实现五大校区宿舍的智 能可视化管 理 。 存储部分采用分布式 存储方案， 各 个校区通过 NVR 实现本 地存储， 并接 入 中心机房实现联网管 理。 经典案例之浙江大学 华中科技大学同济医学院此次项目建设 全高清化， 系统共设计 395 路高清监控点， 其 中主要采用 200 万高清摄像机以及透雾球 机， 对重点区域采用 500 万高清枪机； 校园 内部署 制高点进行大范围监控， 用智能 分析技术，视频诊断及行为分析； 中心采用 NVR6000 进行分布式存储， M60 进行输出管 理 ， 通过 DSS-B 进行统 一管理。 经典案例之华中科技大学同济医学院 目前中南大学六个校区涉及 500 多个点位， 校园重点区域 监 控全部部署 smartIPC 实现智能 监 控 ，部分特殊区域采用了 HDCVI 相机 、

稀缺，特别是掌握“人工智能 + 行业应 用”双重能力的复合型人才培养体系尚未成型。同时，高等教育在应对用人需求变化时，往往面临教学资源的 不足以及学科间协调的困难。例如，将大模型融入传统学科（如医学、法学等）需要跨学科的整合与协作，而 这一过程通常耗时较长，且容易受到既有教育体系的结构性制约。这种调整的复杂性进一步限制了教育体系快 速响应社会需求的能力。 3. 高等教育知识生产范式重构——技术赋能与认知风险 大模型的兴起为学科建设带来深层结构性变革，其核心价值在于通过技术赋能突破传统学科边界，构建动态开 放的交叉融合生态。首先，大模型能够将分散在不同学科的专业知识转化为可交互的网状结构，自动识别学科 间的潜在关联节点（如“生物材料”作为医学与材料学的交叉枢纽），为高校规划新兴交叉学科提供数据支撑。 其次，大模型的多模态处理能力打破传统学科因研究对象与数据形态差异形成的工具壁垒（如社会学可借助大 模型将质性研究中的文本语料转化为量化 上共 享数据、模型和算法，协同开展跨学科的研究。这不仅提升了研究的综合性和系统性，还加速了新学科领域的 诞生和发展。例如，在生物医药领域，大模型帮助生物学家与工程师、医生的跨学科合作，推动了精准医学和 个性化治疗的发展。在环境科学、能源研究等领域，大模型的应用也促进了科学问题的跨学科联合攻关，推动 38 大模型背景下高等教育数智化转型研究报告 了技术和方法的创新。 除此之外，大模型推

9） 第61页 高校人工智能教育实践-案例：北京大学 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第62页 高校人工智能教育实践-案例：北京大学 • 学科专业问答工具：医学MedSeek整合医学学 科体系、化小北·化学实验智慧学伴、金融AI助 教等学科特色AI工具 • 综合学习平台：北大问学(基于deepseek)提供 多类型专属助教，支持高数、计概等课程，服 务6000+用户 案例分析。 我在计算这个悬臂梁弯矩时得到的结果与教材不符，我的 计算过程是[计算步骤]。请分析我的推导过程，给我提示 哪里可能有问题，但不要直接告诉我正确答案，我想自己 找出错误。 "我是医学院三年级学生，正在学习内分泌系统。请帮我 构建一个知识图谱，展示内分泌系统与神经系统、循环系 统、消化系统的相互作用及临床意义，帮助我理解这些系 统间的复杂关系。 K12 大学生 学习交流 （What）基因编辑是什么？它是如何工作的？请解 释其基本原理。 3.（How）基因编辑的步骤是什么？从设计到实际操作， 你会怎么做？ 4.（Where）基因编辑可以应用在哪些领域？请提供一 些具体的医学和农业方面的例子。 我计划跨考计算机专业研究生，距离考试还有10个月。我 没有编程基础，需要学习数据结构、操作系统、计算机网 络等课程。请为我设计一个详细的学习路径，包括各阶段 学习重点、推荐教材/网课和阶段性测试方案。

课程资源 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > 数字教学资源 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > 仿真实习实训资源 教育、工学、理学、农学、军事、医学等上百种虚拟仿真实训资源。 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > VR 虚拟资源制作中心 Web 端在线的编辑方式 PBR 材质的支持 IBL 环境贴图的支持 所见即所得的编辑方式，巨量素材库

课程资源 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > 数字教学资源 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > 仿真实习实训资源 教育、工学、理学、农学、军事、医学等上百种虚拟仿真实训资源。 职业教育智慧校园整体解决方案 建设内容 > 智慧教学体系 > VR 虚拟资源制作中心 Web 端在线的编辑方式 PBR 材质的支持 IBL 环境贴图的支持 所见即所得的编辑方式，巨量素材库

室的老师教学、学生指挥训练等应用。 锐取在教育行业客户 教育科研 【高教】 湖南师范大学 广东外语外贸大学 南国商学院 广西医科大学护 士学校 上海商业学校 吉林大学珠海分 校 新疆医学院 厦门音乐学院 南京邮电大学 华南理工大学 空军指挥学院 西北大学 北京师范大学 南京师范大学 南方医科大学 北京农学院 西南科技大学 合肥学院 淮阴工学院 南京师大泰州学 院 成都纺织专科学

澳门大学、香港中文大学、香港理工大学、香港教育大学、江西开放大学、 甘肃开放大学、广东开放大学、江苏开放大学、湖南开放大学、上海国家会计学 院、中国石油大学（北京）克拉玛依校区、内蒙古科技大学包头医学院、内蒙古 师范大学青年政治学院、内蒙古农业大学职业技术学院等 14 个非《全国普通高 等学校名单》内高校单位参加了本次数据填报，其填报的数据未纳入统计。 最终，纳入统计的填报高校为 1407 算平台建立科学的设备更新 机制，通过持续滚动投入确保硬件设施能够与时俱进。 人才团队上，单纯提供硬件设施已无法满足用户需求，需要组建一支专业的 计算服务团队，针对用户需求提供个性化服务。以生物医学研究为例，一个完整 的服务团队需要包括：熟悉基因组学研究的生物信息学专家，能够准确理解科研 人员的实验设计和数据分析需求；精通深度学习算法的 AI 工程师，能够将生物 学问题转化为合适的计算模 10 多名领域计算专员，他们充当了应用学科与计 算机学科之间的“翻译官”，有效降低了沟通成本，提升了服务品质。 其中，以生医领域为先期探索方向，组建了包含 5 名成员的生医服务团队， 重点服务医学院、附属医院、生科院；引入了力学、环境、物理、化学等专业背 景技术人才 4 名，逐步扩大学科融合覆盖面；引入了具有 AI 应用能力的计算专 员 2 名，支撑用户 AI4S 需求。 2. 组建学