贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 现？AI与人类是否会在社会和教育资源上展开竞争？这些重大问题，因AIGC的到来，再一次冲击了 现有的教育体系。 业生成和批改，学生侧的自主学习、辅助练习、测试评估等，新技术与古老教育场景的结合，总会 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 脑智能，并且降低了使用门槛，应用影响力随之无限泛 化。具体到教育行业，部分基础工作被替代，社会人力结构和人才需求被重塑。AIGC技术与现代 教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的

对AI教育的思考：AI如何赋能教育  方式 1. AI赋能学习 • 个性化学习系统 • 智能AI助教 • AI驱动的内容生成 2. AI赋能教学 • 智能教学助手 • 智能课堂管理系统 • 课程内容优化 • 数据驱动的教学决策和协作教学支持 3. AI赋能评价 • 基于生成式AI的多元评价系统 • 数据驱动决策  挑战和风险 1. 法律、隐私与信息安全 建立安全分类框架，制定安全保护政策，进行安全培训 2. 警惕AI的幻觉和偏见 • 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区，AI教学助手 • 学生：AI素养，个性化学习路径，AI助教 4. 进行短期和长期的影响评估 • 评估，优化，迭代 5. 促进技术公平使用 • 推动均衡发展，缩小数字鸿沟，建立包容文化 解决学校的三大需求 人工智能专业（群）建设 • 人才培养方案优化 • 实训设备建设 • 教学资源库建设 • 教学数字化 • 学情数据诊断 • 教师队伍建设 • 实训项目建设 科研创新 • AI实验室建设 • 专业垂类大模型训练 • 教学创新大赛 • AI相关课题转化 • AI+学科教材共研 • AI领域科研论文 • AI技能大赛

DeepSeek 厦门大学大数据教学团队作品 2025年3月3日 每个人都可以读懂的大模型科普报告（企业篇） 厦门大学大数据教学团队 团队联系方式：ziyulin@xmu.edu.cn 国内高校大数据教学的重要贡献者 团队负责人：林子雨 副教授 年轻力量：核心成员全部46周岁以下 结构合理：教学型、科研型、实验工程师 专注专业：从2013年至今，11年专注于大数据教学 团队特点：眼光前瞻、紧跟技术、创新实干、执行力强 团队特点：眼光前瞻、紧跟技术、创新实干、执行力强 影响力高：多项指标在国内高校大数据教学领域领先 • 教材数量 • 教材占有率 • MOOC课程学习人数 • 师资培养 • 教学研讨会 • 教学网站访问量 • 在线讲座观看人数 • …… 目录 1. 大模型：人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 1.1 大模型的概念 大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有 海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人

在这些领域的关键作用外，报告还探讨 了 AI 与其他创新技术的协同效应，以及转型可能带来的社会和经济影响。 例如，在 AI 大模型和云计算技术的支持下，教育应用将能够动态分析学生的知识掌握情况， 帮助教师实时生成个性化的教学方案，确保每个学生都能享受量身定制的学习体验。医疗行业将不 再局限于“治病救人”，而是完全融入一个由 AI、数字行为建模、远程医疗和合成生物学等前沿技 术驱动的全球健康生态系统。 这份报告客观阐述了 18 21 24 27 32 01 目 录 CONTENTS 01 与 AI 共赢 加速生产与生活全场景跃迁 医疗：计算健康，防病于未然，让生命更有质量 教育：人机协同教学，惠及每个人成长 出行：体验流动的“第三空间” 饮食：从“吃饱吃好”走向“吃出健康” 居家：从生活空间向懂你的智慧空间演进，让生活更舒适 制造：设计即制造，制造即智能，制造即服务 金融：AI [16]。生师比过 大和繁重的教学任务仍然制约着教育公平和高 质量发展，教师无法及时关注每个学生的学习 状态和提供个性化教学方案，学生也难以获得 高质量的教学资源。 自 ChatGPT 等 AI 大模型陆续发布以来， 探索 AI 与教育的结合变成教育转型的重点探索 方向。中国《国务院关于深入实施“人工智能+” 行动的意见》指出要推行更富成效的学习方式。 把人工智能融入教育教学全要素、全过程，创

65% 的家庭因辅导作业问题 爆 发亲子冲突 。 家长焦虑情绪普遍： 80% 的家长对孩子的学 业 表现感到焦虑， 60% 的家长时刻担忧孩子 出现 意外 。 杠杆点：教育需求的演进 从标准化教学到个性化培养 时间精力不足 教育能力 有限 当代家 长困境 当代教育背景家长面临的困境 从结果导向到过程赋能 亲子关系紧张 01 02 03 到 高 能 A I 辅助学习与个性化教育 Ø 通过个性化教育 ， 帮助学 习者从低能力状态迅速提 升到高能力状态 ，即 AI 根 据 每个学习者的需求和 优势 定制教学内容和方法。 ② 单 能 到 多 能 跨学科学习与综合技能培养 Ø 通过跨学科学习和综合技 能 培养， 帮助学习者从具 备单 一技能状态发展到拥 有多个 成熟技能。 Ø 整合各种领域的知识， 、最新知识获 取 、跨学科探索 教育互动方式 高频率短互动， 适合小学低年级 学生的注意力特点 低频率长互动， 适合中高年级学生 的深度学习需求 基于探究的交互， 适合项 目式学习 教学内容深度 能覆盖基础教育内容， 但深度有 限 能提供深层次解释和多角度分析， 培养思考能力 信息广度大， 但需要甄别 和整合 家长参与度 需要家长辅助判断回答准确性， 对回答进行补充

厅、省发展 改革委、省商务厅） 4.开发“元教育”应用服务。以元宇宙创新性重塑教育体验， 探索开发 VR 全景课堂、虚拟人教师、虚拟仿真教学平台、定 制化学习资源推送平台等集成应用，建设虚实共生和跨界探索 的未来教育形态。面向实验性与联想性教学内容，打造以资源 生态、自主探究、协作学习和评价系统等为关键环节的“元”教 育解决方案，强化学员与各类虚拟物品、复杂现象与抽象概念 的互动

IBM推出云端量子计 算服务：IBM推出了 云端量子计算服务 “Quantum Experience”。这 一服务允许用户通过 互联网访问IBM的量 子计算系统，并在上 面运行算法、操纵量 子比特、开发教学及 模拟实验等。 谷歌宣称实现量 子霸权：谷歌利 用53个量子比特 在200秒内完成 了传统超级计算 机需一万年才能 完成的计算，标 志着量子霸权的 首次实现。 量子计算机模拟 化学反应：谷歌

生健康行业人工智能应用场景参考指引》为AI在医疗领域的应用提供 了明确的方向和支持。未来，发展和医学教学科研等方面发挥重要作用。 1) 政策引导与支持：《指引》列出了84个具AI技术将在医疗服务管理、基层公卫服务、健康产业体的应用场景，涵盖医疗服务管理、基层公 卫服务、健康产业发展和医学教学科研四大领域。这些场景的明确，为AI技术在医疗领域的应用提供了具体的指导方向，有助于推动AI技 术在医疗 要求医疗机构采取措施保护患者的 隐私和数据安全。 4) 人才培养与教育：AI技术在医疗领域的应用需要大量具备相关技能的人才。《指引》强调了人才培养和教育的重要性，鼓励医学教育机构 将AI技术纳入教学内容，培养具备AI技术背景的医疗人才。此外，政策还鼓励跨学科合作，促进医学与计算机科学、数学等学科的融合， 培养复合型人才。 5) 商业化与市场潜力：AI医疗市场具有巨大的增长潜力。全球AI医疗

人工智能发展历程 5 规模到达临界点之后才会迅速增长 GPT-4 模型参数： 1.8 万亿参数 典型的新技能学习曲线 摘自北京大学 AI 肖睿团队团队作品 大模型参数变化三个阶段 摘自复旦大学大数据教学团队作品 智慧涌现的关键 6 通用模型（ System 1 快思考模型） 推理模型（ System 2 慢思考模型） 模型代表 Qwen2.5-Max 、 DeepSeek-V3 、 GPT-4o

和形态提出了更高的要求。 27 6）教育培训 在教育培训领域，人形机器人可以作为教育助手或辅助教师使用， 他们可以与学生进行互动，解答问题，提供个性化教学。此外，人形 机器人还可以用于模拟实验、演示科学原理、编程教育等教学场景， 丰富教学内容，为教育注入更多创新元素，激发学生的创造力和想象 力。 7）物流运输场景 人形机器人可以在仓储、装卸、分拣、包装、配送等环节提升工 作效率和管理水平。亚马逊正在测试