2025年12月23日，MMRC实验室“为谁做科研 做什么科研 怎么做科研”暨“生成式大模型如何辅助科研”主题研讨会在山东大学软件学院数媒楼113会议室成功召开。本次研讨会由孟雷老师牵头组织，旨在破解当前实验室科研推进中的断代困境、研究生科研认知模糊及目标脱节等问题，统一科研要求与期待，重构并完善实验室规章体系，助力研究生明确科研方向、提升科研能力。孟雷老师强调，本次研讨会并非单纯的理论宣讲，而是希望深入了解研究生的科研困惑与预期，共同探寻解决路径，明确高质量研究生的培养标准。
博士分享
齐壮在线上分享面向多源异构与持续演化场景的联邦学习算法研究，聚焦偏差校准、鲁棒聚合、持续学习三方面，旨在解决真实场景下联邦学习泛化不稳定等问题，提升模型长期鲁棒性。该研究贴合隐私保护与AI发展需求，从理论、建模、系统层面形成技术路径，按问题驱动、机制分析等四步推进。他还介绍了大模型在文献调研、写作优化、思路验证、代码实验等环节的科研辅助应用。
齐壮 博士研究生（线上分享）
马金珂在线上分享基于人文艺术审美建模的AIGC研究，聚焦人文艺术审美可计算并赋能图像、视频生成。针对当前AIGC审美不稳定、意义空洞、重技术轻人文的痛点，该研究以提取审美、计算建模、嵌入生成、指标优化四步推进，旨在推动人文与AIGC融合，探索审美计算化路径，提升AI审美语义表达，满足AIGC内容高质量创作的社会需求，同时借助大模型完成文献检索、内容总结与代码方案设计。
马金珂 博士研究生（线上分享）
李祥分享基于多模态大模型的视频到三维数字人建模课题，核心解决单目视频建模的质量与效率问题，包含补全视角信息、前馈式建模等子课题。他出于个人兴趣、职业规划及实验室方向契合度选择该研究，其成果可降低建模成本、拓展应用场景，助力游戏、影视等领域发展。研究通过调研、技术探索、导师讨论、实验验证推进，借助大模型辅助论文调研写作、拓展思路及提取建模信息。
李祥 博士研究生
乔羽分享基于因果理论的视频识别方法研究，聚焦整段视频的场景、动作与事件理解，服务网络生态治理。传统视频识别在复杂环境中稳定性不足，因果理论的引入可提升模型可靠性与可解释性，为AI赋能政府治理提供技术支撑。研究通过学习因果理论、对比模型架构、理论分析与实验验证推进，借助大语言模型辅助文献梳理、理论理解、代码调试及论文写作。
乔羽 博士研究生
袁方正分享面向教育情境的具身多智能体协作学习机制研究，聚焦大模型智能体在教育场景的群体智能涌现。该研究契合AI从单模型到多智能体的发展趋势，适配复杂教育系统需求，能提供教育场景范式、支撑个性化学习，并探索“仿真先行、再落地”的AI +教育路径。研究从教育场景入手构建模型、设计协作机制，借助大语言模型辅助文献调研、研究设计、代码实现及学术写作。
袁方正 博士研究生
王妍分享基于多模态对齐的视频理解研究，聚焦解决视频与文本检索、分类中的虚假相关和细粒度不对齐问题。该研究兼具学术挑战性与应用价值，可提升多模态视频理解的可解释性与泛化能力，为下游系统提供可靠支撑。研究通过文献调研、方案设计、实验验证推进，借助大模型辅助选题、科研写作等流程，并将其能力集成到研究模型中。
王妍 博士研究生
硕士分享
研0学生李子涵、万书豪、朱世宇线上参与研讨并分享课题。李子涵聚焦基于生成式大语言模型的智能铝模建模与配模系统研究，旨在突破传统方法局限，实现建筑铝模设计降本增效，借助大模型辅助专业知识学习与代码开发。万书豪研究端到端图像去雾模型，结合自身经历与CV领域积累，瞄准低空经济等场景需求，通过继承迭代、加强交流推进研究，利用大模型及提示词优化提升科研效率。朱世宇致力于构建兼具逻辑认知与情感共鸣的数字陪伴系统，以“3D孔子”为案例，为心理健康、教育陪伴等场景提供技术支持，依托大模型辅助文献梳理、方案设计与代码框架生成，全方位提升科研效率。
张文博分享协同信息增强的大模型推荐系统研究，依托通用大语言模型，融入用户—物品交互信息，探索兼顾通用性与个性化的推荐框架。该研究针对传统微调削弱模型通用能力等痛点，在理论上实现通用语言与个性化建模能力解耦，工业层面降低维护成本。研究以实验验证为核心推进，借助大模型辅助论文理解与代码调试。
张文博 硕士一年级研究生
张立慧分享场景生成相关研究，聚焦树结构对场景生成的影响与家具放置顺序细粒度感知优化，旨在解耦语义构建与布局调整流程，将顺序逻辑引入VAE优化。研究通过设计编解码器、引入顺序条件推进，借助豆包辅助术语浅层理解与文献搜索，依托Deepseek深化术语认知、评估科研思路可行性。
张立慧 硕士一年级研究生
王馨颉分享基于扩散或流模型的用户偏好分布建模与个性化推荐研究，从分布关联角度探索用户偏好演化。该研究响应信息过载需求，为生成式推荐提供工程化路径，提升推荐质量与稳定性。研究分复现分析、问题诊断等四阶段推进，借助大模型辅助文献研读、公式推导及代码实现。
王馨颉 硕士一年级研究生
王鹏分享面向图像分类的视觉分布层级结构挖掘与图增强机制研究，旨在突破传统实例级学习范式，学习更具判别性的特征表示。该研究针对现有模型特征坍缩、判别力受限等痛点，融合图神经网络与因果推断机制，为缓解相关问题提供新方案。研究以视觉任务为基础向多模态场景推广，借助大模型及Agent辅助代码、文献分析等科研环节。
王鹏 硕士一年级研究生
王子骏分享面向医学科研人员的Web化医学影像科研平台研究，以DICOM影像可视化为核心，集成MONAI与AI Agent，打造系统级科研运行环境。该研究针对当前医学影像科研工具分散、流程割裂的痛点，通过整合模型工具提升科研效率与协作能力，为智能技术介入医学科研提供基础设施。研究分模块推进，注重落地，借助大模型辅助方案拟定、代码开发等科研环节。
王子骏 硕士一年级研究生
谷俊君分享食品计算领域饮食数据集优化研究，聚焦MSCN数据集噪声大、类别不均衡等问题，引入聚类筛选法重构清洗数据，为食物识别等任务提供可靠支撑。该研究针对数据分类难、模型泛化弱等痛点，从源头提升数据质量。研究通过多模型验证推进，借助大模型优化文本表达、分析实验结果及调试代码。
谷俊君 硕士二年级研究生
张亚冲分享基于目标时序关联因果建模的视频分类研究，该研究可应用于社会治理、自动驾驶等场景。针对当前视频分类因果建模方法较少的痛点，研究依托实验室基础，推动因果建模从图像向视频迁移，增强视频因果表示学习与跨模态对齐能力。他通过研读前沿论文、复现优秀工作、加强交流推进研究，借助大模型辅助理解理论、复现代码、验证思路及润色论文。
张亚冲 硕士二年级研究生
朱晶晶分享视觉语言模型预训练知识在下游任务的迁移与利用研究，聚焦解决单一及多数据源环境下的分布偏移和知识融合问题。针对模型预训练知识难以直接适配下游任务的痛点，该研究从单数据源切入再拓展至多数据源场景，为复杂任务应用提供方法依据。她借助大模型辅助文献调研、思路梳理、代码处理及论文写作优化。
朱晶晶 硕士二年级研究生
导师总结
孟雷老师围绕研究生科研能力培养，对科研选题与研究过程提出了系统性指导意见。他指出，在回答“科研课题是什么？”时，科研的第一步不是技术实现，而是清晰的问题表达，学生应当能够用通俗易懂的语言说明自己研究什么问题、为什么要研究这一问题，避免一开始就陷入具体技术细节。在谈到“为什么选择开展该项研究？”时，孟雷老师强调，科研不应被视为外部安排或任务执行，而是一种主动选择与持续投入的过程，学生需要通过阅读、思考和实践形成对课题价值的个人认知，将研究真正当成自己的事情来做。对于“研究有什么意义？”，他指出研究意义不仅体现在算法性能或论文成果上，更体现在研究过程对科研能力和思维方式的塑造，应当服务于学生的个人成长与未来发展目标。在回答“如何开展并持续推进该项研究？”时，孟雷老师强调科研并非线性完成任务，而是在文献调研、方法复现、问题分析和多轮讨论中不断演化、逐步深化的过程。最后，在谈及“如何使用大模型辅助研究？”时，他充分肯定了大语言模型在思路分析、文献调研、实验设计和论文写作中的辅助价值，同时强调其应作为辅助思考与验证的工具，而非替代研究者独立判断的手段。
MMRC实验室主题研讨会圆满结束
