由昇腾（Ascend）与AtomGit AI 社区联合举办的「昇腾 Model Agent 模型适配大赛（第二季）」正式开启。

第一期我们的参赛者创造了非常亮眼的贡献好成绩。 这一次，我们把任务池升级到 413 个模型、14.4 万奖金池，邀请超 100 位 AI 开发者用 Model Agent 自动化完成模型适配——把工程师从重复劳动中解放出来，让 AI 真正落地到千行百业。

实战拿奖、共建生态一步到位。这一场，你只需要会按 Enter。

关于 Model Agent：让模型适配从“手艺活”变成“流水线”

Model Agent 是昇腾面向开发者推出的 端到端 AI 模型自动化适配工具——它把工程师的"模型适配经验"沉淀成可复用的 Agent 能力，让 800I A2/A3、310P 等昇腾 NPU 硬件，自动识别、自动推理、自动验证。

它能做什么？

• 自动识别模型架构 —— 读懂社区任意模型配置文件

• 自动生成 NPU 推理代码 —— 调用 torch_npu / vllm-ascend / sglang 等引擎

• 自动验证精度与性能 —— 不只是"能跑"，还要"跑得准、跑得快"

• 自动生成标准化报告 —— 评测数据一键导出，可视化可对比

• 一键提交 AtomGit AI模型仓库 —— 适配完成的模型卡片自动归档

这意味着什么？

一个原本需要资深工程师 3-5 天 才能完成的模型适配工作，Model Agent 1 小时就能搞定。你不需要成为算子专家，你只需要成为 Model Agent 的指挥家。

一、大赛亮点

• Model Agent 自动化：自动完成模型适配任务

• 413 个模型池：覆盖 NLP / CV / 多模态，只可选择官方库的模型；

• 14.4 万总奖金：获奖名额36个，获奖名额众多；

• Skill 贡献奖：每贡献 1 个 Skill 奖励 100 元，限 100 个；

• 模型锁定机制：限制最大的投稿数量，每个团队都有机会拿大奖。

• 配套 2 场直播：赛道规则 + 实操教学，从 0 到 1 手把手教

二、活动基础信息

三、大赛时间轴

任务认领锁定机制：

• 阶段一、二实行 3 天锁定，领取后需三天完成并提交，逾期未完成自动释放；

• 阶段三、四不设锁定，自由参与，自由选择数量自行完成适配并提交。

四、参赛流程

1. 官方平台报名

    → 选定赛道

2. 锁定模型清单

    → 阶段一/二 3 天锁定机制

3. 使用昇腾 Model Agent 

   完成适配

4. 提交（任务）交付件：

   推理脚本 + 部署文档 +  使用截图 + 模型仓（带NPU标签）

5. 自动生成标准化测评报告
6. 成果一键提交 AtomGit AI 模型仓库
7. 实时查看榜单与公示

五、任务交付件（3 项必交）

5.1 、模型适配：

1. 推理脚本（inference.py）

   —— 调用 torch_npu / vllm-ascend / sglang 等引擎

2. 部署文档（readme.md）

   —— 模型简介 + 环境依赖 + 推理步骤 + 至少 1 个完整测试样例及输出结果

3. Agent 使用截图 —— 至少 3 张：Agent 

   适配过程完整截图 1 张 + NPU 设备调用截图 1 张 + 模型适配结果最终结果截图 1 张

4. 基于昇腾 NPU 跑通模型推理

   ，提交上传至 AtomGit AI 社区模型仓（+NPU 标签）

目录结构

Plain Text
{model_name}/
+-- inference.py          # 模型推理脚本（必须）
+-- readme.md             # 部署文档（必须）
+-- requirements.txt      # 依赖包列表（建议）
+-- assets/               # 截图素材（必须，至少3张）
    +-- agent_workflow.png       # Agent适配全过程截图
    +-- npu_device_call.png      # NPU设备调用截图
    +-- model_result.png         # 模型适配结果截图

5.2、Agent Skill 贡献

在 AtomGit 提交 PR 至 Ascend/model-agent

六、赛事奖励（总奖金 14.4 万）

排序规则：按适配数量及工成功率综合评分并排序，当出现同分时，按最后作品提交时间进行排序；

七、报名渠道

报名链接：

https://competition.gitcode.com/competition/2083120580017467393/intro