模型还未移交。 后勤处 现状概述：校区管道处于铺设完成初期， 主管道线路明了，支线较杂乱。管道铺设 深浅、材质不一 ，未铺设监测传感硬件。 已有智能水电表，可进行楼栋、楼层监控， 但未有一个统一调度的能耗管控平台。 教务处 现状概述：教务处目前建设有 4 套系统， 分别为正方的教务管理系统、超星的学 生在线学习系统、用于课堂互动的爱课 程系统、以及用于迎新的小程序。 事后：修复、评估、改进 事前：审计、评估、定制安全策略， 获取安全基线 事中：持续监控入侵事件，实时漏洞 扫描 能 源 管 控 系 现状基础： 目前校园已有安装能源计量设备 ，但未有计量系统进 行全校范围用能的统计。能源管理水平粗放 ，缺乏详细、精确的能耗基 础数据 ，能耗收支账目不清 ，无法对校园能耗进行精准把控与节能优化 管理。 建设内容与目标： 利用光伏组件做外墙、屋顶或围墙 ，可对异常情况进行智能 报警。技术上实现能源集中监视、负荷功率精准预测、多能源系统协 调 优化。 楼宇管理系统 应用场 景 智慧楼宇 现状基础： 目前校园已有安装能源计量设备 ，但未有计量系统 进 行全校范围用能的统计。能源管理水平粗放 ，缺乏详细、精确的能耗 基 础数据 ，能耗收支账目不清 ，无法对校园能耗进行精准把控与节能 优化 管理。 建设内容与目标： 智能地锁可通过手机充电操作端开启

体系（形成持续性的产学研协同创新体系 3）。治理方面：依托实时数据监测与智能决策，促进教育资源合理调配， 推动教育高质量发展（通过现代信息技术驱动治理效能现代化 4）。 大模型为教育行业带来前所未有的发展。然而，也带来了一些不容忽视、亟待关注的问题，如人对技术的过度 依赖、人文关怀弱化、数据隐私泄露及教师角色异化等。在此机遇与挑战并存的发展潮流下，世界各国纷纷出 台国家数字化发展战略，规范 新型人才，实现技术赋能与人文关怀的和谐统一。 27 02 大模型背景下 高等教育体系的重塑 图片 AI 生成 28 大模型背景下高等教育数智化转型研究报告 28 大模型与高等教育深度融合，为高等教育带来了前所未有的新机遇，也带来一系列挑战，需要从技术、教育和 社会三个视角进行审视和思考。技术服务层提供统一模型服务接口，整合自然语言处理、计算机视觉、多模态 等核心人工智能能力，构建大语言模型、视觉大模型、 + 高等教育框架图 29 大模型背景下高等教育数智化转型研究报告 2.1 大模型赋能高等教育的机遇与挑战 大模型作为认知革命的重要载体，凭借其强大的知识处理、生成与推理能力，为高等教育带来前所未有的变革 契机。依托海量的数据、先进的算法以及高效的算力，大模型可以应对更多的复杂场景，解决更多个性化问题， 为高等教育的改革带来了革命性的机遇。然而，大模型技术的广泛应用也伴随着一系列挑战：从数据质量、算

时代，快速发展将实现新的跨越 新时代的教育信息化，正在从 1.0 迈向 2.0 ， 1.0 时代是以“三通两平台”为主要标志， 2.0 时代是实现“三全 两高一大”为基本目标，中国教育信息化事业取得了前所未有的快速发展。 教育信息化 1.0 取得的重大进 展 全国中小学互联网接入率达 90% ，是五 年 前的 3.6 倍 多媒体教室比例达 87% ，实现翻 番 教育资源公共服务平台平台注册用户已达

......................135 1. 引言 随着信息技术的迅猛发展，教育信息化已成为全球教育改革的 重要方向。近年来，人工智能（AI）技术的快速进步为教育领域带 来了前所未有的机遇与挑战。特别是在中小学教育阶段，人工智能 的应用不仅能够提升教学效率，还能为学生提供个性化的学习体 验，促进教育公平。教育信息化 2.0 时代的到来，标志着教育从传 “ ” “ ” 统的 智能应用的政策制定提供参考，助力教育现代化的实现。 1.1 研究背景 随着信息技术的迅猛发展，教育信息化已成为全球教育改革的 重要方向。近年来，人工智能（AI）技术的突破性进展为教育领域 带来了前所未有的机遇与挑战。特别是在中小学教育阶段，人工智 能的应用不仅能够提升教学效率，还能为学生提供个性化的学习体 验，促进教育公平。然而，尽管人工智能在教育中的应用潜力巨 大，其实际落地仍面临诸多政策、技术、伦理等方面的挑战。 和信息化提供了重要支撑。随着政策的不断完善和落地，中国中小 学人工智能教育将迎来更加广阔的发展前景。 3.3 中小学人工智能应用政策的必要性与紧迫性 随着全球科技革命的深入推进，人工智能技术正以前所未有的 速度改变着社会的各个领域，教育作为社会发展的基石，也面临着 深刻的变革。中小学阶段是学生认知能力、创新思维和综合素质培 养的关键时期，在这一阶段引入人工智能教育，不仅能够帮助学生 适应未

在当前信息技术迅速发展的背景下，人工智能（AI）在教育领 域的应用日益广泛。随着大模型技术的进步，AI 大模型在自然语言 处理和知识获取等方面的表现超越了传统的方法，这为教育行业带 来了前所未有的机遇。学校和教育机构面临着提升教学质量、个性 化学习体验和高效管理的需求，AI 大模型能够在课程设计、学习评 估和学生反馈等方面提供有效支持。 教育 AI 大模型的设计目标主要集中在以下几个方面： 通过这些个性化的学习体验，AI 大模型不仅能为学习者提供更 为贴心的教育服务，更能有效提升学习效果，帮助学习者实现长期 自主学习的目标。通过数据的智能处理与学习者的互动，AI 大模型 为教育带来了前所未有的个性化变革，使得教育更加符合每个学生 的独特需求。 1.3 项目目标 项目目标旨在明确教育 AI 大模型的设计与实现过程中所需达 到的核心要求和应用效果。通过系统化的目标设定，我们希望能够

设 计、规划先行，持续创新体制机制体系、构建新型基础设施体系、夯实网络安全 体系，着力数据治理和新技术应用，赋能教学科研和管理服务质效提升，逐步实 现高校高质量发展战略目标。中国高校正在以前所未有的力度，创新体制机制， 拥抱新兴技术，通过数字化深度赋能教学科研和管理服务，走出一条具有中国特 色的高等教育数字化发展道路。 一、 体制机制协同创新，驱动数字化转型新格局成形 随着国家教育数 ，信息化建设经费是高校信息化经 费投入重要的增长点，建设经费逐年的变化趋势与信息化经费投入保持一致，与 建设经费投入正相关的无线网接入点数量、智慧教室数量均呈现显著增长；运维 经费则保持稳定，未有明显的增减，既反映高校信息化整体发展尚处于建设阶段， 另一方面也反映了运维对高校信息化发展的重要性。从经费投入的来源看，2024 年相比上一年，社会投入和政府投入降幅最大，分别达到 32.4%和 当前，高校数字化转型已进入关键阶段，以 AI4S（智能学科）为引领的技 术变革，特别是大模型技术的快速演进，正在系统重构高校科研创新范式与教育 教学模式。由此引发算力需求的爆发式增长，使得校级计算平台面临前所未有的 挑战，如何充分发挥校级计算平台应有价值服务学校科研和教学高质量发展？需 要从算力基座、人才团队和计算服务三方面来考虑这个问题： 算力基座上，持续增长的算力需求对硬件设施建设提出了更高要求。一方面，

衡与错误保护，使整个容灾虚拟化存储平台的性能达到最优。 3.1.5、 云存储 3.1.5.1、 基于 NCS 分布式海量存储系统 随着虚拟化成为基础架构主要的工作机制，数据中心的存 储设计面临前所未有的挑战： 第一个挑战是管理复杂、不灵活。存储一直是虚拟化架构 设计中最关键的环节之一。很多性能的问题都和存储有关。架 构 师 需 要 了 解 很 底 层 的 存 储 设 备 及 其 特 性 ，

衡与错误保护，使整个容灾虚拟化存储平台的性能达到最优。 3.1.5、 云存储 3.1.5.1、 基于 NCS 分布式海量存储系统 随着虚拟化成为基础架构主要的工作机制，数据中心的存 储设计面临前所未有的挑战： 第一个挑战是管理复杂、不灵活。存储一直是虚拟化架构 设计中最关键的环节之一。很多性能的问题都和存储有关。架 构 师 需 要 了 解 很 底 层 的 存 储 设 备 及 其 特 性 ，