近日，iLearn团队参加 CCF-A类国际会议 CVPR 2026 相关赛事 NTIRE 2026 Video Saliency Prediction Challenge（视频显著性预测挑战），与来自国际知名高校、顶级企业的高水平队伍同台竞技，最终斩获冠军，展现了团队在视频理解方向上的扎实积累与创新实力。该赛事是 CVPR 2026 NTIRE 系列挑战赛的重要组成部分，在相关领域具有较高国际影响力。

本次赛道共吸引来自伊利诺伊大学厄巴纳-香槟分校、字节跳动等高校及企业的六十余支队伍参赛，累计提交二百五十次。经过激烈角逐，iLearn团队最终夺得冠军，来自雅典理工大学、字节跳动的团队分列第二、第三名，充分体现了该项赛事的影响力和关注度。

本次参赛工作由王锟、李之冉、刘皓等同学在胡宇鹏老师指导下共同完成。其中，王锟（第一完成人）、刘皓均为本科阶段进入课题组后继续深造的博士、硕士研究生，李之冉（第三完成人）为2022级软院本科生，已保研留组。不同培养阶段学生协同配合，在算法设计、模型训练与系统实现等环节形成了良好衔接，体现了团队在人才培养中的梯队化建设成效。其中，刘皓同学曾获研究生国家奖学金，李之冉同学曾获本科生国家奖学金，进一步展现了团队在科研训练与人才培养方面取得的积极成果。

此次夺冠不仅是对团队技术实力和协同攻关能力的充分肯定，也彰显了团队在科研育人方面取得的积极成效。未来，团队将继续围绕跨媒体智能前沿问题开展深入研究，不断提升创新能力和人才培养质量，力争在更多高水平国际赛事和科研任务中取得新的突破。

此外，团队在通用检索方向持续深耕，并与华为保持稳定深入的校企合作。自项目启动以来，双方已连续合作两期项目，围绕高性能通用检索算法及其工程落地应用开展联合攻关。依托项目合作，团队聚焦大规模向量数据检索场景中检索精度、响应效率与系统可扩展性之间的平衡问题，持续推进算法设计、系统优化与工程实现，在理论研究与应用落地两个层面均取得了积极进展。连续项目合作不仅为相关研究工作的持续迭代提供了有力支撑，也进一步体现了团队面向产业需求开展有组织科研和协同创新的能力。

在通用检索方向的国际评测中，iLearn团队持续围绕 ANN-Benchmarks 榜单开展算法优化与性能攻关，并与华为合作进一步优化提出的 QSGNGT 算法。针对通用检索任务，团队将优化后的 QSGNGT 算法与先前 ANN-Benchmarks Top 算法进行了系统对比评测。结果表明，在全部 6 个百万级基准数据集上，QSGNGT 算法在给定 Recall 条件下的 QPS 指标均取得第一名，展现出突出的综合检索性能和稳定性。上述工作不仅体现了团队在通用检索领域扎实的技术积累与持续创新能力，也为相关成果向产业场景的落地应用奠定了坚实基础。