CCF-滴滴大数据联合实验室发布“CCF-滴滴盖亚学者科研基金”，以下简称“盖亚学者科研基金”，旨在积极支持国内学者开展前沿科研工作，通过创新合作机制，推动产学研协同发展。依托滴滴出行平台，为广大学者提供最真实的业务场景，促进高质量学术成果的产出，加速研究成果的产业落地与应用。2017年以来，已有百余项科研项目获得基金支持，来自各领域的研究学者与滴滴技术团队共同推动前沿技术在出行领域的落地应用，以真实场景驱动技术革新。

为了进一步加速构建产学研协作共同体，以开放视野携手推进尖端人才培养，2026年盖亚学者科研基金持续深入挖掘业务场景，拓展研究话题，涵盖大模型及其应用、机器学习与运筹优化、自动驾驶、安全攻防、岗位画像研究等多个研究方向的真实业务场景。

1.大模型及其应用

1.1大模型基础能力与Agent

1-1基于大模型的生成式检索的方案探究

1-2面向地图路网形态编辑的Agent系统研究

1-3面向反作弊场景的Multi-Agent协同任务执行与动态决策

1-4基于AlphaEvolve的通用场景自动算法优化策略

1-5基于Prompt与上下文的情绪/语感理解建模

1-6用于共享电单车故障诊断的基座大模型

1.2多模态/全模态大模型

1-7基于多模态时空融合的车道级自适应诱导决策算法研究

1-8面向网约车交通安全场景的全模态（Omni）理解

1-9高性能音频理解与推理大模型

1-10面向网约车安全实时研判的多模态生成式决策模型研究

1-11基于多模态数据的事实增强金融风控智能决策大模型

1.3大模型驱动的安全与反作弊

1-12基于设备指纹对抗生成与端上安全攻防的对抗研究与分析

1-13面向反作弊场景的LLM驱动数据飞轮构建方法研究

1.4生成式推荐与智能决策

1-14生成式推荐在网约车起终点与路线协同推荐中的探索与应用

1.5逻辑推理

1-15 AI能力对客服人员操作是否符合SOP的研究

2.机器学习与运筹优化

2-1高维度及序列因果建模

2-2基于生成式规划与多智能体博弈的数字副驾

2-3面向多轮时序决策和多品类/多模式协同的网约车全局最优匹配

2-4基于多智能体强化学习的司乘动态定价算法研究

2-5两轮车需求热点识别

2-6基于多源数据融合与预测的充电网络供需时空刻画

3.自动驾驶

3-1基于视觉技术的车道级地图生成

3-2面向Robotaxi自动运维的视觉-语言-动作（VLA）具身智能探索

3-3面向自动驾驶场景理解的多模态预训练方法研究

3-4前置大规模仿真真实性评估方法研究

4.安全攻防

4-1鸿蒙系统应用层APP的Hook/注入攻击和检测及设备指纹生成

5.岗位画像研究

5-1共享单车运维职业需求研究

转载网址：https://www.ccf.org.cn/Collaboration/Enterprise_Fund/News/dd/2026-03-30/869376.shtml