RT-Thread：25 亿台设备背后的国产操作系统

RT-Thread 睿赛德是我国装机量最大的嵌入式操作系统，以 25 亿台装机量位居全国首位，也是我国首个 100% 自主可控、体系完整、聚焦高端制造的操作系统。作为开源原生企业，它走过 20 年，凭强实时、高可靠、高安全、高可伸缩和组件丰富著称，适配上千款芯片，吸引数十万开发者，遍布全球一百多个国家和地区，也是多个行业标准制定的重要参与者。

开源之外，睿赛德形成开源与商业并举的服务体系，睿擎工业软硬一体开发平台、程翧整车基础软件 OS、睿信创达专业版 OS 构成一整套产品线，应用于能源、电力、工业、汽车、轨交、航天、机器人、消费电子等领域，服务国家电网、中国铁路、中车集团、德赛西威、比亚迪、上海电气等近万家知名企业。公司总部位于上海，研发人员占比超过八成。

睿擎工业开发平台就是这次命题的底座。它自带高实时性工业内核与 NCNN 推理框架，原生支持 YOLOv3 通用目标检测，具备工业级稳定、高实时的部署能力。平台解决的是“模型能不能在产线上实时跑起来”的问题，这也是睿赛德打通“AI 到设备终端最后一公里”的落点。

命题解读：补一条从数据到部署的小工具链

睿擎工业开发平台现有官方示例只提供基础推理能力，缺现场数据采集与样本标注能力，不支持导入自定义的工业预训练模型，部署全程依赖代码开发，普通工程师很难直接上手，工业缺陷检测这类定制场景更难落地。

赛题要求在不改造平台实时内核的前提下，轻量化补齐一条从数据到部署的全流程工具，拆成四个目标：

第一，搭建轻量化工业视觉数据工具，支持现场工件图像采集与数据集规整管理。

第二，集成在线标注功能，让工业缺陷样本可视化标注，生成适配模型训练的标准数据集。

第三，适配自定义工业缺陷预训练模型，完成模型量化与算子兼容，突破官方仅支持通用 YOLOv3 的局限。

第四，搭建极简低代码部署工具，实现模型导入、一键转换、可视化部署与推理结果查看。

这道题的巧处在“轻量”和“低代码”。参赛者不用动平台实时内核，依托平台已有的实时优势，把数据、标注、模型适配、部署这些外围环节做成标准化工具，产线工程师不写大量底层代码，就能完成一次定制化质检方案的落地。

交付与评审

交付要求四部分：

• 工业数据采集与标注工具，补齐平台原生数据工具短板；
• 自定义模型低代码部署工具，支持预训练模型一键适配、量化转换与可视化部署；
• 适配方案与性能测试报告，包含模型优化策略、实时调度方案、推理时延与资源占用对比数据；
• 可运行的 Demo 工程，基于预训练模型完成一个工业工件缺陷检测落地案例，运行稳定可复现。

评审分四个维度：

• 全流程工具完整性占 40%，权重最高，要求依托睿擎工业实时平台走通数据采集、样本标注、自定义模型适配、端侧 AI 部署全流程；
• 工业平台适配性占 30%，看部署流程是否贴合工业平台规范、运行稳定；
• 模型适配优化效果占 15%，看量化后推理是否稳定、精度损耗是否可控；
• 工具易用性占 15%，看低代码操作是否简单、配置是否可视化、有没有复用价值。

谁适合投这道题

这道题对参赛者的技术背景相当宽容，不同经验的人都能找到落点。

做过数据处理或写过工具软件的，可以从数据采集与标注环节切入；用过任一主流深度学习框架，或做过模型训练与推理的，能把自定义模型适配和低代码部署做出彩；只熟悉常规软件开发，也能借助睿擎平台的底座和开源组件，把整条流程走通。

个人开发者可以一人成队，小团队可以分工协作，从自己擅长的一环起步，再补齐其他环节，最后交出一个能运行、能复现的 Demo。就算此前没接触过工业场景，评审看的也是流程是否走通、工具是否好用，起点高低不影响得分。

参赛报名截止 10 月 11 日，总决赛 10 月 24 日在上海举办。获奖项目可瓜分 100 万元奖池，包括现金、Token、大模型 API 等资源奖励，还有机会入选上海市开源项目培优工程，欢迎全国的开源技术爱好者报名参赛：

https://www.oschina.net/os2026/