2026年6月11日上午9：00，西安工程大学电子信息学院第三十八期研究生学术论坛报告会在临潼校区图书馆一层报告厅如期举行。本次报告会邀请了西安电子科技大学王楠楠教授和西安理工大学刘涵教授作为主讲嘉宾。报告会由电子信息学院副院长张蕾主持，200余名研究生同学参会聆听报告。

报告会开始前，张蕾副院长代表学院对两位专家的到来表示热烈欢迎。她表示，希望通过此次报告会帮助研究生及时了解人工智能领域前沿进展，深化对大模型关键技术及其行业应用的认识，进一步促进学术交流与资源共享，拓宽科研视野，激发创新思维。

在首场报告中，王楠楠教授围绕视觉内容生成领域的发展现状，聚焦大模型在边端应用中面临的计算复杂度高、运行能耗大、碳排放突出等现实问题，系统介绍了绿色低碳大模型轻量化的研究思路。报告从网络架构设计、推理步数优化、参数量化三个维度展开，详细讲解了图像生成神经网络规模压缩与稳定训练的方法路径。其中，通过优化网络架构从源头减少模型参数量和激活量，借助高效单步推理算法有效降低推理时延，并结合低比特量化方案进一步压缩模型体积，在保障训练稳定性的同时，实现模型性能与硬件资源消耗之间的平衡，为低功耗、高实时性的边缘视觉应用提供了新的技术路径。为研究生开展相关研究提供了清晰的思路指引，也让在场同学对绿色AI的发展方向有了更具象的理解。

随后，刘涵教授以《大模型赋能的工业过程软测量：潜力、挑战与应用》为题作学术报告，围绕软测量技术在现代工业体系中的关键作用展开深入分析。他指出，随着工业系统智能化升级，多设备协同、多工艺耦合、工况动态切换和多任务并行等复杂特征日益凸显，传统依托有限数据和固定模型容量的软测量方法已难以满足现代工业高精度监测与智能调控需求。针对这一问题，刘涵教授系统阐释了大模型在通用任务泛化、少样本与零样本学习、多模态知识融合和模型可解释性等方面的优势，并结合硅单晶生长设备检测与控制场景，分享了课题组在工业过程监测与智能控制中的最新研究思路和应用实践，清晰展现了大模型赋能工业软测量的落地路径。帮助同学们把握领域前沿方向，对提升研究生科研创新能力起到了积极的推动作用。

在互动交流环节，两位专家围绕大模型轻量化方法、工业场景模型适配、软测量框架落地以及复杂工况下模型优化等问题，与现场师生进行了深入交流，并结合自身科研与项目经验逐一解答了同学们的提问。整场报告内容前沿、条理清晰，兼具理论深度与工程应用价值，使与会师生对人工智能、计算机视觉和工业智能检测控制等领域的研究热点与发展趋势有了更全面的认识。

此次报告会进一步搭建了校内外高层次学术交流平台，促进了我院研究生与校外专家的学术互动，有效拓展了在场研究生的学术视野。学院将持续举办高质量学术讲座和前沿研讨活动，不断提升研究生科研创新素养，引导青年学子立足学科前沿、面向产业需求开展高水平科学研究。（撰稿：行露   审核：张蕾）