晚上11点，智能农业装备协会实验室的灯又一次熄灭。闻福祥合上电脑，和两位队友一起走出实验室。五个月来，这束灯光见证了他们每一个奋战的夜晚。

2025年9月28日，由第一版主 学院刘利老师指导，第一版主 闻福祥、翟亮，林学院白伊利奇三位同学组成的“智析青萎”团队，凭借“基于TensorFlow的白茶萎凋模型构建”的解决方案，荣获中国青年科技创新“揭榜挂帅”专项赛“种业科技创新”领域特等奖。

当“看天做茶”遇上他们

挑战杯“揭榜挂帅”专项赛与常规科技竞赛不同——题目不是学生自己想来的，是根据从企业生产一线总结出来的真实痛点。白茶凋萎是制茶过程中至关重要的环节，它通过控制温度和湿度，使鲜叶逐渐失去水分，从而影响成品白茶的香气和口感。但传统白茶的制作高度依赖于制茶师傅的经验，这种“看天做茶、看青做茶”的手艺，正面临着传承断层的危机。

“选择这个题目，不仅因为它要求融合机器视觉、环境传感器与光谱技术，这与我们团队成员的专业背景高度契合，让我们觉得有底气去尝试，更是因为这是生产企业切切实实面临的必须解决的困难，”团队负责人闻福祥介绍到。“智析青萎”团队的工作正是用机器学习模型拟合出能完美模仿老师傅手艺的萎凋加工条件——给白茶萎凋装上“智慧大脑”。

“那就推倒重来”

比赛刚一上手，团队就遇到了棘手的技术瓶颈。

刚开始做模型时，团队选用了比较熟悉的YOLO框架，但预测吻合度始终不理想。模型跑不出来，团队成员士气跌到了谷底。

怎么办？换模型，前面的努力全部白费，一切都要推倒重来；不换模型，又不知道问题到底出在了哪里。关键时刻，指导老师刘利给了他们继续前行的底气。

“刘老师坐下来陪我们一遍遍推演数据、分析代码，帮我们分析出YOLO框架的局限，建议转向TensorFlow框架。这一刻我们感受到了前所未有的信心，我们决定再试试”闻福祥说。

经过一个多月的艰苦训练和调试后，模型的预测吻合度终于达到了90％以上，摸到了赛事规定的门槛。“那一刻，我们激动得差点跳起来，一切的努力终于有了回报。”回想起模型跑通的那一刻，他们仍记忆犹新。

一场五个月的科研马拉松

从5月定题到10月三亚决赛，五个月的时间，刘利老师和三位同学几乎投入全部课余时间备赛。团队成员每天晚上9点前完成课业任务，9点后集中攻坚竞赛，11点准时收工，周末雷打不动集中攻关8小时。刻苦的精力投入结合扎实的专业基础，支撑他们走到了最后。

为了弄懂“萎凋”背后的工艺逻辑，团队花了一个多月去茶山找师傅；为推动产品落地，团队多次前往茶厂实地试验调试，还专程赴北京咨询行业专家意见。

他们的技术让白茶萎凋看得更全——将萎凋状态的判断变为更精准的数据；判断更准——凋萎完成黄金时间点预测吻合度达96%；适应性更强——将模型打包成简明的预测软件，让一线生产人员可以直接上手使用，让技术直接转化为了生产力。

“刘老师常说，科研不是百米冲刺，是马拉松。遇到问题不可怕，我们可以一起想办法解决，但绝不能半途而废。这份信任和托底，给了我们迎难而上的底气。这个奖，有我们的一半，更有老师的一半。”翟亮说。

“我只给队员们把握了技术大方向，其余的工作均由他们独立完成。获奖是惊喜，但比这更宝贵是三个孩子遇瓶颈不散伙、推倒重来不抱怨，这份韧劲比任何奖项都珍贵，”刘利说，“我为他们感到骄傲”。

竞赛育人见成效

竞赛成功的背后，是从学院到学校浓厚的科研创新氛围。此次竞赛印证了机电专业 “创新 + AI 项目” 培养模式的可行性，课堂所学专业能力在国赛中切实发挥了作用。同时，跨专业组队的团队也为他们解决实际问题提供了强大助力——来自林学院的白伊利奇和林学院的老师在茶叶品质鉴定标准与方法上提供了专业建议。

竞赛成功的背后，是第一版主 智能农业装备协会为团队提供的专业训练。在这里，以史颖刚老师、刘利老师为代表的指导教师团队负责学生选拔、培训与组织参赛，以老带新、以赛育人，成效显著。协会现任负责人、大二学生汤东豪说：“学长学姐备赛时全力以赴，充分利用碎片时间不断尝试、破解难题，是我们学习的榜样。”

展望未来，刘利计划将本次竞赛案例融入教学，培养学生专业热爱与坚持不懈的科研精神。同时，刘利也鼓励更多同学参与学科竞赛，在实践中提升解决实际问题的能力。“面对热点技术与问题，不能只看热闹，要看门道，”刘利说，“只有把‘顶天’的技术往‘立地’引，敢想敢干，让技术真正扎根于应用场景，才能在学科竞赛和今后的科研工作中取得成功。”