思维和跨学科综合能力。 常见应用场景：智能助教 - 命制试卷 示例 2 ：习题（试卷）生成 常见应用场景：智能助教 - 命制试卷 请对你刚才出的试卷进行评价修改完善， 检查错误，并做出标准答案、题目解析 和评分标准。 “ 在高中物理和地理的学习中， 通过 deepseek 主动 提问的方式， 引导学生逐步深入理解原理， 请举两个 这样的典型例子， 要求简洁易懂 。 表格方式列出所提 代入式问题 ，激发学生批判性思维。 4. 实验模拟设计 化学高危实验（如金属钠遇水爆炸）通过 VR 模拟 ， AI 同步解析反应 原 理 ，确保安全教学。 5. 文化注解增强 双语课堂中 ， AI 翻译“端午节”时自动添加屈原故事背景 ，提升跨文化 理解。 6. 文献高效解析 输入论文《 AI 在乡村教育中的应用研究》 ， AI 生成 300 字结论摘要 并列 出 3 个可借鉴方案 ，支持教师快速获取信息。 社会调研辅助 输入“设计关于校园环保的调研问卷” ， AI 生成问题框架并推荐 数据分析工具。 25. 艺术创作启发 美术课上 ， AI 分析名画构图比例 ，生成“黄金分割在梵高《星月 夜》中的应用”解析报告。 26. 虚拟实验室应用 生物课通过 AR 模拟细胞分裂过程 ， AI 同步标注关键阶段并生成 动 态示意图。 / 教学应用场景汇总：跨学科与创新实践 跨 学 科 与 创 新 实 践 27

堆芯熔毁过程的多物理场耦合模拟 核事故孪生演化模型 01 02 合规性智能审查引擎 NLP 自动解析法规文件 运用自然语言处理（ NLP ）技术， 自动解析核安全相关的 法规文件。提取关键信息和条款 ，建立法规知识库， 为 后 续的监管文书审查提供基础。 监管文书的生成 - 校验闭环 根据解析后的法规文件， 自动生成监管文书 ，并对文书 内 容进行校验。确保文书符合法规要求 ，实现监管文书生

支持将日志文件通过 FI u me 等集成工具流式采集到 HDFS 中进行 数据分析； 支持在 h a do o p 与结构化数据库之间的数据导入导出； 支持读取、解析半结构化如 E x c e1 、c s v 、x ml 等文件并集成； 支持 K a f k a 消息队列形式进行数据 ETL 抽取； X ML 标准来描述、发布、发现、协调和配置这些服务，方便开发分布 式的 互操作的 We b 应用。 对于利用主流框架 A XI S 、CXF 等开发的服务，可以自动化解析与发 布。支持基于 htt p 协议的非 s o a p 服务集成。 支持基于 htt p 协议的 re s t f ul 服务接入集成，从而实现结构清 流程通过参数配置即可快速实现；同时提供多种终端接入随时快速处理 流程任务。 第 8 7 页 流程引擎服务基于 J a v a EE Se rv e r 构建，负责解析业务流程定 义， 协调处理活动间的路由，处理客户端的请求(如启动流程、提交工作项、查 询工 作项、流程监控等),处理引擎自身的调度(比如自动归档、时限控制等)、支持 多租户、提供高效的并发争

和空间的限制。学生可以随时随地通过 AI 助手获取学习支持，无 需等待教师的指导。这种即时性不仅提高了学习效率，还能帮助学 生在遇到问题时迅速找到解决方案。例如，AI 可以提供快速解答、 详细解析或推荐相关学习资源。 通过具体的数据，我们可以看到 AI 大模型在提高学习效率方 面的潜力。根据某项教育研究，采用 AI 辅导的学生在标准化考试 中的成绩提高了 15%以上，并且这些学生在自主学习方面的时间投 得，包括传统教育机构、开放教育平台以及用户自生成内容。 首先，教材资源应包括各学科的经典教材与最新版本，以保障 内容的权威性和时效性。通过与教育出版社合作，获取电子版教材 的合法授权。AI 模型需要具备自动识别和解析不同格式教材的能 力，从而为学生提供按需学习的内容。 其次，课件和视频教程可以来源于多个在线平台，如 MOOC（大规模开放在线课程）、教育视频网站等。整合这些内容 时，可以使用自然语言处理技术对视频和课件进行智能标注与索 练习题库的建设：练习题是巩固和检验学习效果的重要手段， 以下是建设过程中需遵循的原则： o 将练习题按照难度和知识点进行分类，确保涵盖基础知 识、应用能力和综合性问题。每个题目需提供详细的解 答和解析，帮助学生理解错误原因。 o 引入自适应学习机制，根据学生的答题表现，智能推荐 相应的练习题，提升个性化学习效果。 o 定期更新练习题库，引入最新的考试大纲和教育评估标 准，确保练习题的时效性和相关性。

与志同道合的AI爱好者交流经验、分享心得。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第3页 一、今天的讲座分两大部分，聚焦于Deepseek与AI认知和DeepSeek对教育行业的影响。第一部分通过深度解析DeepSeek的核 心技术来追溯AI的整体演进，旨在为教育者构建一个适应未来的认知新框架与人才培养视角。第二部分在阐明AI如何引领教育范式 革命的基础上，通过实践案例探索教育者利用新技术进行教学创新的具体路径与普适性方法。 二、DeepSeek与AI认知 此部分从DeepSeek的历史开始，逐步讲解AI的演进及认知： 1. DeepSeek解密：详细介绍DeepSeek技术历程、核心优势及其算法在理解、推理、知识应用上的提升。解析V3、R1等模 型特性，旨在为听众构建对这一前沿技术价值的坚实理解基础。 2. AI技术演进与认知框架：梳理AI从规则系统到大模型的技术演进，探讨AI时代的认知升级与人才观变革。为教育者提供认 教研一体化功能 • 教育文本内容智能生成与优化 • 学术研究辅助与提供的数据分析建议 • 基于输入数据提供个性化学习评估与反馈 强大推理与学科知识能力 • 出色的数理推理力，支持复杂科学问题解析 • 跨学科知识整合与理解应用能力 • 685B参数规模带来的知识广度与深度 开源与经济性 • 开源代码与权重，机构可自由部署与定制 • 能力比肩顶级模型 • 社区持续迭代，教育应用生态不断扩展

4.2 教育大模型的核心技术 ····················································· 64 4.2.1 从训练推理、部署、协同到应用增强的核心技术解析 ·································· 65 4.2.2 以 DeepSeek 代表的“性能－成本－应用”技术协同创新突破 ··························· 学生需求，协助高校优化 课程设计和服务质量，增强品牌的吸引力。 赋能人才国际化培养。高校是培养国际化人才的关键场所，通过合作共建数字课程、虚拟实验室等，推进人才 国际化联合培养。大模型能够智能解析合作高校的课程体系差异，自动生成兼具本土特色与国际标准的跨国培 养方案，为学生提供覆盖多学科领域的个性化学习路径。大模型还可以通过联邦学习技术实现跨国学分互认， 推动不同教育体系间的学术成果等效转化。 4. 符合教育规范与多样化需求的教学资源生成能力 教育大模型能够根据教师或学生的需求，生成结构完整、内容准确、难度适宜、格式规范的各类教学资源，包 括不同学习对象、学习进度、难度层次下的习题、配套解析、课程计划、教学大纲、评价指标、知识卡片和思 维导图素材等。通用大模型虽然可以生成文本内容，但往往没有引入布鲁姆教育分类法，忽略了认知层面的需 求，导致实用性不强。 5. 多模态融合与教学环境构建能力

会客厅 （观、感） 大规模并行计算 异构计算 云原生 网络安全 对象存储 智能云平台 物理模型管理 行业模板 统一运维中心 看板开发 数据探索 统一能力支撑 统一应用中心 设备接入 协议解析 数字孪生 数据中台 异构调度 A I 中 台 数据模型 BIM 云边协同 CIM 数据汇聚 GIS 数据开发 ……… ……… ……… 应用价值： ① 线上 + 线下联动授权方式 ，支

看板订阅 GIS 管理 通行管理 可视化 污染治理 后勤管理 分析看板 物业管理 空间数据管理 校园一卡通 产业服务 第三方服务 数字孪生 数据中台 看板开发 行业模板 数据探索 设备接入 协议解析 异构调度 BIM 数据模型 CIM GIS 统一能力支撑 统一应用中心 数据汇聚 数据开发 云边协同 IaaS ① 线上 + 线下联动授权方式，支持校园、楼宇等各类人、车通行场景，从传统“一卡通”升级为“一码

无需回顾课堂视频，高效 了解授课风格和课堂结构 构建教学数据 助力科学管理 从宏观到微观，深度检测教学全过程；金课水课有迹可循，利用数据驱动精细化教学改进。 资源使用时长、次数、时段， 精确到个人 从一个任务解析活动设计 从一个学生反馈教学成效 从一个课堂反思教学设计 从一个课程映射水课金课 个人和小组的学习进展、状态、投入 轻松获取，发现问题及时督促 一个课全量数据呈现和导出 反思研究无困扰

AGI 之路 01 对 AI 技术的认知：人工智能的本质 智能（ Intelligence ）：以模型为核心，是对真实世界的模拟和解释 • 用语言逻辑方法获取理论模型：模糊 • 用解析数学方法获取数学模型：精确 • 用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数