AI City Challenge 2026 là cuộc thi về trí tuệ nhân tạo (AI) và thị giác máy tính cho lĩnh vực giao thông thông minh, thu hút các đội đến từ châu Âu, Mỹ, Nhật Bản, Trung Quốc...
Ba sinh viên khoa Cơ khí, Trường ĐH Công nghệ kỹ thuật TP.HCM, gồm Bùi Nguyễn Hoài Thương, Võ Thành Nguyễn và Nguyễn Trịnh Trà Giang, cùng tiến sĩ Bùi Hà Đức (giảng viên của khoa) trong vai trò giảng viên hướng dẫn, đã giành hai giải thưởng ở hai nội dung khác nhau.
Ở nội dung thi số 2, đội giành giải nhất với đề tài Sim-to-Real Traffic Scene Understanding by Decoupling Semantics from Caption Generation with V-JEPA.
"Hiểu đơn giản, nhóm tìm cách dạy AI nhìn và hiểu những gì đang diễn ra trong các tình huống giao thông. AI phải nhận biết xe, người đi bộ, hướng di chuyển và những gì đang xảy ra, rồi mô tả lại bằng lời", tiến sĩ Đức giải thích.
Từ trái qua: Tiến sĩ Bùi Hà Đức, Võ Thành Nguyễn, Nguyễn Trịnh Trà Giang, Bùi Nguyễn Hoài Thương
ẢNH: THANH NAM
Ở nội dung thi số 5, nhóm giành giải ba với bài toán Generative Traffic Video Forecasting, tức dựa vào những gì vừa nhìn thấy để dự đoán giao thông sẽ diễn biến tiếp theo thế nào.
Theo tiến sĩ Đức, hai nội dung có điểm chung là yêu cầu AI vừa hiểu hiện tại, vừa từng bước dự đoán tương lai.
Hoài Thương cho biết với nội dung thi số 2, khó khăn lớn là AI chỉ được học trong môi trường mô phỏng nhưng phải hoạt động được ngoài đường thật. Trong mô phỏng có thể tạo dữ liệu và kiểm soát được mọi thứ, nhưng trong thực tế lại có rất nhiều biến số như: ánh sáng, thời tiết, vật thể bị che khuất, góc camera, hành vi của con người và những tình huống không được dự đoán trước. Để giải quyết bài toán, nhóm kết hợp 3 mô hình AI. Đó là "V-JEPA giúp AI" nhìn và nhận thức từ hình ảnh, "LLaMA giúp suy luận" bằng ngôn ngữ, còn "Qwen3-VL giúp diễn đạt" lại thành câu hoàn chỉnh", Thương cho biết.
Kết quả, đội Latent Painter - UTE đạt điểm VQA 87,09%, điểm tổng thể S2 60,0853 và giành giải nhất ở nội dung thi số 2.
Theo tiến sĩ Đức, AI không còn là một lĩnh vực chỉ dành riêng cho sinh viên công nghệ thông tin hay khoa học máy tính. Nền tảng cơ khí và robot cũng giúp các thành viên nhìn bài toán AI trong bối cảnh một hệ thống vật lý thực tế, đặc biệt là xe tự hành.
Để cùng lúc tham gia hai nội dung thi, nhóm phải xử lý khối lượng công việc lớn. Khó khăn đến từ dữ liệu, thuật toán, tài nguyên tính toán và thời gian. Vì vậy, nhóm lựa chọn tận dụng các mô hình nền tảng đã được huấn luyện trước thay vì xây dựng mọi thứ từ đầu, tập trung nguồn lực vào những phần có thể tạo ra đóng góp riêng.
Tiến sĩ Đức cho rằng thành tích tại cuộc thi không chỉ đến từ một mô hình AI cụ thể mà là kết quả của quá trình tích lũy kỹ năng nghiên cứu trong thời gian dài.
Võ Thành Nguyễn chia sẻ, sau AI City Challenge 2026, nhóm dự kiến tiếp tục hoàn thiện các công trình khoa học, nghiên cứu sâu hơn về khả năng hiểu, dự đoán và suy luận của AI trong giao thông. Nhóm cũng tìm kiếm đối tác trong lĩnh vực xe tự hành, giao thông thông minh, camera giám sát và đô thị thông minh để có thêm dữ liệu và môi trường thử nghiệm thực tế.
Về khả năng đưa mô hình đạt giải vào giao thông Việt Nam, tiến sĩ Đức cho rằng cần tiếp tục kiểm chứng trên dữ liệu có sự đa dạng về xe máy, ô tô, người đi bộ, mật độ giao thông, hành vi người tham gia giao thông, thời tiết và điều kiện đường sá…
Theo tiến sĩ Đức, những cuộc thi quốc tế tạo môi trường để sinh viên và các nhóm nghiên cứu Việt Nam đặt năng lực của mình vào cùng một chuẩn đánh giá với cộng đồng quốc tế. Từ bài toán giao thông, năng lực về dữ liệu, mô hình nền tảng, thị giác máy tính, mô hình thế giới và AI tạo sinh có thể tiếp tục được mở rộng sang sản xuất thông minh, robot, logistics, y tế hay đô thị thông minh.