DeepSeek在教育和學術領域的應用場景與案例（上中下-合集）AI肖睿團隊（張惠軍、孫蘋、周嶸）2025年5月22日?北大青鳥人工智能研究院?北大計算機學院元宇宙技術研究所?北大教育學院學習科學實驗室Deepseek內部研討系列DeepSeek在教育和學術領域的應用場景與案例（上）AI肖睿團隊（張惠軍、孫蘋、周嶸）2025年5月20日?北大青鳥人工智能研究院?北大計算機學院元宇宙技術研究所?北大教育學院學習科學實驗室Deepseelk內部研討系列一、本講座為DeepSeek原理和應用系列研討的講座之一

，

面向教育工作者、

學校管理人員、

學術研究人員、

教育技術專家、

學生、

及關注教育和學術創新的社會各界人士

，

系統闡述DeepSeek技術如何賦能教育和學術全流程。

本講座不僅提供理論

指導

，

更注重提供實操模板與案例

，

強調無需依賴專門AI系統

，

普通教育和學術工作者也能便捷應用通用模型與開放工具實

現專業功能

，具有廣泛實用性和遷移價值。二、

教育和學術領域是一個知識密度極高的領域

，

也是受大語言模型技術影響較大的領域。

本講座共包括五個部分

，

逐層遞

進

、

環環相扣

，

從技術概述到教學應用

、

學習輔助

、

科研支持再到管理賦能

，

通過教-學-研-管四個教育環節構建了DeepSeek教育應用的立體圖景。

本講座內容比較多

，分為上中下三部分課件

，

學習和討論三天時間：n

第一天：

DeepSeek技術重塑教育。n

第二天：

教-DeepSeek貫通教學流程。

學-DeepSeek實現個性化學習。n

第三天：

研-DeepSeek賦能學術科研。

管-DeepSeek提效學校管理。三、

在技術學習的道路上

，

優質學習資源至關重要。

推薦大家參考《人工智能通識教程（微課版）

》這本系統全面的入門教材

，結合B站

“思睿觀通”欄目的配套視頻進行學習。

此外

，歡迎加入ai.kgc.cn社區

，

以及

“AI肖睿團隊”的視頻號和微信號，

與志同道合的AI愛好者交流經驗、

分享心得。摘要學習交流可加AI肖睿團隊助理微信號（ABZ2829）第2頁一、今天的講座分兩大部分

，聚焦于Deepseek與AI認知和DeepSeek對教育行業的影響。第一部分通過深度解析DeepSeek的核

心技術來追溯AI的整體演進，

旨在為教育者構建一個適應未來的認知新框架與人才培養視角。第二部分在闡明AI如何引領教育范式革命的基礎上

，通過實踐案例探索教育者利用新技術進行教學創新的具體路徑與普適性方法。二、

DeepSeek與AI認知此部分從DeepSeek的歷史開始

，逐步講解AI的演進及認知：1.

DeepSeek解密：詳細介紹DeepSeek技術歷程、核心優勢及其算法在理解、推理、知識應用上的提升。解析V3、

R1等模型特性，

旨在為聽眾構建對這一前沿技術價值的堅實理解基礎。2.

AI技術演進與認知框架：梳理AI從規則系統到大模型的技術演進

，探討AI時代的認知升級與人才觀變革。為教育者提供認知框架

，指明人才培養方向

，促進技術與教育融合。這部分內容旨在為教育工作者提供一個科學的認知框架，

明確未來人才培養的方向

，并搭建起先進技術與教育實踐有效融合的橋梁三、

DeepSeek對教育行業的影響此部分從教育變革的驅動力開始

，進一步講解AI對教育的影響：1、教育行業的AI范式革命：探討AI如何引領教育及相關領域的范式革命。

闡述AI教育范式革命五大核心環節（智慧備課、沉浸教學、

自適應學習、智能考試、全維評測）及其對教育流程的重構。分析DeepSeek應用場景、優勢、各教育階段適配性及

選擇理由。2、

DeepSeek在教育中的應用：

展示K12與高校AI人才培養及教學實踐的創新案例

。

對比專業AI平臺與通用模型（如DeepSeek）的應用路徑。強調利用通用大模型及開放工具賦能教育者

，突出方法原理的通用性與可遷移性。第一天的摘要：

DeepSeek技術重塑教育學習交流可加AI肖睿團隊助理微信號（ABZ2829）第3頁目錄02DeepSeek對教育行業的影響01DeepSeek和AI認知1.

DeepSeek解密2.

AI技術演進與認知框架1.

教育行業的AI范式革命2.DeepSeek的教育應用學習交流可加AI肖睿團隊助理微信號（ABZ2829）第4頁n

2024年12月26日

，DeepSeek推出對標OpenAIGPT-4o的語言模型DeepSeek

V3

，

隨后在美國AI行

業內部引起轟動。n

2025年1月20日

，DeepSeek發布對標OpenAI

o

1

的DeepSeek

R

1大語言模型

，

并于1月24日引起美

國投資界KOL關注。n

2025年1月26日

，關于DeepSeek顛覆了大模型的商

業模式（堆算力、拼資本），

引發英偉達股價大跌

，DeepSeek首先在美國出圈

，

引發國際社會討論。n

2025年1月底（春節前后）

，

DeepSeek在中國出圈，

并上升到中美競爭高度

，

同時紛紛接入DeepSeek

，DeepSeek成為AI和大模型的代名詞。n

DeepSeek讓AI跨越了鴻溝。現象：

DeepSeek快速出圈

，全民硬控學習交流可加AI肖睿團隊助理微信號（ABZ2829）第5頁n

于2023年5月成立北京公司

，

2023年7月成立杭州公司

，

是幻方量化孵化出的一

家大模型研究機構

（企業目標是實現AGI）

，

200人的團隊分布在杭州和北京，是中國AI2.0

（大模型）

時代的七小龍之一。?

AI1.0（深度學習）

時代的四小龍：

商湯、

曠世、

云從、

依圖?

除了DeepSeek公司之外

，

其它六家也被投資界稱為中國大模型企業六小虎

（智譜AI、

百川智能

、

月之暗面

、

階躍星辰

、

Mini

Max、

零一萬物）

。到底誰是DeepSeek？公司、

產品、

模型學習交流可加AI肖睿團隊助理微信號（ABZ2829）第6頁SaaS應用服務（網頁、

APP、

桌面軟件、

設備軟件）

生產辦公系統：

目前多數為定制開發（

RAG、Agent等）對話機器人：

目前多數為標準產品

，使用云服務?免費：

DeepSeek、豆包、

Kimi、元寶、

Monica、秘塔搜索、問小白、

Molly

R1等?收費（月費；充值）：文小言、通義、可靈、即夢、Vidu、

Liblib、ChatGPT等MaaS模型服務（數據工程、

推理加速、

訓練框架、

API調用）

開源模型：

DeepSeek、Qwen、

Llama、SD、微調模型等?向上提供：私有化部署

，公有云服務（

DeepSeek官網、硅基流動、火山引擎等）

閉源模型：OpenAI、Claude、Gemini、

Kimi、百度等?

向上提供：公有云服務（

OpenAI官網）到底誰是DeepSeek？公司、

產品、

模型PaaS平臺服務（存儲、

計算、

數據、

安全、

中間件）IaaS硬件服務（設備/電腦/服務器/GPU、

網絡、

操作系統）

私有化部署?本地：個人設備或電腦、企業服務器?數據中心（IDC）：企業服務器、服務器集群（私有云）

公有云服務

：阿里云、火山云、騰訊云、金山云、華為云等；AWS、Azure等系統組成

部署方案學習交流可加AI肖睿團隊助理微信號（ABZ2829）第7頁產品優勢（用戶可感受到）n

思考過程展示n

中文好有情商n

容易獲得

，使用簡單n

聯網和來源引用n

速度快n

免費到底誰是DeepSeek？公司、

產品、

模型公司、

模型、

產品n

引起中美AI行業內部關注的是：

模型n

引起美國關注的是：

模型和公司n

春節前后在中國出圈的是：

產品學習交流可加AI肖睿團隊助理微信號（ABZ2829）第8頁到底誰是DeepSeek？公司、

產品、

模型學習交流可加AI肖睿團隊助理微信號（ABZ2829）第9頁ModelBase

ModelDeepSeek-R1-Distill-Qwen-1.5BQwen2.5-Math-1.5B蒸餾模型

，能力稍弱n

實際上是增加了推理能力的Qwen模型和Llama模型

，不能稱為DeepSeek模型。n

市場上有誤解

，廠商有誤導

，

甚至Ollama工

具的模型選項中也有誤導。DeepSeek-R1-Distill-Qwen-7BQwen2.5-Math-7BDeepSeek-R1-Distill-Llama-8BLlama-3.1-8BDeepSeek-R1-Distill-Qwen-14BQwen2.5-14BDeepSeek-R1-Distill-Qwen-32BQwen2.5-32BDeepSeek-R1-Distill-Llama-70BLlama-3.3-70B-InstructDeepSeek-R1-671BDeepSeek-V3-Base滿血版

，能力最強到底誰是DeepSeek？公司、

產品、

模型學習交流可加AI肖睿團隊助理微信號（ABZ2829）第10頁模型參數量!

8

9

8PEKING

UNIVERSITYUV1.

模型能力

：通常來說

，參數量越大

，模型就有更

強的理解和生成能力

，但是需要更多計算資源。2.

硬件需求

：參數越多

，對內存（

RAM）

和顯存

（VRAM）

的需求就越高。3.

運行速度

：參數量大的模型

，推理速度更慢

，尤

其是資源不足的時候。4.

知識密度百日定律

：參數量每3.3個月降低一半。1.

本地部署DeepSeek時

，

需根據硬件配置選擇合

適模型版本。

如1.5B模型適合資源受限設備，671B模型需服務器集群支持。2.

合理匹配參數量與硬件

，

可優化模型性能

，提升

運行效率

，避免資源浪費或性能瓶頸。學習交流可加AI肖睿團隊助理微信號（ABZ2829）第11頁蒸餾模型

模型蒸餾的定義 通俗解釋：模型蒸餾就像是讓一個“老師”（大模型）把知識傳授給一個“學生”（小模型）

，讓“學生”

變成“學霸”。 正式定義：模型蒸餾是一種將大型復雜模型（教師模型）的知識遷移到小型高效模型（學生模型）的技術。

模型蒸餾的原理

教師模型的訓練：先訓練一個性能強大但計算成本高的教師模型。

生成軟標簽：教師模型對數據進行預測，得到每個樣本的概率分布，這些就是軟標簽。

訓練學生模型：用軟標簽和硬標簽共同訓練學生模型。

優化與調整：通過調整超參數，優化學生模型的性能。

蒸餾技術的優勢

模型壓縮：學生模型參數少，計算成本低，更適合在資源受限的環境中部署。

性能提升：學生模型通過學習教師模型的輸出概率分布

，能夠更好地理解數據的模式和特征。

效率提高：學生模型訓練所需的樣本數量可能更少，訓練成本降低。學習交流可加AI肖睿團隊助理微信號（ABZ2829）第12頁DeepSeek

V3/R1模型的優勢n

基礎能力：

進入推理模型階段

，并躋身全球第一梯隊1.推理能力躍升：

DeepSeek大模型核心技術突破

，實現復雜推理任務的精準處

理與高效執行

，覆蓋多模態場景應用。2.國際競爭力對標：模型綜合性能躍居全球第一梯隊

，技術指標與國際頂尖水平

（如GPT系列、Claude等）直接對標

，奠定國產大模型的行業標桿地位。n

核心加分項：

開源、

低成本、

國產自主1.

開源：技術共享

，生態共建?全量開源訓練代碼、數據清洗工具及微調框架?開發者可快速構建教育、金融、

醫療等垂直領域應用

，推動協同創新。2.

低成本：普惠企業級AI應用?針對H系列芯片做了大量的模型架構優化和系統工程優化。?最后一次訓練成本僅$557w：顯著低于行業同類模型，打破高價壁壘。?推理成本降低83%：千億參數模型適配中小企業需求，加速商業化落地。3.

國產自主：技術自主

，縮短差距?將國產模型與美國的代際差距從1-2年縮短至3-5個月

，突破“卡脖子”

技術瓶頸。?構建多行業專屬模型矩陣，全面支持國內產業智能化升級。能力突破開源、低成本、

國產自主DeepSeek以

“

推理能力

+第一梯隊性

能

”

為核心基礎

，

疊加

：

開源開放

、

超低成本

、

國產自主研發三大優勢

，

不僅實現技術代際跨越

，

更推動AI技

術普惠化與國產化生態繁榮

，

成為全

球大模型賽道的重要領跑者。混合專家MOE強化學習GRPO通訊優化Dual

Pipe多頭潛注意力

MLA測試時計算TTC并行訓練框架

HAI多Token預測

MTP混合精度訓練

FP8直接硬件編程

PTX學習交流可加AI肖睿團隊助理微信號（ABZ2829）第13頁DeepSeek

R1模型的能力突破學習交流可加AI肖睿團隊助理微信號（ABZ2829）第14頁DeepSeek

R1模型的能力突破學習交流可加AI肖睿團隊助理微信號（ABZ2829）第15頁DeepSeek

R1模型的能力突破學習交流可加AI肖睿團隊助理微信號（ABZ2829）第16頁二、

訓練及框架：1.FP8混合精度訓練（

FP8）：在關鍵計算步驟使用高精度

，其他模型層

使用FP8低精度進一步降低訓練成本。這一點

，是DeepSeek團隊非常

有價值的創新和突破。2.長鏈推理技術（TTC）：模型支持數萬字的長鏈推理

，可逐步分解復雜

問題并進行多步驟邏輯推理。3.并行訓練系統（

HAI）：

16路流水線并行(PipelineParallelism,PP)、

跨8個節點的64路專家并行(Expert

Parallelism,EP)

，以及數據并行

(Data

Parallelism,

DP)，大幅提升模型訓練速度。4.通訊優化（

Dual

Pipe）：

高效的跨節點通信內核

，充分利用IB和

NVLink帶寬特點

，減少通信開銷

，提高模型推理性能。5.混合機器編程（

PTX）：部分代碼直接使用PTX編程提高GPU運行效率。6.算子庫優化（GEMM等Op）：針對H800計算卡的特點

，優化了一部

分CUDA的算子庫。一、

基礎架構：1.混合專家模型（

MoE）：

DeepSeek采用MoE架構

，通過動態選

擇最適合輸入數據的專家模塊進行處理，提升推理能力和效率。2.無輔助損失的專家負載均衡策略（

EP）：該策略使DeepSeek

MoE在不對優化目標產生干擾的前提下

，實現各個專

家的負載均衡，避免了某些專家可能會被過度使用

，而其他專家則

被閑置的現象。3.多頭潛在注意力機制（

MLA）：

MLA通過低秩壓縮減少Key-

Value緩存

，顯著提升推理效率。4.強化學習（

RL）：

DeepSeek-R1在訓練中大規模應用強化學習(

讓模型自我探索和訓練)，將傳統的PPO替換為GRPO訓練算法，顯著提升推理能力。5.多Token預測（MTP）：通過多Token預測，

Deepseek不僅提

高了推理速度

，還降低了訓練成本。DeepSeek

V3/R1模型的創新學習交流可加AI肖睿團隊助理微信號（ABZ2829）第17頁三、

社會價值：1.

開源生態：使用最為開放的MIT開源協議

，吸引了大量研究人員和應用廠商，推動了AI技術的發展。2.模型蒸餾支持：

DeepSeek-R1同時發布了多個模型蒸餾。?雖然這些蒸餾模型的生產初衷是為了驗證蒸餾效果，

但客觀上幫助用戶有機會使用移植了DeepSeek-R1滿血版模型的能力的更小的模型，

以滿足不同應用場景需求。?副作用是

：給市場和用戶造成了很多困擾。3.

AI產品和技術的普及：?對于大模型研發企業

，更加重視infra工程的價值了。?對于大模型應用企業

，有了更多高效低成本解決方案。?對于社會大眾

，認識到AI是一個趨勢

，不是曇花一現。?對于市場

，用戶開始主動引入AI

，不再懷疑了。?對于國家

，大幅縮小了中美的核心技術差距。?對于全人類

，技術平權

，造福一方。DeepSeek

V3/R1模型的創新學習交流可加AI肖睿團隊助理微信號（ABZ2829）第18頁DeepSeek

R1對大模型行業的重大影響價格下調DeepSeek-R1的API定價僅為行業均價的1/10,推動了中小型

企業低成本接入AI,對行業產生

了積極影響打破壟斷DeepSeek-R1以低成本和開源特性打破以往頭部企業巨頭割

據局面推動創新DeepSeek-R1促使行業開始從“

唯規模論

”

轉向更加注重

“性價比”和

“高效能”方向學習交流可加AI肖睿團隊助理微信號（ABZ2829）第19頁030102目錄02DeepSeek對教育行業的影響01DeepSeek和AI認知1.

DeepSeek解密2.

AI技術演進與認知框架1.

教育行業的AI范式革命2.DeepSeek的教育應用學習交流可加AI肖睿團隊助理微信號（ABZ2829）第20頁人工智能：讓機器具備人類智能，讓機器具備非人類智能（超人類智能）

傳統（知識+規則）：

專家系統（知識庫+推理機）

現代（數據+學習）：

機器學習（模型、

目標、策略）

，

數據模型（IID

，用數學模型模擬世界）?常規統計學習方法

：邏輯回歸

，決策森林

，

支持向量機

，

馬爾科夫鏈

，

…

…?

人工神經網絡

：與人腦最大的共同點是名字（原理、

機制和架構并不一樣），

用神經網絡表達數學模型

傳統神經網絡

：霍普菲爾德網絡

，玻爾茲曼機

，

…

..深度神經網絡

：深度學習（

Hinton

，

2006）人工智能：

古代（1956-2006

，

從規則到學習）學習交流可加AI肖睿團隊助理微信號（ABZ2829）第21頁人工智能：

近代（2006-2020

，

深度學習）?編碼器（BERT）

：

embedding，

Ernie1.0，

…

…?

混合網絡：

T5、GLM（早期）?解碼器（

GPT）：生成式人工智能（

AIGC）n

預訓練模型架構：?

并行矩陣計算（

GPU）?

堆疊架構

，容易擴展

，大力出奇跡?

ImageNet（超過人眼）?

AlphaGO（超過人類棋手）?

AlphaFold（超過人類科學家）

2017：

Transformer架構：

注意力機制

（

Attention）n

預訓練模型架構：深度學習：深度神經網絡

2006：

傳統架構：

DBN

，

CNN

，

RNN

，

ResNet

，

Inception

，

RWKV

，

…

…學習交流可加AI肖睿團隊助理微信號（ABZ2829）第22頁大模型（預訓練大模型）：大（數據多、參數多、算力多）

，模型（語言、視覺、多模態）

GPT架構

：解碼器（

GPT）

，生成式人工智能（AIGC）

，生成-理解-決策（

RL）?Transformer：

大語言模型（

LLM

，大模型）

，

多模態模型ChatGPT（4

.

1

、

4

o

、

o

1

、

o

3

、

o4）

、

Claude；

Grok、

Gemini；

Llama、

…

…DeepSeek、

Step、

Qwen；

Kimi、

Mini

Max；

GLM、

火

山

(

豆

包

)

、

元

寶

、

百

度

…

…?

Transformer+Diffusion：

視覺模型圖

像

：

Stable

Diffusion、

Mid-Journey、

DALL.

E

等視頻：

Sora、可靈、

即夢、

Vidu、海螺等

通用模型vs垂直模型（行業模型）?傳媒、

編碼?

教育、

醫療、

金融等人工智能：

現代（2020-

，

大模型）學習交流可加AI肖睿團隊助理微信號（ABZ2829）第23頁大模型的工作原理:

NTP（

Next

Token

Prediction）4.基于上下文預測下一個token?

為可能的單詞分配概率分數?

示例:{“去”:0.7.“停":0.2,“站":0.1}5.根據概率分數選擇標記示例:“去”2.將輸入拆分為token[

“今天”,

“天”,

“氣”,

“不”,

“錯”

“,”,

“我”,

“決定”],1.

收到提示詞示例:“今天天氣不錯

，我決定”3

.采用Transformer架構處理token?

理解token之間的關系?

識別提示詞的整體含義自回歸（AR）

：

重復步

驟4和步驟5直到形成完

整的句子示例：今天天氣不錯

，我決

定去公園Generative（生成式）Pre-trained（預訓練）準確地講

，這里不是“字”

，是

“token”

，

可以進行語義計算。概率預測+文字接龍

Transformer（一種深度神經網絡架構）學習交流可加AI肖睿團隊助理微信號（ABZ2829）第24頁LLM:Large

Language

ModelGPT-------->大模型的工作過程：

預訓練-后訓練-推理大模型工作過程上下文+訓練知識學習交流可加AI肖睿團隊助理微信號（ABZ2829）第25頁階段1：模型訓練（預訓練+后訓練）階段2：推理預訓練（自監督）人類反饋強化學習監督微調接收輸入進行推理處理輸入生成輸出大模型的最新發展（從原子彈到氫彈）

：推理?

OpenAI推出基于GPT-4o模型的圖像生

成功能

，取代此前的

DALL·E3成為ChatGPT和Sora平臺的默認圖像引擎?OpenAI發布o3-mini、

GPT-4.5，前者推

動成本效益推理

，后者展現出較高的情

感智能。?

Gemini

2.0

FlashThinking、Claude-3.7-Sonnet、Grok3發布

，海外推理模型

引發熱潮

，推理性能大幅度提升。?國內推理模型持續跟進。DeepSeek-R1、QwQ-32B、

Kimi1.5、GLM-Zero、Skyworko1、訊飛星火X1等推理

模型陸續發布

，繼續突破推理能力的上限。?國內模型性能持續提升。DeepSeek-V3、Qwen2.5、豆包-Pro、混元-Turbo與GLM-

4-Plus等系列模型綜合能力上持續提升。?國內開源生態持續引領模型普惠化。DeepSeek-R1通過開源與性價比優勢持續推動行業技術普惠化進程。學習交流可加AI肖睿團隊助理微信號（ABZ2829）第26頁2022.122023.062023.122024.062025.03生成模型推理模型ref:SuperCLUE團隊

中文大模型基準測評2025年3月報告

繁榮期?

OpenAI發布Sora

，極大拓展了AI在視頻領

域的想象力。?

GPT-40、Claude3.5、Gemini1.5、Llama3發布

，海外進入“一超多強”的競

爭格局。?國內多模態領域進展迅速

，在部分領域領先

海外

，視頻生成模型可靈AI、海螺視頻、Vidu、PixVerse等模型陸續發布

，并在海外取得較大應用進展。?國內通用模型持續提升

，Qwen2.5、文心4.0、GLM4、商湯5.5等通用模型陸續更新。?Llama2開源

，極大助力全球大模型開發者生態。?

GPT-4Turbo、Gemini等海外大模型發布

，繼

續提升模型性能。?Midjourney發布5.2?Stable

DiffusionXL發布?國內閉源大模型快速發展

，豆包、混元、商湯3.0、盤古3.0、AndesGPT、BlueLM、星火3.0、Kimi

Chat等陸續發布。?國內開源生態爆發

，Baichuan、Qwen、InternLM、ChatGLM3、Yi-34B等系列模型引領開源熱潮。

準備期?ChatGPT發布

，全球范圍內迅速形

成大模型共識。?GPT4發布

，進一步掀起大模型研發

熱潮。?國內快速跟進大模型研發

，文心一言1.0、通義千問、訊飛星火、360智

腦、ChatGLM等首批模型相繼發布。

深化期躍進期大語言模型的能力邊界1.語言能力

：理解和生成2.知識能力?

幻覺（生成不符合事實的內容）?

知識庫限制（公開、私有、即時）?

上下文窗口限制（記憶、成本）3.推理能力n生成1.嚴肅內容+垃圾信息的混合2.知識量大

，但缺少內在關聯能力

n幻覺1.來源：有損壓縮，

NTP的溫度2.觀點

：創意和創新

n記憶1.多輪對話：產品設計

，計算成本n

解決方案1.

提示詞（Prompt）2.

思維鏈（

CoT）3.

搜索增強（RAG）4.

知識圖譜（KGE）5.模型微調（

Fine

Tune）學習交流可加AI肖睿團隊助理微信號（ABZ2829）第27頁比較項生成模型（

GPT-4o、

DeepSeek-V3）推理模型（

GPT-o3、DeepSeek-R1）模型定位專注于通用自然語言處理

，多模態能力突出

，適合日常對話、

內容生成、翻譯以及圖文、音頻、視頻等信息處理。側重于復雜推理與邏輯能力

，擅長數學、編程和自然語言推理任務

，適合高難度問題求

解和專業領域應用。推理能力在日常語言任務中表現均衡

，但在復雜邏輯推理（如數學題求解）上

準確率較低。在復雜推理任務表現卓越

，尤其擅長數學、代碼推理任務。多模態支持支持文本、圖像、音頻乃至視頻輸入

，可處理多種模態信息。當前主要支持文本輸入

，不具備圖像處理等多模態能力；未來可能通過社區貢獻擴展相

關功能。應用場景適合廣泛通用任務

，如對話、

內容生成、多模態信息處理以及跨語言交流；面向大眾市場和商業應用。更適合需要高精度推理和邏輯分析的專業任務

，如數學競賽、編程問題和科學研究；在

思路清晰度要求高的場景具有明顯優勢

，比如采訪大綱、方案用戶交互體驗提供流暢的實時對話體驗

，支持多種輸入模態；用戶界面友好

，適合

大眾使用。可展示部分鏈式思考過程

，便于用戶理解推理過程；界面和使用體驗具有較高的定制性，

但整體交互節奏較慢。生成模型和推理模型適用場景n

生成模型是玩知識和文字的

，

推理大模型是玩邏輯和推理的

，

至于計算問題

，還是找計算器吧n

推理模型也不是萬能的

，

其幻覺通常比生成模型大

，

很多不需要強推理的場合還是傳統的生成模型比較適合學習交流可加AI肖睿團隊助理微信號（ABZ2829）第28頁

推理密集型任務?編程任務中的代碼生成、

算法設計

，

媲美Claude3.5

Sonnet。?數學問題求解

、

科學推理和邏輯分析等需要復雜推理的場景。

強推理任務?

需要基于大量知識

，

進行長鏈分析和強推理的復雜任務。?

例如：

工作方案

、

科研實驗

、

病理診斷

、

命理玄學

、

市場分析

、

輿情分析、

教育教學等。

中文要求高的任務?

理解和使用中國文化背景、

習慣用語、

古文詩詞

（如生成春聯）

。

優于ChatGPT的中文能力。?

語言風格：

DeepSeek體

（不明覺厲）

。?這一部分用DeepSeek-V3也可以做到。DeepSeek-R1應用場景學習交流可加AI肖睿團隊助理微信號（ABZ2829）第29頁人工智能：

快速沖擊智力行業

，

逐漸侵蝕物理世界n

機器學習n

深度學習n

大模型n

大語言模型：

DeepSeekn

視覺模型：

可靈、

即夢n

多模態模型：

GPT-4o人工智能：

讓機器具備人類智能，

讓機器具備非人類智能（超人類智能）學習交流可加AI肖睿團隊助理微信號（ABZ2829）第30頁

現代人工智能（大模型）

的本質1.

這一波人工智能本質上是數據智能

，

只要是有時

間結構和空間結構的數據

，

都可以識別出數據

分布模式

，

建立數據模型

，

從而產生智能。2.這一波人工智能的核心是語言智能

，

通過分析和

建模人類語言

，

獲取人類的知識

，

并進一步獲

取人類的思維模式。3.或許

，

AI只是一個我們和他人和祖先和整個人

類的意義世界的交互的接口的翻譯器。

與我們

對話的

，

不是AI

，

而是AI背后那個人類構造出

的意義世界。

因此

，

AI可以成為我們的伙伴和

導師

，

例如：DeepSeek對貪嗔癡的解釋。

大模型技術的關鍵過程1.預訓練：

中小學

，打基礎2.后訓練：

RL、

SFT。大學

，有專業3.微調

、

Prompt。

入職實習，

能干活

大模型技術的關鍵要素1.Token：

萬物皆token2.Attention：

熵減即智能3.GPT：大力出奇跡4.

Data：

以古鑒今5.RL：

自學成才（決策，

探索未知

，生成數據）6.優化：

卷Infra和算法，

實事求是，

反抽象7.

FT：后訓練的藝術8.TTC：

大力出奇跡

AGAIN9.

Prompt：

有話好好說10.Agent：最后的筐對現代人工智能的正確認知：

本質、

關鍵過程、

關鍵要素學習交流可加AI肖睿團隊助理微信號（ABZ2829）第31頁n

IT：

確定性的任務（簡單和繁雜）

，

以代碼邏輯為核心?1.0：記憶+計算（馮諾依曼；軟件時代）?2.0：記憶+計算+搜索（互聯網時代）n

AI：

不確定的任務（復雜和混沌）

，

以數據模型為核心?0.0：專家系統：知識+規則?1.0：機器學習：數據+學習，

白盒?0.5：傳統機器學習：人類定義特征

，人類估算模型參數?1.0：人工神經網絡：人類定義特征

，模型自己學習模型參數?2.0：深度學習：數據+學習

，黑盒（不可控

，有錯誤概率）?1.5：判別模型：人類只提供數據

，端到端學習（模型自己抽取特征，

自己學習模型參數）?2.0：生成模型：訓練階段+推理階段；壓縮+生成（幻覺）?2.5：推理模型：訓練階段強化學習；推理階段慢思考n

IT應用與AI應用的關鍵差異：?在互聯網時代

，用戶使用系統的成本很低

，邊際成本接近于零。?在AI時代

，用戶使用系統的成本比較高

，有大量的GPU算力需求

，邊際成本較高。對現代人工智能的正確認知：

AI與IT的區別學習交流可加AI肖睿團隊助理微信號（ABZ2829）第32頁.AI學會使用人類語言

，在大多數自然語言任務上突破圖靈測試Level

2

.AI學會求解問題

，涌

現世界知識和類人

的復雜邏輯推理能

力,在問題求解方面

突破圖靈測試通用人工智能AGI

，Artificial

General

Intelligence通常是指具備與人類同等或超越人類智能水平的人工智能系統。n

OpenAI：在大多數經濟價值創造任務中表現優于人類的高度自主系統。nAI肖睿團隊：

90%的智力任務上超過90%的人類

，很可能在2030年之前到來。Level

3

.AI學會使用工具，利用工具完成多數人類物理世界問題,在工具使用方面突破圖靈測試.Al通過自我學習,具備自我批判、

自我改進以及自我反思能力Level

5

.AI能力全面超越人類

，具備探究科學規律、世界起源等終極問題的能力現代人工智能的發展路徑學習交流可加AI肖睿團隊助理微信號（ABZ2829）第33頁Level

1Level

4n

Agent是傳統應用（工具+流程）的AI改造l工具：1.

直接使用模型或AI產品2.

增強模型能力（

RAG、FT）l

流程：1.

WorkFlow

（人工定義）n

Coze、

Dify、ComfyUI2.Agentic

AI（模型拆解

：環境、工具、策略）n

斯坦福小鎮

（

MetaGPT）n

AutoGLM

、Manus

、

Coze

Space

、Aipyn

趨勢：A2A和MCP將成為AI系統（Agent）的必備要素l

如果想象成一個筆記本電腦：1.

大模型就是CPU2.

A2A就是網絡接口3.MCP就是USB接口人類

AI人類完成絕大部分工作人類設立任務目標AI完成其中某(

幾)

個流程的初稿AI對其中某(

幾)

個任務提供信息或建議人類修改調整確認人類自主結束工作Agent：

從human

in

loop到human

on

loopAgent的核心特征是自主（請人類走開）Embedding：

助手模式

Copilot：

伙伴模式

Agent：

代理模式學習交流可加AI肖睿團隊助理微信號（ABZ2829）第34頁人類

AI人

類

和

AI協

作

工

作人類

AIAI完成

絕

大

部

分

工

作任務拆分工具選擇進度控制設立目標提供資源監督結果人類設立任務目標人類自主結束工作自主結束工作全權代理AI時代認知升級培養數據驅動思維樹立終身學習與跨界融合意識打破傳統思維局限學習交流可加AI肖睿團隊助理微信號（ABZ2829）第35頁1.終身學習的必要性2.跨界融合趨勢與機會1.數據價值的認知2.數據分析與解讀能力1.建立非線性思維2.擁抱“不確定性”數字素養通識教育的變遷計算機與互聯網時代1990s

-

2000s核心目標：計算機應用和網絡資源利用能力主要技能：Office辦公軟件應用電子郵件與網頁搜索基本信息檢索與管理主要挑戰：降低數字鴻溝

，普及基礎數字能力人工智能時代2020s

-現在核心目標：人機協同能力與批判性思維主要技能：AI工具應用與提示詞工程AI輸出結果評估與驗證

解決復雜問題的人機協作主要挑戰：平衡技術效率與獨立思考能力大數據時代2010s

-

2020核心目標：數據思維與分析能力提升主要技能：數據收集與清洗處理數據可視化表達基礎統計分析與解讀主要挑戰：培養數據思維

，理解數據價值學習交流可加AI肖睿團隊助理微信號（ABZ2829）第36頁一、

應用人才（實際上包括所有人）n

思維要求：用AI技術和工具去解決實際問題

，提高工作和生活的效率和質量

，賦能行業n

能力增加

：問題定義能力

，獨立思考能力和判斷力

，表達和溝通能力n

能力減少：記憶力和知識儲備

，計算推理能力

，執行力（紀律和毅力），

創造力？n

教育需求：AI通識教育二、

IT專業人才（產品經理、

開發崗位）n

思維要求：數據思維

，模型思維

，以人為本

，賦能行業

，理解場景n

能力增加：機器學習-深度學習-大模型原理

，數據工程能力n

能力減少：代碼能力，

邏輯能力？文檔能力

，軟硬件工程能力（IT項目管理和適配）n

教育需求：新IT教育三、

AI2.0專業人才（數據、

算法和模型、

算力和工程）n

思維要求：數學思維

，好奇心和試錯思維

，熱愛人類n

能力增加1：數據工程能力

，數據合成能力n

能力增加2：底層軟硬件工程能力（芯片、通訊、操作系統）n

能力增加3：大模型范式能力（Transformer、

Diffusion、

RL等）AI2.0時代的人才需求大模型開發工程師AI應用開發工程師Agent開發工程師AI產品經理...各行業AI賦能人才

日常的AI應用算法工程師深度學習專家大模型研究員...n

能力減少：數學能力

，機器學習傳統算法

，深度學習傳統模型n

教育需求：AI專業教育學習交流可加AI肖睿團隊助理微信號（ABZ2829）第37頁?應用能力

：不要求專業深度

，但也不是簡單的工具使用，

而是深度應用解決問題

03

AI成為學生的必備素養

?未來

，懂AI技術

，會AI應用

，僅僅是不會競爭劣勢（必備技能）

01

AI技術的突破和范式轉換?數據智能：AI1.0到AI2.0

02

社會對AI人才的需求

AI2.0時代的技術觀和人才觀-我們的判斷?崗位變化

：人工智能首先改變的是崗位任務和崗位流程

，然后才是崗位本身?思維能力

：不是記憶和推理，

而是問題定義、溝通表達、結果鑒別學習交流可加AI肖睿團隊助理微信號（ABZ2829）第38頁?現在

，懂AI技術

，會AI應用

，具備競爭優勢?如自然語言處理、計算機視覺、

自動駕駛等?智能門檻：

判別-生成-推理目錄02DeepSeek對教育行業的影響01DeepSeek和AI認知1.

教育行業的AI范式革命2.DeepSeek的教育應用1.

DeepSeek解密2.

AI技術演進與認知框架學習交流可加AI肖睿團隊助理微信號（ABZ2829）第39頁人工智能對教育的直接影響從工作到工具內部驅動力

人才需求的變化產業結構的變化（無人化）工作流重塑

新的AI技能需求

老舊技能的更替外部驅動力AI作為教育工具個性化學習系統教學方法變革更豐富的教學資源學習交流可加AI肖睿團隊助理微信號（ABZ2829）第40頁超越“工具論”和“威脅論”人工智能與教育的深層關系范式革命根本性地重塑教育的目的、

內容、方法和評估體系威脅論取代教師、削弱學生認知能力、加劇不公工具論提升效率、輔助教學、改進管理學習交流可加AI肖睿團隊助理微信號（ABZ2829）第41頁人工智能時代的范式革命：

知識n

批判性評估與整合n

創造性生成與運用n

提出高質量問題的能力知識煉金術士>n

知識爆炸、

即時可得、

易于自動化處理n

AI成為強大的

“外部知識庫”n

基于知識的稀缺性和獲取難度n

記憶→

理解

→

應用知識倉庫知識擁有量→“駕馭和創造”知識的能力學習交流可加AI肖睿團隊助理微信號（ABZ2829）第42頁>人工智能時代的范式革命：

認知新認知挑戰人機協同區多模態信息處理

降低認知負荷

模式識別增強人腦優勢區元認知監控反算法思維直覺判斷學習交流可加AI肖睿團隊助理微信號（ABZ2829）第43頁邏輯、計算、分析能力

人類特有的優勢領域構建雙腦思維認知體系傳統認知人工智能時代的范式革命：

價值對抗AI異化的免疫工程人類防御增強區批判性直覺深度共情能力整合型自我認知AI侵蝕風險區意義感消解情感與連接異化

身份認同模糊通往自由之路學習交流可加AI肖睿團隊助理微信號（ABZ2829）第44頁社會抗體培養情感增強意義重構算法社會理解者塑造者人工智能時代的范式革命：

社會?數字公民素養與AI倫理?算法識讀與數據素養?批判性媒體素養?積極參與技術治理?跨文化與跨

“

物種

”

（人機）協作能力?信息過濾與社會極化?

隱私與數據權力重構?算法歧視與社會不公?虛假信息與信任危機學習交流可加AI肖睿團隊助理微信號（ABZ2829）第45頁公民素養與社會社會結構與公民教育范式革命的挑戰與機遇?

認知與能力退化陷阱?

教師角色的沖擊與轉型困境?

評估體系的滯后與失效?

技術倫理、隱私與安全風險?

虛擬沉浸與現實疏離?

數字鴻溝與教育不公加劇?

實現真正的個性化學習?

解放教師精力

，聚焦高價

值任務?

推動教育公平（潛在）?

加速終身學習體系構建?

創新教學內容與形式學習交流可加AI肖睿團隊助理微信號（ABZ2829）第46頁風險識別

策略平衡風險機遇實現教育本質

內容重構

式創新評估革新

認知增強人性增強

社會增強人工智能時代的范式革命：

教育教育本質回歸：培養能獨立思考、健全發展、

積極參與并引領社會進步的人類。快樂學習

，全面發展。教育體系重塑：AI時代的教育體系需要在關

鍵領域進行系統性變革與實踐教育目標轉型

：AI時代的教育基礎目標及核

心能力，

旨在全面提升學員應對未來挑戰的

綜合素養學習交流可加AI肖睿團隊助理微信號（ABZ2829）

頁●全球AI

+教育相關政策來源

：UNESCO、美國教育部官網、歐洲議會官網、

日本文部科學省官網、英國教育部官網、澳洲教育部官網、加拿大網絡安全中心、斯里蘭卡政府官網等公開資料

，艾瑞咨詢研究學習交流可加AI肖睿團隊助理微信號（ABZ2829）第48頁院自主研究繪制中國AI

+教育相關政策2021.6六部門：

《關于推進教育新型基礎設施建設

構建高質量教育支撐體系的指導意見》建設教育專網和云平臺

，支持AI技術的部署和應用；

推動智能教學設備和工具的普及，加強教育數據資源的整合與共享2025.5教育部：

《中小學生成式人工智能使用指南（2025年版）

》推動生成式人工智能在中小學教育中的科學規范使用

，加速構建人工智能引領的創新教育生態

，助力國家創新體系整體效能提升2025.1國務院：

《教育強國建設規劃綱要（2024—2035年）》綱要核心

“高質量教育體系”

，注重公平、

創新

，

強化科技、

職教、

終身學習

，推數字化、

國際化

，助教育強國2018教育部：

《高等學校人工智能創新行動計劃》教育部：

《教育信息化2.0行動計劃》構建人工智能多層次教育體系

，在中小學階

段引入人工智能普及教育2022.8科技部：

《關于支持建設新一代人工智能示范應用場景的通知》支持建設

"備、

教、

練、

測、

管

"等關鍵環節

智慧教室等場景

，支持教育智能化應用2022.2教育部：

《關于推進新時代普通高中

多樣化特色發展的實施意見》展的實施意見》推動辦學管理智能化，探索區域、

主體兩級質量互促機制2024.11教育部：

《關于加強中小學人工智能教育的通知》構建系統化課程體系

，到2030年前在

中小學基本普及人工智能教育2022.4科技部：

《中國智慧教育藍皮書》支持建設

"備、

教、

練、

測、

管

"等關鍵環節

智慧教室等場景

，支持教育智能化應用2019.2國務院：

《中國教育現代化2035》加快教育信息化基礎設施建設

，提出要推動新型教育技術裝備管理、

教學評價中的應用2019.5聯合國教科文組織：

《北京共識—

—人工智能與教育》探索采用人工智能技術構建新型教育學習體系2021.9科技部：

《新一代人工智能倫理規范》強調AI教育應用要遵循

"以人為本、

安

全發展

"原則

，

為技術應用提供倫理指導2017國務院：

《新一代人工智能發展規劃》提出

"智慧能教育

"推動教育質人工智能

技術培訓和應用學習交流可加AI肖睿團隊助理微信號（ABZ2829）第49頁AI的三層教育價值讓學生自由而全面的發展讓學生享受學習的快樂技術融合改變培養目標技術融合革命培養方式實現“蘇格拉底教學法”和同伴學習

提升教師備課授課效率提升教育管理者決策效率回歸教育本質重塑教育體系促進教學變革終極價值融合價值工具價值學習交流可加AI肖睿團隊助理微信號（ABZ2829）第50頁層層遞進AI教育應用落地的四層障礙學習交流可加AI肖睿團隊助理微信號（ABZ2829）第51頁AI

+教育的四條實踐路徑01技術使用規范建立清晰的AI應用指南，明確哪些環節鼓勵使用，

哪些環節需獨立完成

，

形成共識將AI素養納入課程體系，

培養學生辨別AI內容的

能力，

以及合理

、

合規

使用AI的意識設計過程導向評價，

關注思維過程而非結果

，

鼓勵學生展示解題思路

和推理過程引導教師從知識傳授者轉變為學習設計師與引

導者，

設計高質量的學

習體驗02教師角色轉型03重構評價體系04培養AI素養學習交流可加AI肖睿團隊助理微信號（ABZ2829）第52頁目錄02DeepSeek對教育行業的影響01DeepSeek和AI認知1.

教育行業的AI范式革命2.

DeepSeek的教育應用1.

DeepSeek解密2.

AI技術演進與認知框架學習交流可加AI肖睿團隊助理微信號（ABZ2829）第53頁AI在各教育階段的應用側重：學生專業能力培養教學模式變革

：推進在線課程建設和資源共享；

通過虛

擬仿真實驗解決

"三高三難

"問題科研能力提升

：整合共享科研資源；

高效數據采集分析

和可視化；

借助數字化手段進行科研協同個性化發展

：提供豐富學術資源；

文獻檢索與知識服務；

結合職業規劃制定個性化學習方案側重：學生興趣培養和習慣養成教學資源開發：開發電子版教材、

生動形象、

互動性

強的多種形式教學素材靈活教學：實現遠程授課、

實時互動、

作業布置批改、

學習管理與輔導、

利用VR/AR等技術打造沉浸式學習環境

家校溝通

：建立高效溝通平臺

，提供親子活動建議、

心

理健康教育等資源

，營造家校協同氛圍側重：面特定人群的定制化服務無障礙學習

：轉化多交互元素（觸覺、

聽覺、

視覺）

的數字化資源缺陷補償訓練：

數字化教學資源作為傳統感官的延

伸

，支持呈現、

模擬、

放大教學內容個性化教育

：建立科學評估體系；

數字化跟蹤IEP實

施情況；

運用大數據分析優化教學策略側重：學生興趣培養和習慣養成教學模式創新：依托AR/VR、AI等技術

，拓展物理、

化學、

生物等學科的實驗教學內容學習過程管理：全流程跟蹤分析學習時間、

行為、

成績；

提供在線智能輔導與答疑服務教師能力提升：借助在線培訓和研修平臺

，提供教側重：幼兒安全健康成長教育教學輔助：

學前教育資源共享、

協同備課、

在

線教研等數字化場景需求教育活動監測：

采集活動軌跡、

活動時長、

情緒情

感、

參與狀態等數據

，支持觀察分析衛生保健保障：利用智能設備實現晨檢、

健康觀察、側重：個化性專業技能提升個性化學習：根據不同職業、

基礎和需求制定

專屬學習路徑；

智能分析提供適配學習資源豐富學習資源：提供多樣化課程形式和內容；

適配多類型學習終端

，支持靈活自主學習職業發展支持：構建職業導向課程體系；

加強學習交流可加AI肖睿團隊助理微信號（ABZ2829）第54頁智慧教育應用發展研究

：各教育階段數字化需求2.初等教育階段4.高等教育階段6.特殊教育階段3.中等教育階段1.學前教育5.成人教育階段虛擬環境實踐教學；

支持學歷提升和專業技能更新學診斷和反思工具

，促進教師專業發展體質監測、

膳食配餐等數據管理分析AI的教學場景應用1.智慧化備課備課效率與質量提升面向教育者面向學生智能備課功能教育內容生成智能教研支持預習材料推送自主學習指導3.

自適應學習個性化學習路徑的實現面向教育者

面向學生智能作業布置

練習題推薦學習進度監控自適應學習系統拍照學習功能個性化學習路徑設計5

.全維度評測能力診斷與評測效率提升面向教育者面向學生學習過程全程記錄

知識點掌握分析教學效果評估學習行為畫像能力成長追蹤個性化學習建議4

.智能化考試全維度訓練與評測面向教育者面向學生智能化命題系統

試卷難度分析考試質量監控個性化測試內容能力水平精確定位

考前指導與反饋2

.沉浸式教學優化教學與學習體驗面向教育者線上AI課堂教學

VR/AR教學應用

實驗演示工具面向學生課堂反饋機制實時提問解答學習交流可加AI肖睿團隊助理微信號（ABZ2829）第55頁DeepSeek與教育的適配性學前教育系統集成：園所智聯為園區管理系統提供知識支持協助教師解讀由專業設備采集的活動數據

促進教師間知識共享和教學經驗沉淀生成家園共育內容

，支持幼兒全面發展初等教育系統集成：智慧校園?

支持對接學習數據分析系統

，優化教學決策?

提供學科難點突破方案與趣味學習內容?

輔助構建學習興趣培養和習慣養成方案?

與VR/AR沉浸式學習環境配合

，提供教學內容中等教育系統集成：效能提升?對接多維度學習數據

，優化教學決策

，構建全面學生

成長檔案?

深度整合學科知識圖譜

，優化學習路徑和學習效率?

多維度支持德育教育

，培養良好習慣行為強大推理與學科知識能力?

出色的數理推理力

，支持復雜科學問題解析?跨學科知識整合與理解應用能力?

685B參數規模帶來的知識廣度與深度開源與經濟性?開源代碼與權重

，機構可自由部署與定制?

能力比肩頂級模型?社區持續迭代

，教育應用生態不斷擴展教研一體化功能?

教育文本內容智能生成與優化?學術研究輔助與提供的數據分析建議?基于輸入數據提供個性化學習評估與反饋家校溝通支持：家校共育基于AI的智能助手提供家長教育指導和學習進展反饋教學資源開發與管理：豐富課堂智能生成和推薦學科文本教材和教學內容備考與升學指導：智能備考根據學生的學業表現、興趣愛好和職業傾向

，提供個性化的高考/中考智能備考衛生保健支持：健康衛士提供基于AI的健康監測和預警系統，輔助識別兒童潛在健康風險個性化學習路徑：因材施教基于學生學習數據

，生成個性化學習路徑、學科輔導教育教學輔助：智能啟蒙基于兒童認知發展規律

，提供個性化

的教學內容和活動建議學科知識學習與拓展：探究未來深度專業知識整合與前沿教學內容生成、教學評估與持續優化個性化職業探索：生涯導航基于學生學習表現、興趣特長和職業傾向

，提供個性化的升學路徑規劃和專業選擇建議個性化教育方案：專屬成長基于已有幼兒發展數據提供教育建議初等教育適配場景學前教育適配場景中等教育（初中、高中）適配場景學習交流可加AI肖睿團隊助理微信號（ABZ2829）第56頁DeepSeek與教育的適配性高等教育系統集成：因材施教?

與科研管理平臺對接

，支持學術研究全流程?

為智能實驗室系統提供實驗設計與分析建議?

融入智慧校園生態

，支持創新型人才培養?

助力產學研合作

，促進創新成果轉化應用社會資源整合與支持：融通共享?對接就業、

社保、

醫療等社會服務體系

，整合就業信息、

政策咨詢、

培訓補貼等支持?

助力成人學習者更好地社會發展無障礙學習環境：包容可及利用AI技術優化學習環境提供無障礙信息獲取和交互方式

平等地參與學習獲取知識強大推理與學科知識能力?

出色的數理推理力

，支持復雜科學問題解析?跨學科知識整合與理解應用能力?

685B參數規模帶來的知識廣度與深度開源與經濟性?開源代碼與權重

，機構可自由部署與定制?

能力比肩頂級模型?社區持續迭代

，教育應用生態不斷擴展教研一體化功能?

教育文本內容智能生成與優化?學術研究輔助與提供的數據分析建議?基于輸入數據提供個性化學習評估與反饋就業與創業支持：職創無憂基于AI的就業指導和智能匹配系統

，根據學生專業和能力推薦就業機會個性化學習與科研支持：科研賦能個性化學習輔導、文獻綜述與前沿分析、

研究方法支持、論文寫作輔助學習社群與協作：互助共贏利用AI促進學習者之間的互動和協作，共享學習經驗和職業發展機會社會支持系統集成：協同保障建立與醫療、康復、社保等社會服務體系的協同機制

，利用AI實現信息共享和多方協同

，提供支持輔助教學與康復：融合關愛針對不同特殊教育需求

，提供定制化

的AI輔助教學工具和康復訓練方案。專業課程開發與優化：前沿精進深度專業知識整合與前沿教學內容生成、教學評估與持續優化終身學習資源供給：持續成長針對職業發展、技能提升、興趣愛好等多元需求

，提供海量、個性化的學