近日，智能科学与工程学院智能工程系在B2-301开展7月科研分享会。本次分享由刘胜辉老师主持，刘老师围绕大学生创新创业训练项目培育、应用型高校科研选题定位和人工智能场景应用等内容进行交流，结合大创赛评审经验和实际项目案例，为教师开展学生竞赛指导、科研项目储备和成果转化提供了思路参考。

刘胜辉老师首先围绕大创赛项目培育进行了分析。他结合赛事分组和项目评价特点，建议教师在指导学生参赛时重点关注高教组、红旅组等更契合应用型高校实际的方向，围绕真实问题、公益价值、商业逻辑和长期数据积累进行项目设计，避免停留在概念包装和短期材料堆砌。

在选题定位方面，刘胜辉老师指出，应用型高校可结合人才培养实际，在基础课程学习支持、职业发展能力提升、专业能力补弱等场景中寻找项目切入点。以模电数电、人工智能数学基础等硬核课程为例，轻量化大模型智能教学助手可以服务基础薄弱学生，帮助学生提升课程学习效果，并为后续升学、就业和能力发展提供支持。

围绕项目落地路径，刘胜辉老师强调，科研选题应从真实场景出发，通过持续调研、用户反馈和数据沉淀形成可验证成果。项目团队可将成果开放至职业院校、专科院校等应用场景，在公益服务和应用转化之间形成良性循环，以更扎实的过程材料支撑项目申报和竞赛答辩。

分享过程中，刘胜辉老师还结合正在指导的数字人智能导航项目，介绍了面向景区应用场景开展素材收集、需求验证和持续迭代的思路。该项目拟围绕青城山等真实场景探索数字人导览服务，将人工智能技术与文旅场景相结合，为学生创新实践和科研项目孵化提供具体案例。

在人工智能场景应用拓展方面，刘胜辉老师提出了基于边缘计算的智能会议纪要生成系统设想。该系统可结合摄像头、录音设备、人脸识别、语音识别和大模型生成能力，探索自动识别参会信息、整理会议内容并生成规范纪要的应用路径，服务日常行政管理和教学科研工作。

本次科研分享紧扣实际问题导向，围绕项目培育、竞赛指导与成果转化等内容展开交流，进一步拓宽了教师在大学生创新创业竞赛指导、科研选题设计以及人工智能场景化应用等方面的思路。接下来，智能工程系将继续聚焦人工智能、边缘计算、电子信息及大模型应用等重点方向，常态化开展专题研讨与经验交流，推动学生竞赛、课程建设与科研项目同向发力、协同发展。