、协同决策及端到端QoS/QoE保障(含AI流量识别、专用承载、空口智能调度、跨域协同管控)等关键技术,构建“端—网”多智能体协同原型验证系统;通过产学研联合攻关,形成端网协同标识、AI流量识别、精细化QoS、动态切片等原创技术方案,支撑超高清直播、云电竞、AR/VR、AI Agent、多模态交互、多机协同等高价值确定性业务的差异化保障,输出专利、论文、软件著作权及标准提案等核心知识产权,实现核心算法与关键软件自主可控。
研究内容:端网协同智能体核心算法研究,研究面向智能空口的多维信息语义表征与通信基座模型构建方法,融合无线信号、传播环境和用户位置等多维信息,实现跨模态统一编码、多任务联合预测与跨场景迁移适配;研究面向终端QoE的实时感知与预测方法,通过端侧语义级特征提取与多维异构数据深度融合,摒弃全量透传模式,实现低开销、高精度的QoE感知与动态预测;研究端网多智能体设计及协同调度方法,建立端网间低开销、安全的数据交互与协同控制机制,实现分布式多智能体协同决策、端网参数联合优化与多维资源弹性智能调度;端网协同智能体原型系统研制,研制基于“上位机+自研Modem—验证基站—验证核心网”物理架构的端网协同通信业务保障智能体验证原型机,部署具备意图感知的端侧Agent、外挂式网侧Agent及核心网Agent,验证核心网侧集中决策并向基站下发参数的动态通信保障策略,打通全栈业务数据链路;研发端到端业务保障验证系统,支持保障开启前后的QoE效果实时对比及关键指标可视化呈现;典型场景端网协同业务验证,依托5G-A网络架构与标准网元能力,研究端网协同精细化业务识别与AI任务标识、基于5QI与切片框架的动态QoS与子切片增强保障、端网闭环QoE验证与策略迭代机制,在大型场馆高并发、高清直播、边缘AI推理等典型场景完成不少于2个场景的端到端验证,形成可平滑演进、可复制推广的5G-A/6G技术方案。
考核指标:
1、端网协同调度算法在拥塞场景下系统收益率较基准算法提升不少于15%,用户业务需求识别准确率不低于85%;端侧QoE感知数据传输开销降低不少于40%,QoE预测准确率不低于90%;
2、形成端网协同通信业务保障智能体验证原型机1套、智能业务保障验证系统1套,部署具备意图感知的端侧Agent、外挂式网侧Agent及核心网Agent;实现核心网侧集中决策并向基站下发参数的动态通信保障策略,打通全栈业务数据链路;
3、完成不少于2个典型场景的端到端验证;突发高清直播、赛事观看、高拥塞等场景保障激活响应时间不超过2s,高优先级业务时延(含智能应用业务交互时延)下降不低于30%,典型业务体验满足度提升不少于25%,差异化通信保障成功率不低于95%;
4、申请发明专利不少于2项,发表高水平学术论文不少于1篇,形成IMT-2030标准文稿不少于1份;提交技术研究报告与技术方案。
项目类型:重点项目
支持金额:不超过200万元
(六)异构算力中心互联及调度软件栈研发
研究目标:针对现有算网大脑的网络调度能力短板、算网资源独立运行导致的协同低效、算网模数四类资源孤岛无法适配垂直行业业务分钟调度等核心痛点,基于联通现网网络研究技术积累,聚焦构建“网络调度-算网协同-算网模数”三层递进能力体系,突破传统算网割裂瓶颈。网络调度底座,适配现网硬件设施的基础上,构建端到端网络调度体系,构建具备全栈协议适配的网络调度底座。实现算网资源的统一纳管与智能调度。突破传统网络静态配置的刚性约束,支持基于业务意图的弹性动态组网,网络资源控制层构建通道的耗时稳定控制在秒级;算网协同调度系统,攻关算网协同层,将网络调度与原有算力调度融合,依托协同层实现统一编排与联合优化。攻克算网协同调度难题,在支撑多步骤、多资源、多区域复杂任务自动编排场景下,编排成功率稳定在95%以上;算网模数协同:研发算网模数协同调度引擎,基于全域数据感知构建模型与算力的联合优化机制,攻克大模型推理服务的统一标识度量与API请求级精细化调度技术,实现异构资源的一体化编排。打通“感知、决策、协同、执行”全链路,垂直行业典型场景算网模数协同任务交付率达到90%以上,使能Token与Agent业务流。
研究内容:在网络调度层,研发全栈协议适配的网络调度系统,通过标准接口实现异构设备统一抽象与南北向贯通,依托标识管理、网关管控及业务管道全生命周期管理,实现入算流量与算间流量的精准隔离与SLA差异化保障;在算网协同层,升级跨域资源动态分配与自适应任务编排引擎,引入综合时延、带宽、能耗及成本的高维智能调度算法,实现全局资源最优匹配;在算网模数协同层,新建网模融合调度底座,攻克模型服务标识度量、业务语义路由及意图解析技术,构建“算随数走、网随算动”的联动机制,并推动算网大脑实现融合调度与智能决策,建立“大脑-协同-执行”垂直联动闭环,支撑AI Agent等高阶业务运营需求。
考核指标:
1、网络调度层面,网络调度业务管道开通时延:从业务开通请求提交网络控制层到网络路径可用耗时少于5s,满足算网业务分钟级开通、小时级释放的敏捷需求;
2、算网协同层面,算网协同自适应任务编排成功率:多步骤、多资源、多区域复杂任务的自动编排成功比例大于95%;
3、算网模数一体化层面,原型系统在垂直行业典型场景算网模数协同任务交付率:成功完成“感知、决策、协同、执行”全链路调度的任务数占发起任务总数的比例大于90%。输出大模型推理服务标识度量和API请求粒度算网融合调度方案1份;
4、依托中国联通下一代大科学装置网络环境,部署平台及系统原型,验证网络调度。支持多个算力节点的接入互联和跨域传输,开展不同带宽量级的算网示范应用,验证本项目网络调度关键技术在现网的落地应用可行性;
5、系统原型与算网大脑集成适配,并在算网大脑环境完成平台及系统原型部署,验证垂直行业场景算网数模协同调度落地应用有效性;
6、专利3项、论文2篇,软件著作权2套,产品系统1套,方案1份。
项目类型:重点项目
支持金额:不超过200万元
(七)粤港澳大湾区枢纽(韶关)数据中心制冷系统AI仿真与基线能效优化研发
研究目标:构建面向数据中心节能运维的 AI 仿真与基线能效优化系统,实现从经验驱动运维向数据与模型驱动运维的升级。形成覆盖冷机、水泵、冷却塔、精密空调、IT负载及环境监测等核心对象的领域数据集和基础知识库,建立面向PUE、制冷系统能耗及关键设备状态的动态仿真模型,实现典型运行工况和不同节能策略的快速推演;形成兼顾节能收益、设备运行边界和业务安全的节能策略生成与仿真验证能力,为数据中心能效基线评估、低效点定位、运行优化及节能决策提供可靠的数字化支撑。最终形成可本地部署、可持续迭代、可推广复制的AI仿真与基线能效优化系统,实现数据中心能效智能分析、策略辅助决策与安全验证闭环。
研究内容:针对数据中心多源异构运行数据分散、数据标准不统一,以及传统仿真精度不足、响应速度慢、难以适应动态运行场景等问题,开展面向数据中心节能运维的 AI 仿真与基线能效优化研究。研究多源运行数据统一接入、清洗、时间对齐和质量治理方法,整合设备台账、监控时序数据、运维日志及专家经验,构建领域数据集与知识资源;研究面向 PUE、制冷系统能耗及关键设备状态的系统级、设备级动态仿真与预测方法,形成典型工况下的能效预测和运行状态仿真能力;研究制冷系统节能策略生成、筛选与仿真验证方法,围绕温度设定、设备运行参数及设备组合等对象,开展多工况仿真评估,并结合设备运行边界、运行规程和专家经验建立安全约束与风险过滤机制,实现节能策略实施前的仿真验证与安全校验。
考核指标:
1、完成数据中心多源异构运行数据统一接入与治理,核心制冷及配电设备接入覆盖率不少于95%,形成可查询、可回溯的数据与知识资源库,支撑后续模型训练、运行分析和策略验证;
2、形成面向数据中心关键能效指标和制冷系统运行状态的动态AI仿真模型,系统级能效仿真平均偏差率不超过3%(PUE预估精度不少于97%),未来15分钟关键设备运行参数预测准确率不少于95%,覆盖冷机、水泵、冷却塔、精密空调等核心制冷设备;
3、形成兼顾节能收益与运行安全的节能策略生成、筛选和验证能力,典型验证场景下制冷系统较基线运行策略节能降低5%以上;单次节能优化策略建议生成时间不超过15分钟,输出策略在仿真验证阶段100%满足预设安全运行边界;
4、申报3项专利、2项软件著作权,发表1篇高水平论文。
项目类型:重点项目
支持金额:不超过200万元
(八)面向云边端协同的智能云化工业控制关键技术研究与验证
研究目标:面向传统PLC软硬件耦合、国产化适配不足、多协议设备接入复杂以及云边端控制能力难以协同等问题,研究自主可控的智能云化工业控制关键技术。形成云化总控、基站融合、端侧全国产“一云两端”云化控制器技术体系,突破虚拟控制器确定性运行与多实例管理、工业设备统一建模与协议互操作、云边端任务协同及安全智能编排等关键技术,完成典型工业场景验证,形成可持续演进的云化工业控制基础软件、样机及技术规范。
研究内容:
研究国产化全栈适配与确定性控制技术。面向国产处理器和欧拉、鸿蒙等国产操作系统,研究实时调度、CPU/中断隔离、驱动适配及容器化PLC运行机制,形成符合IEC 61131-3编程体系的控制运行时和工程组态能力;研究“云化总控—基站融合—端侧执行”协同控制架构。研究虚拟控制器实例的创建、启动、迁移、停止、删除、状态快照与故障恢复机制,以及控制任务在云、边、端之间的分配和迁移方法;研究工业设备统一模型与多协议互操作技术。基于OPC UA信息模型统一描述设备功能、数据点和服务接口,研究EtherCAT、Modbus TCP等协议的插件化适配、设备自动发现、模型匹配注册和远程I/O统一控制;研究面向工控任务的安全智能编排技术。采用“大模型意图理解与任务分解+专用模型/确定性PLC执行”的大小脑协同机制,引入规则校验、权限控制、仿真验证和人工确认,完成典型工控任务编排演示;开展样机研制与场景验证。形成云化工业控制基础软件及三类控制器样机,在数控机床、远程I/O或伺服控制等场景开展功能、性能、可靠性和连续运行验证。
考核指标:
1、形成1套云化工业控制系统基础软件与平台,形成云化总控、基站融合、端侧全国产3类控制器样机或可验证版本;
2、云化总控:集成基于OPC UA的可编排设备功能信息模型不少于20种;统一控制远程I/O组件不少于200个;全局资源视图采集至刷新延迟不超过30秒;
3、基站融合:虚拟控制器实例冷启动时间小于10秒;单节点并发运行虚拟控制器实例不少于30个;备份任务迁移恢复时间不超过500毫秒;
4、端侧全国产:完成至少1种国产操作系统和1种国产通用处理器适配;支持不少于3种主流工业协议双向稳定通信;5毫秒控制周期下抖动不超过±200微秒;新设备模型匹配与注册时间不超过30秒;吞吐量不少于1000个数据点/周期;
5、完成至少1个典型工业场景部署验证,形成测试报告、用户使用报告及可复制验证方案;申请发明专利2项,形成标准规范或技术规范1项。
项目类型:重点项目
支持金额:不超过200万元
申请要求
(一)申请资格
1. 项目申报单位应为中国大陆境内注册的科研院所、高等学校和企业等,具有独立法人资格或工商登记的分支机构,注册时间为2024年12月31日前。
2. 申请人应当是申请项目(课题)的实际负责人,中国(含港澳台地区)科学家,具有高级职称或博士学位,1966年1月1日以后出生,正式受聘于项目申报单位,每年用于项目的工作时间不少于6个月。
(二)限项申请规定
申请人同年只能申请1个项目(课题)。
(三)项目要求
申报项目的研究内容与考核指标应覆盖指南要求的所有内容。
申请程序
1. 申报受理时间
【2026年11月11日9:00至12月10日16:00】
2. 申报方式
申请人请下载附件《科创专项项目申报书模板》,按要求撰写。
3. 材料提交
申请人将填写完成的申报书发送至邮箱:scicu@pcl.ac.cn,申报书文件命名为“指南名称+申报单位+申请人”。
注:模板末尾“附件栏”所列材料同属申报材料,须一并备齐合并入申报书文件后提交
4. 内容要求
申请人应根据指南名称以及主要研究方向自行拟定项目名称、科学目标、研究内容、技术路线,凝练关键科学问题等,按照撰写提纲及相关要求撰写和提交项目申报书。
5. 实施周期
科创专项重点项目和种子项目实施周期均为1年,申报书中研究期限应填写“2027年3月—2028年2月”(正式研究期限以立项通知为准)。每个项目设1名项目负责人,项目可根据实际决定是否下设课题。
6. 单位审核
申报单位应对申报材料内容的真实性和完整性进行审核后提交。
7. 材料受理
申报材料须完整齐备,材料不完整的,科创专项管理办公室将不予接收。受理截止时间为 12月10日16:00,请申报单位妥善安排提交工作。
科创专项管理办公室联系方式
地址:深圳市南山区西丽街道鹏城实验室石壁龙园区一期
联系人:杨老师
联系电话:0755-85902227
邮箱:scicu@pcl.ac.cn
工作时间:工作日9:00—12:00,14:00—18:00

