2026年10月20日，物联网工程系举办以“LLM赋能的智能物联网（Smart IoT）”为主题的科研沙龙，由徐婉卓老师主讲，全系专业教师参与。当前全球物联网设备数量已突破180亿台，海量异构设备产生的数据已达数百EB量级。传统物联网系统面临设备异构性高、数据格式杂乱、缺乏上下文理解能力等瓶颈，大语言模型（LLM）凭借其卓越的语义理解和推理能力，为物联网从“数据采集”迈向“智能决策”提供了全新路径。LLM与物联网的深度融合正在重塑智能系统的构建方式，成为学术界与产业界共同关注的研究热点。

本次沙龙采用专题报告与互动研讨形式，徐老师系统介绍了LLM赋能智能物联网的技术架构与研究框架。在感知层，LLM可将原始传感器时间序列数据转化为自然语言可解释信息，使传感器真正“会说话”；在网络层，LLM可实现自适应的物联网感知调度，优化网络资源利用率；在应用层，LLM赋能的智能体（Agent）能够理解用户自然语言指令，自动分解复杂任务并编排多设备协同执行。围绕边缘大模型部署，主讲人重点介绍了模型量化、知识蒸馏、低秩适配（LoRA）等轻量化技术路径，并展示了LLM在工业物联网故障诊断、智能家居自然交互、农业物联网决策支持等领域的典型应用案例，为专业教师们提供了科研与教学的新思路。研讨环节中，老师们围绕LLM轻量化部署、教研融合及毕设选题等内容深入交流，徐老师现场答疑，并鼓励大家积极参与前沿科研实践。

本次沙龙紧扣人工智能与物联网交叉融合的前沿方向，实用性强，帮助专业教师们把握LLM赋能智能物联网的技术脉络与发展趋势，营造了良好的学术氛围。下一步，我系将持续聚焦大模型与物联网深度融合领域，常态化开展学术交流活动，以研促教、教研共生，强化交叉学科建设，为数字产业培养更多高素质复合型人才。