研究方向
实验室自动化
通过先进传感、机器人操作和高通量物性表征，实现可扩展且可复现的食品实验。
关键方向：
- • 先进材料传感
- • 非接触式混合系统
- • 高通量质构分析
食品设计智能体
开发可推理、可设计、可监测的智能体系统，覆盖食品配方、营养与品质维度。
关键方向：
- • 减糖智能体
- • 膳食监测智能体
- • 质量检测智能体
食品材料结构表征
构建数据驱动的食品结构表征，连接组成、加工过程与功能特性。
关键方向：
- • 统一的食品结构数据集
- • 多模态机器学习
- • 结构-性质建模
食品科学新兴AI模型
将最相关的基础模型与实验食品科学数据连接，覆盖分子、微结构与宏观尺度。
关键方向：
- • 用于生物功能的蛋白质基础模型
- • 用于风味与香气识别的化学语言模型
- • 用于食品微结构的显微基础模型