会议简介

城市科学正处在从数据驱动研究向跨学科融合与智能化研究范式拓展的重要阶段。随着城市问题日益呈现多尺度耦合、跨系统传导与高度不确定等特征，传统单一学科视角和静态分析方法已难以充分回应复杂城市系统的研究需求。城市科学不仅需要深化对城市运行机制、演化过程与治理干预的理解，也需要借助大语言模型、智能体、具身智能与世界模型等新思路、新方法，探索以人工智能深度参与和跨学科知识融合为基础的城市科学新范式。

第四届城市科学大会旨在以城市科学为锚点，推动城市科学与人工智能、公共健康、社会治理、气候变化、认知科学、复杂系统等方向的交叉融合创新，搭建跨学科交流与合作的平台。大会将于8月8日至9日在香港科技大学（广州）举办，邀请来自牛津大学、芝加哥大学、康奈尔大学、哥伦比亚大学、瑞士洛桑联邦理工学院、美国东北大学、新加坡国立大学、北京大学、清华大学、香港大学、香港科技大学（广州）、上海交通大学等国内外高校与科研机构的专家学者作特邀报告，共同探讨应对城市复杂性挑战的前沿理念、创新技术与实践方案。

同时，大会将邀请Nature Human Behaviour、Nature Cities、Science Advances等高水平综合类与交叉学科期刊编辑参与圆桌讨论，围绕城市科学研究前沿、跨学科论文选题、期刊发表趋势与青年学者学术成长等议题展开深入交流。

本届大会诚邀相关领域研究人员积极投稿。录用论文将在大会期间获得口头报告与深入交流的机会，优秀工作将推荐至领域高水平SCI期刊发表。征稿主题涵盖但不限于城市科学、计算社会科学、数据科学、人工智能及其交叉应用等方向。投稿通道现已开启，欢迎通过以下链接了解详情：

https://fi.ee.tsinghua.edu.cn/RSUSHD2026

此外，大会还将举办Urban Cup 2026挑战赛，设置“城市具身智能与世界模型”、“城市科学 Vibe Research”、“城市社会模拟 AgentSociety”三大赛道，旨在探索AI时代城市科学研究的新范式、新方法与新应用。入围决赛队伍将有机会在大会现场进行成果展示，并获得与国际著名城市科学学者当面交流探讨的宝贵机会。本届 Urban Cup总奖金达15万元，并将为各赛道提供计算平台与必要的技术支持，诚邀智慧城市、城市科学、人工智能及计算社会科学等相关交叉领域的研究者、开发者与实践者积极参与。

大会官网：https://fi.ee.tsinghua.edu.cn/RSUSHD2026

大会注册：https://fi.ee.tsinghua.edu.cn/RSUSHD2026/register

Urban Cup 2026 赛事介绍

UrbanCup 2026 挑战赛，围绕“城市具身智能与世界模型”、“城市科学 Vibe Research”、“城市社会模拟AgentSociety”设置三大赛道，面向 AI 时代城市科学研究的新范式、新方法与新应用展开探索。入围决赛队伍将受邀在大会现场展示成果，并与全球领先的城市科学学者深入交流。本届 Urban Cup挑战赛受清华大学-美团数智生活联合研究中心等合作方联合资助，总奖金达15万元，并将围绕各赛道研究内容提供工具资源与必要的技术支持，诚邀来自智慧城市、城市科学、人工智能及相关跨学科交叉领域的研究者、开发者与实践者积极参与。

赛事一：城市具身智能与世界模型挑战赛

赛事平台 Embodied City：https://embodiedcity.github.io/overview/

参赛注册&赛事榜单：https://huggingface.co/spaces/EmbodiedCity/EmbodiedCity-Leaderboard

赛事一面向 AI 时代城市空间理解、动态环境建模与智能体交互决策等前沿问题，旨在推动城市世界模型与具身智能技术在真实城市尺度场景中的评测、验证与应用探索。本赛事依托 Embodied City 具身城市平台开展。该平台由清华大学电子工程系城市科学与计算研究中心领衔研发，面向真实大规模城市尺度构建高保真具身智能仿真与评测环境，通过数字孪生技术还原复杂城市建筑布局、多样化街道空间与动态交通流，为具身智能体提供安全、高效、可扩展的算法验证平台，并支撑城市级空间推理、多模态视频理解与智能体导航决策等方向的前沿研究。

本赛事采用 leaderboard 打榜模式，围绕城市视频问答与目标导向导航两个赛道展开。最终榜单结果以组委会在不公开测试集上的统一测评结果为准，参赛队可在截止日期之前不断更新自己的成果，以获取更高分数。

赛道1：视频问答赛道

本赛道基于 UrbanVideo-Bench，聚焦于评估多模态模型在城市尺度下的空间感知、时序逻辑与问答推理能力。参赛团队需在组委会提供的城市具身数据集上，验证算法对复杂场景的理解深度。参赛者需要在给定城市场景视频片段及问题后，输出准确的文字答案。

任务描述：模拟城市空中智能体（如无人机）在飞行过程中的第一人称视角连续观测。参赛模型需要通过分析长序列视频流，理解智能体在三维空间中的运动轨迹、环境变化及事件逻辑，并针对特定的空间或行为问题给出准确选择。

数据集特征：包含约 5,000 条高质量多项选择题，涵盖空间推理、物体计数、属性识别、事件定位等 16 类细分任务。数据高度还原了城市中的动态交通、遮挡关系及大跨度空间位移。

评估方法：采用标准的准确率作为评价指标，直接比对模型预测选项与真实标签。

资源指引：论文/主页 https://embodiedcity.github.io/UrbanVideo-Bench/ | 数据集 https://huggingface.co/datasets/EmbodiedCity/UrbanVideo-Bench | 代码仓库 https://github.com/EmbodiedCity/UrbanVideo-Bench

赛道2：目标导向导航赛道

本赛道围绕城市室内外场景下的目标导向导航任务展开。参赛者需要开发具身智能体，使其能够在城市级三维环境中理解语义指令，并基于第一视角的 RGB 观测与环境进行交互，自主规划并完成导航任务。

任务描述：智能体被随机放置在 Embodied City 平台构建的高逼真城市环境中。智能体需接收自然语言描述的目标指令，例如“前往最近的地铁站”或“找到带有红色遮阳篷的咖啡馆”，通过持续观察环境并采取移动决策，在有限步数内到达目标位置。

数据集特征：提供大规模指令-轨迹训练数据，涵盖多样化城市区域（商业区、住宅区、校园等），包含丰富的语义目标类型和动态环境变化。

评估方法：采用任务成功率（Success Rate, SR）、按路径长度加权的成功率（SPL）以及导航效率等指标进行综合评估。

赛事二：城市科学 Vibe Research

本赛道鼓励参赛者基于城市科学数据或公开数据集，探索城市科学问题，包括但不限于城市计算、城市感知、城市模拟、城市系统分析等。要求作品紧扣“数据驱动的城市科学”主题，呈现城市数据的创新性应用，或城市系统独特运行规律的深度挖掘。参赛者需提交论文，论文语言不限（中英文皆可），篇幅8页以内（含参考文献）。评审标准包括：问题创新性、方法新颖性、结果可靠性、写作质量及展示效果。

赛事三：城市社会模拟 AgentSociety

本赛道依托 AgentSociety 平台，鼓励参赛者利用大模型驱动智能体技术构建城市社会模拟环境，探索城市社会系统中的微观行为与宏观涌现。参赛者需基于 AgentSociety 平台或 API，提出并实现一个城市社会模拟场景，利用大模型驱动的智能体模拟城市中个体或群体的行为，包括但不限于交通出行、公共政策响应、经济决策、信息传播等。最终产出可包括可运行的城市社会模拟程序或场景，并撰写说明文档。