造物记录核对日期：2026-10-24。研究对象：全国大学生嵌入式芯片与系统设计竞赛，芯片应用赛道，全国总决赛。研究目的：按“创新点、完整产品形态、实用性与购买理由”推导2027年候选选题。
1. 结论与证据边界
获奖样本中反复出现的是：具体用户与任务、传感到反馈的完整流程、平台承担实质功能、能够现场展示的结果。创新可以来自机构、控制、数据、模型部署和工作流程，不等同于必须原创神经网络。
这些观察只适用于本次有公开技术介绍的目的性样本。没有逐队评分表，也没有未获奖对照组，因此不能把它们当作获奖原因、命中率模型或整个赛事的统计分布。
购买意愿是另一个证据问题。下列报道没有充分披露成交价格、采购合同、销量或付费用户研究。国奖和“商业前景”不等于已经有人愿意购买我们的产品。
本报告最初推导了“面向高校与职业教育电子实训的多模态AI手工焊接教练台”。2026-10-24 复核真实作业流程后，已撤回将其作为优先选题的建议。低头与手部遮挡、个体操作习惯、热风枪批量作业以及焊点状态不可完整观察，使原方案的关键前提不成立。下文保留该推导供复核，不作为继续立项的建议。
2. 获奖事实的核对方法
- 2025年最终获奖名单：主办方公告、最终名单PDF。
- 2026年最终获奖名单：主办方公告、最终名单PDF。
- 主办方PDF主要登记学校、队伍名、编号和奖项；技术内容结合学校或协办厂商报道核对。
- 严格区分全国总决赛奖、分赛区奖、企业奖和其他赛道奖。没有把“中国高校计算机大赛—嵌入式设计赛”、FPGA创新设计赛道混入本研究。
关键交叉核对：2025年上海交大COBRA队16803和地大手患芯智队15825的国一条目在PDF第46页，最佳创意/最佳工程条目在第49页；ST杯在第50页。2026年郑州轻工Y-Evolution队19629的国一条目在PDF第54页，最佳工程奖在第57页。2026年最佳工程奖有多支队伍，不采用“唯一总冠军”的宣传称谓。
3. 代表性作品
2025年
| 作品 | 学校、全国奖项 | 可核实的技术与产品特点 | 证据限制 |
|---|---|---|---|
| 基于STM32H745的可重构多模态蛇形机器人 | 上海交通大学；一等、最佳创意、ST杯 | 模块化机构、分布式控制及多形态运动；创新有明显机械与控制成分 | 未公开完整越障对照、速度与能耗数据；报道未明确AI控制作用 |
| 基于STM32L496的可穿戴式多通道足底力步态检测与康复系统 | 上海交通大学；一等 | 8路鞋垫压力传感，配套压力热图、COP轨迹及数据导出 | 一个月续航为校方报道，缺完整测试条件；不据此推断医学有效性 |
| 星瞳声盾 | 武汉工程大学；一等 | 针对盲道占用问题，自建人行道数据集，结合分割、检测和交互 | 无公开数据规模、完整评测与用户试验 |
| 智承古礼—基于AI多模态交互的智慧投壶机器人 | 厦门大学；一等 | 面向课堂及文旅展陈，将AI交互与实体投壶任务结合 | 未给准确率、可靠性及采购证据 |
| 基于RK3588芯片的嵌入式AI药材识别系统 | 厦门大学；二等 | 从图像识别延伸到表单、本地保存和追溯 | 不能把外观识别等同于真伪、品质鉴定 |
| 智能视障辅助系统 | 江南大学；二等 | 手柄与胸前终端分工，包含测距、视觉、播报以及安装、充电等设计 | 宣传摘要指标缺完整工况；无独立安全效果验证 |
| 基于RT-Thread系统的偏瘫患者可穿戴式辅助康复系统 | 中国地质大学（武汉）；一等、最佳工程 | 获奖事实与可穿戴产品方向明确 | 新闻未充分展开控制方法和测试，不能补写疗效与具体算法 |
对应一手报道：
2026年
| 作品 | 学校、全国奖项 | 可核实的技术与产品特点 | 证据限制 |
|---|---|---|---|
| 基于RK3588的全流程一体化网球陪练机器人 | 郑州轻工业大学；一等、最佳工程 | 完成收球、输送、分球、发球；视觉、机构、部署与交互协同 | 不是挥拍对打机器人；未见独立成功率、落点误差评测 |
| 基于RDK X5的PickBot便携智能网球捡球机 | 华中科技大学；一等 | 识球、路径覆盖、电子围栏与储球形成明确任务流程 | 15m识球、死角捡球率超过98%、储球超过100、硬件约2000元均为团队自测/估算，未给完整统计条件 |
| 基于STM32的Delta并联机器人曲面自适应恒距作业与电路喷印平台 | 华中科技大学；一等 | 测距与高度补偿结合，解决非平面作业中的距离保持问题 | 未公开完整精度、表面适应范围和对照数据 |
| 基于RK3588的小鼠非侵入式数字表型解析平台 | 华中科技大学；一等 | 端侧融合行为、表情，目标是将人工观察转成量化记录 | 不能据此推断已完成科研有效性验证 |
| 基于ESP32-P4边缘语义视觉的航空维修车间智能管控终端 | 华中科技大学；一等 | 工具柜集成识别、身份验证、借还追踪与告警 | 没有公开现场部署规模与采购证据 |
| 基于瑞萨平台与OPENMV的蓝莓采摘装置 | 华中科技大学；一等 | 围绕成熟果实检测与柔性采摘展开，属于企业产业命题 | 光照、遮挡适应与损伤率未给完整对照 |
| 基于STM32N647的AI视觉与多模交互智能厨房安全管控系统 | 华中科技大学；一等 | 对正常用火与意外火情作场景判断，再融合其他传感信息联动处置 | 未公开误报、漏报和处置时延 |
| 基于STM32N647的实时翻译与导航多功能AR眼镜 | 同济大学；一等 | 眼镜与手机协作，形成出行和沟通的产品流程 | 不把手机/联网能力写成全部在眼镜端运行 |
| 基于STM32G474RET6的CS战术护甲系统 | 同济大学；一等 | 命中感知、动作识别、队伍同步及赛后回放 | 多轮对战测试为学校报道，未给可靠性完整统计 |
对应来源：
- 郑州轻工业大学获奖报道
- ElfBoard厂商技术介绍：厂商账号发布在第三方平台，技术描述与独立评测要区分。
- 华中科技大学，2026-08-19：明确介绍6项国一，其6支队伍编号均在主办方PDF国一段。文章表格与介绍段落顺序不同，不擅自按顺序配对队名。
- 同济大学，2026-08-18：国一三队15920、19239、29963均可核对。该文98.8%准确率属于国三挂脖作品，不能移给国一眼镜或护甲。
未用于详细技术推导的补充：广西大学NearMeet Badge报道可支持国一及HiSpark最佳应用奖，但缺功能细节与购买证据。海思2026汇总页的概况数量与具体名单存在冲突，因此没有用它的概况数字作统计。
4. 共通点与特点
4.1 场景足够具体，任务边界容易讲清
投壶对应课堂/展陈，捡球对应球场，工具柜对应维修工具借还，药材识别对应识别与登记。这里值得学习的是任务边界，而不是追随某个行业名词。
4.2 创新往往落在一个明确障碍上
蛇形机器人的可重构运动、曲面平台的恒距补偿、厨房系统对正常用火与异常情境的区分，都可以写成“原方案在某种条件下困难，本方案通过某种机制改善”。它们提供的是具体创新表达方法，不证明技术全球首创。
4.3 AI、机构与嵌入式工程共同组成作品
YOLO等成熟模型出现在获奖方案中，说明样本中的创新不都依赖新神经网络。相反，AI如何部署、如何接入传感与动作，以及控制流程如何收尾，有充分工程工作。非AI控制、低功耗和机构设计同样值得投入。
4.4 使用流程覆盖到反馈、记录或处置
药材系统输出表单，足底系统提供热图与导出，工具柜追踪借还，网球机器人完成收运发。对产品选题而言，要画出“用户开始使用—设备判断—用户得到结果”的全过程。
4.5 可展示效果与可量化指标互相支撑
机构变化和收球过程适合现场展示；压力轨迹、识球距离、储球量等把效果变成可讨论对象。但新闻中的数字大多缺少条件，不能直接作为我们项目应承诺的目标。我们应补齐测试集、工况、误报漏报、成功率与统计口径。
4.6 产品细节是工程内容，而不仅是外壳
鞋垫续航、盲杖安装和充电、设备身份认证、数据保存等直接影响使用。它们说明产品应包含装配、维护、配置、记录和异常反馈，而不是只在演示视频中出现一次成功。
4.7 获奖证据不足以验证付费需求
场景真实、功能可用和用户愿意支付是三件需要分别验证的事。公开稿件里的“产业化潜力”“广阔前景”不能替代真实客户试用、报价反馈与采购证据。
5. 由上述特点推导一个选题
**状态更新：本节是已撤回的原始推导。**共同特点不能直接组成选题公式；需要先通过真实工况、可观测性与用户负担检查。增加摄像头或要求用户反复拍照，不足以解决原始问题。
候选题名：面向电子实训的多模态AI手工焊接过程教练与结果核验终端。
产品形态：一套可安装到现有实训工作台的视觉照明组件、可采集过程数据的焊台/手柄、低压训练板夹具、端侧计算与屏幕。首版限定少数通孔和较大贴片训练任务。
使用流程：学生选择练习板，系统定位焊点并记录操作；融合操作视频、烙铁姿态以及功率/时间等过程信号，给出带画面证据的疑似操作错误；结束后核验可见外观问题及指定节点导通，生成学生练习记录和教师复核页面。
推导关系：
- 从足底力和行为量化作品借鉴“直接测过程”；
- 从体育训练与互动作品借鉴“反馈能改变下一次操作”；
- 从药材、工具柜作品借鉴“结果进入表单和可追溯流程”；
- 从端侧AI系统借鉴“设备本地完成关键判断”；
- 将这些用于可接触的电子实训场景，便于获取真实试用和数据。
6. 与现有产品的差异必须怎样成立
JBC Soldering Assistant已经提供功率、时间、能量记录，以及与示范焊接过程的比较。因此温度/能量采集、简单评分、示范曲线和报告都不能单独作为本题创新。
2025年VR焊接训练研究还说明焊接训练数字化已有研究基础；本报告不宣称首次提出智能焊接教学。
候选差异限定为：
- 视频与热过程同步：辨别相似结果背后的不同操作失误，提供可检查的时序证据。
- 在新学生、新焊盘或新训练板上减少重新设置的需要。
- 将过程反馈与独立复核结果关联，验证反馈是否实际改善下一次练习。
不把烙铁温度等同于焊点温度；不把导通等同于焊点长期可靠；不承诺仅凭表面图像识别内部缺陷或所有虚焊。
7. 购买理由与立项门槛
潜在买家：高校电子实践中心、职业学校电子实训室、焊接技能培训机构。价值假设：帮助教师并行观察多个学生、提供可回看的操作证据、减少重复讲解并提高练习反馈质量。尚未验证采购意愿。
进入完整开发前应同时通过：
- 技术：跨学生、跨板测试中，联合模型比仅看成品图、仅看能量曲线更可靠地识别约定错误；使用者能够理解其证据。
- 教学：在相同练习任务下，反馈组的复焊结果、完成时间或教师介入次数出现可重复改善。
- 产品：教师愿意实际试用，确认配置时间、占台面积、维护和评分流程可接受。
- 商业：目标机构明确说明其采购条件、预算来源和现有替代，取得试用或报价反馈。不能把受访者说“有意思”当成购买证据。
如果做不到上述差异，应淘汰或重定义该题，而不是继续增加语音聊天等附属功能。
8. 本次完成范围
完成：两届应用赛道国奖一手资料交叉核对、代表案例与证据边界整理、共通点归纳、一个候选产品推导及近邻竞品核查。
未完成：逐队完整设计报告、评委评分记录、全量赛题统计、用户付费访谈、原型实现、编译、烧录和硬件测试。报告中的推荐属于工程与产品判断，不是获奖保证或商业验证结论。
9. 真实工作流程审查后的修正
实际工况复核发现：每个人的焊接习惯不同，低头、手部和工具均可遮挡；热风枪可一次处理多个元器件；不能可靠地从连续画面判定哪些焊点已经完成；要求逐次拍照会打断工作并降低效率。这些反例直接影响数据是否能够取得，以及产品能否融入正常作业。
因此撤回原候选的优先级，不以更多摄像头或规范用户动作的方式修补它。现有JBC式过程监测仍可能有实际用途，但不能据此推出原多模态教练构想的可行性。
后续候选必须先回答：
- 用户完成原任务时，需要新增多少步骤？新增负担是否被收益覆盖？
- 必要状态是否真的能被传感器观察，而不是依靠AI补猜？
- 设备能否自主控制采集角度、光照、位置、激励等条件？若不能，正常工作流程能否自然产生足够的数据？
- 输出是否有客观验收方法，能否区分失败、不确定和成功？
- 现成替代怎样工作，拟议创新能减少哪些操作、误差或成本？
继续保留获奖案例中的场景边界、完整流程、端侧实现和结果记录等经验；不把“多模态＋AI＋教学”作为直接生成题目的公式。