为深入学习贯彻习近平总书记关于教育的重要论述和全国教育大会精神，落实立德树人根本任务，强化使命担当，北京大学2025级研究生“1000+”领航培养计划持续打造“学术加油站”系列活动。活动通过嘉宾分享与互动交流的形式，聚焦研究生学术成长，邀请来自不同专业的嘉宾与新生骨干进行交流，旨在帮助学员培养学术技能、了解学术政策、助力学术成长。

5月28日下午，2026年第三期“学术加油站”活动在北京大学新太阳学生中心举行。本次活动特别邀请了北京大学智能学院2023级博士研究生、北京大学博士生讲师团成员、智能学院“智能青年”学生宣讲团成员李鸿泽进行分享，30余名来自不同院系的研究生“1000+”领航培养计划学员参加。讲座围绕“AI高效科研方法与机器人前沿创新实践”展开，重点介绍了如何利用AI工具赋能科研全流程，并结合移动机器人环境感知的前沿研究，分享了从选题、调研到成果落地的完整科研历程。李鸿泽的分享为研究生骨干培养信息素养与科研实践能力提供了切实帮助，为同学们的学术成长与创新发展提供了坚实助力。

与会人员合影

本次讲座中，李鸿泽聚焦研究生普遍面临的科研方向选择、文献调研效率低、代码实现门槛高等问题，系统讲解了自己在移动机器人越野场景环境感知领域的研究成果与AI工具赋能科研的实用方法。他介绍了自身在简单环境向复杂环境拓展的研究背景，围绕地表属性分类这一核心任务，详细阐述了如何通过视觉-语言模型、半监督多模态融合等方法，在RA-L、IROS、ICRA等知名期刊和会议上发表多篇论文，并参与国家重点研发项目、申请多项发明专利，形成“学-研-产”闭环的科研路径。他强调，科研选题应充分调研、找准真问题，不盲目追逐热门方向，冷门方向同样具有重要价值；不同研究方向之间可以相互借鉴、融会贯通；同时要坚定信心、坚持到底，注重应用落地，创造实际价值。

李鸿泽重点介绍了AI工具如何赋能科研全流程。在文献调研阶段，他推荐使用undermind.ai根据研究描述精准定位真实文献，支持多轮交互问答；在文献精读阶段，可利用chatpaper快速抓取论文核心内容；在代码阅读阶段，deepwiki可直接从GitHub仓库分析代码逻辑；在会议论文追踪方面，papercopilot可汇总各大会场接收论文并提供关键词筛选。他还进一步分享了“Vibe coding”的进阶实践，从一行代码不写的对话式项目搭建，到通过流程文件实现模型与训练框架整体搭建，再到仅提供目标与社区skill让AI自我迭代闭环实现，层层递进地演示了如何以Claude等AI工具高效完成代码项目。他鼓励同学们大胆尝试、多多交流探讨，并预测未来科研会以目标为导向，其核心在于提出具备研究价值的创新思路，同时具有独到的学术审美与判断力。

讲座最后，李鸿泽结合自身在真实工厂环境采集数据集、与国防工业单位合作研发的经历，强调了科研中团队协作的重要性——“独行快，众行远”。他引导同学们在提升科研效率的同时，始终坚守学术诚信，合理使用AI工具，确保研究成果的真实性与可靠性。

工作人员送上感谢状

本次“学术加油站”活动让研究生学员全面了解了AI工具在文献调研、代码实现、项目迭代等科研环节的高效应用路径，同时在科研选题、方向判断、跨领域融合、成果落地等方面收获了系统实用的知识与经验。同学们表示，讲座内容紧贴当前科研实际需求，主讲人的亲身经历与进阶方法为今后开展高质量学术研究、提升科研效率、深耕专业领域提供了清晰指引与有力支持。