随着人工智能技术的快速发展，其在化学教育中的应用已成为教育变革的核心驱动力。本文以卤代正丁烷合成实验为例，基于南开大学AI创新平台(NK-GeniOS)，构建了红外光谱智能识别与教学辅助系统。通过单调性抗锯齿优化法实现了对于图片形式的红外谱图中产品及杂质红外吸收峰的快速准确识别，通过设计分析Agent与评价Agent的多智能体协同机制，系统实现了对实验数据的精准解析与个性化反馈，解决了传统教学中谱图解读依赖教师经验、缺乏实时指导的痛点。此外，通过组建项目小组，以“研究-汇报-讨论”的模式实现了实验教学的分层赋能，不同层次的学生都能有所收获，并极大地激发了学生的科研兴趣，79%的同学开始愿意参与到类似的研究中，参与翻转课堂的意愿也从20%提高到71%。

课程思政的有效融入是教学质量提升和高素质人才培养的关键。我们以“电动势法测定化学反应的热力学函数”这一实验项目为例，构建了一次深入的实验探究与思政教育相结合的教学实践活动。通过对电动势测定原理和方法的探讨以及反应热力学量的导出，学生们不仅深化了对相关基础理论知识的理解，提升了他们解决实际问题的实验技能和创新能力;同时强化了学生的家国情怀以及责任担当意识。

全固态薄膜锂离子电池具有易微型化与集成化等优点，因此，非常适合为微系统供电。负极对全固态薄膜锂离子电池的性能有重要影响。现有电池通常采用金属锂作为负极，然而其枝晶生长问题及低的热稳定性限制了相应电池在工业、军事等高温、高安全场合应用。为此，本文系统研究了LiNbO₃薄膜的电化学性能，结果表明：LiNbO₃薄膜呈现高比容量(410.2 mAh·g⁻¹)、高倍率(30C时比容量80.9 mAh·g⁻¹)和长循环性能(2000圈循环后的容量保持率为100%)，以及高的室温离子电导率(4.5 × 10⁻⁸ S·cm⁻¹)。在此基础上，基于LiNbO₃薄膜构建出全固态薄膜锂离子电池Pt|NCM523|LiPON|LiNbO₃|Pt，其展现出较高的面容量(16.3 μAh·cm⁻²)、良好的倍率(30 μA·cm⁻²下比容量1.9 μAh·cm⁻²)及长循环稳定性(300圈循环后的容量保持率为86.4%)。此外，该电池表现出优秀的高温性能，连续在100 ℃下工作近200 h的容量保持率高达95.6%。研究表明：LiPON|LiNbO₃界面不论在充放电循环还是高温下均非常稳定，这有助与提升全电池综合性能。