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 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 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。 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、 询研究院 自主研究及绘制。 AIGC+教育的时代瞩目-学术与社会 AIGC+教育成为社会各方及学术研究的关注焦点 受2022年11月ChatGPT发布影响，全球各地开始广泛关注AIGC及其相关应用。自2023年2月起，社会各界对生成式人工智能在教 育领域的应用产生了浓厚兴趣，并在2023年6月达到了关注的高峰，且热度持续不减。同时，学术界也在这一年里开始高度关注 AIGC技术，并推动了人工智

并提供奖励机制激发小张的学习兴趣 A I 个性化教育： 孩子专属的智能家 教 n 异世界的异感艺术 n A I 城市拟人化处理与创意场景生成 n 协同智能框架下的宇宙文明大模型 理论构建学是一个系统化的学术领域 专注于发展 、评估和改进理论， 以便更好地解释和预测现 象 1. 发展函数 D 2. 评估函数 E 3. 改进函数 I n 构建理论的理论框架——理论构建学 n 基于 AI WPS 版 本 ＞ 18 6 0 8 以上 2 ） MacOS ： WPS 版本＞ 6. 13.0 以 上 7×24 小时稳定响应，无使用限制；集成论文助手 、代码调试等学术工具 腾讯元宝 元宝 App → 对话界面 → 点 击模型切换按钮 DeepSeek-R1 满血版； 混元深度思考模型 T1 ； 混元通用模型 Turbo 案例背景： 小明， 8 岁男孩， 三年级， 数学应用题薄弱（ 正确率 52% ， 痴迷恐龙， 近期因课堂插话频繁被老师约 谈 。 RN-OCO 提示语框架应用实例 学术 伦理 在使用 AI 辅助孩子学习时 ，要 确保不违反学术诚信原则，如 不抄袭 AI 生成的内容 。 新闻 伦理 如果 AI 用于获取新闻或信息 ， 要教育孩子辨别信息的真伪， 培养他们的媒体素养

案例库、学术文献及开 源技术成果。编写团队始终秉承开放共享与协作创新的理念， 在此向以下贡献者 致以专业致谢： 审计行业专家提供的领域知识框架； 开源社区共享的 AI 工程化实践经验； 学术机构发布的跨学科研究成果。 我们期待与行业同仁持续共建 DeepSeek 大模型在工程审计领域的知识生态 体系，推动工程审计智能化技术的普惠化发展。 本指南（V1.0）开放接受学术共同体与行业实践者的应用反馈，诚邀各界同 电车难题 中的功 利 主义与道德主义的冲突。得到结果如 图 2-4 智能问答的部分结果。 图 2-4 智能问答的部分结果 5 2.2.2 文本生成 文本生成的方向较多，包括新闻报道、学术论文、商业文案等。例如， 让它 “ 写一篇关于 Deepseek 技术与工程审计 ” 为主题 的大纲，它会迅速组织思路，从 多个角度阐述 DeepSeek 技术在工程审计领域的应用、带来的变革以及面临的挑

工具使用 本科：基础知识掌握 | 编程能力 | 算法理解 | 实践应用 | 跨学科意识 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领  AI+学科 各学科（非人工智能专业）与人工智能的深度融合的课程  AI通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | • 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 2. 伦理与学术诚信 3. 教育质量与学生发展 4. 教师角色与职业转型 5. 教育公平与数字鸿沟 6. 组织转型与系统适应  应对措施 1. 加强信息安全 • 建立安全分类框架，制定安全保护政策，进行安全培训

和生成能力。它能够理解自然语言，并能够生成自然语言文本 n 字节跳动豆包 豆包是字节跳动基于云雀模型开发的 AI，能理解你的需求并生成高质量回 应。它知识储备丰富，涵盖历史、科学、技术等众多领域，无论是日常问 题咨询，还是深入学术探讨，都能提供准确全面的信息。同时，具备出色 的文本创作能力，能撰写故事、诗歌、文案等各类体裁。并且擅长语言交 互，交流自然流畅，就像身边的知心伙伴，耐心倾听并给予恰当反馈。 2.2 国内的大模型产品 其产生原因主要包括：模型训练数据存在偏差、 不完整或错误，导致在学习过程中引入了不准确 的信息；模型基于概率分布生成内容，在某些情 况下会选择一些看似合理但实际错误的路径。大 模型幻觉会影响信息的准确性和可靠性，在信息 传播、学术研究等领域可能带来不良影响。因此， 在使用大模型时，需要对其输出内容进行仔细验 证和甄别。 3. 大模型的行业应用 3.1 大模型的行业应用领域 3.2 DeepSeek大模型的应用场景 3.3 会自动24小时扫描全球知识库 数据雷达 能把零散的信息拼成完整的战略地图 知识拼图 发现矛盾时，自动回溯、验证，调整推理路径 逻辑推理 可以综合各种知识，生成完美报告，附带文献引用 学术裁缝 5. 5 国内典型的智能体开发平台 Coze(扣子)是字节跳动推出的 新一代 AI 智能体开发服务平台 5. 5 国内典型的智能体开发平台 5. 5 国内典型的智能体开发平台 5. 5

市场机制创新。政策也从重点考虑单节点绿电占比转向全网协同调度 能力建设，体现了从局部优化到系统协同的演进路径。 1.3 行业实践进展，加速算力电力协同创新 政策引导下，行业组织、产业界和学术界正在形成协同创新的合 第九届未来网络发展大会白皮书 算电协同技术白皮书 6 力，推动算电协同从理论走向实践。 行业组织与机构在算电协同领域开展了系统性工作，中国电力发 展促进会于 “源网荷储”一体化项目落地，如青海柴达木建成全球首个 100%绿 电微电网算力中心，通过“自发自用”模式实现绿电消纳率超 95%。 学术界则聚焦技术融合创新，清华大学团队提出“算-电-热-碳”协同 理论框架，北京理工大学团队开发出基于 AI 的算力负荷动态预测模 型，可优化电网调度响应速度 30%以上。 学术届也在积极推进算电协同研究，北京邮电大学未来网络团队 （FNL）和紫金山实验室团队持续开展创新实践，共同推动着这一交 证环境。两个团队通过紧密的产学研合作，共同推动了我国算力电力 协同领域从理论到应用的全链条创新，为“东数西算”国家战略的落 第九届未来网络发展大会白皮书 算电协同技术白皮书 8 地实施奠定了坚实的学术基础和技术保障。未来，双方将继续深化在 动态资源感知、跨域协同优化、可信交易机制等前沿方向的研究，共 同推动构建更加绿色低碳、高效可靠的全国一体化算力网络体系。本 节通过典型案例展示了产学研各界的创新实践，验证了算电协同在技

2024 年 12 月 4 一、人形机器人概述 1.1 概念 1.1.1 定义及本文范畴 人形机器人这个概念一经提出，就在学术界、科技界和产业界引 起广泛讨论，人们从各自的认知和立场给出了不同的解读。从某种程 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引 发热烈讨论与争论也就不足为奇了。 在学术领域，“百家争鸣，百花齐放” 的氛围能够充分激发和调 动每一个人、每一个专业团体的想象力、创造力与积极性，推动学术 思想不断碰撞交融，产生丰硕的理论成果。但在产业化过程中，没有 一个准确的、界限明确的定义，将会造成产业界的混淆甚至混乱。因 此，对标 强制保险制度、建立赔偿基金、为复杂自动化 机器人创设“电子人”的法律地位等内容 18 欧洲 《地平线欧洲》 2021 年 将医疗保健、基础设施检查维护、农业食品和 快速生产四个主要领域，与机器人融合，再配 合由公司和学术界的机器人创新者组成的机 器人圈层，全面推动欧盟机器人领域的发展 德国 《“机器人研究行动计划”1.1 版》 2024 年 提出：（1）将基础科技创新应用于机器人开 发。（2）汇聚机器人研究机构。（3）为未来

AnythingLLM DeepSeek-R1 + ollama + Dify ChatBI 技术路线图 <2015 2016-2019 2020-2021 2023- 2021-2022 纯学术探索 核心技术 NL2SQL 技术缺陷：精度低 检索式 BI 核心技术：基于检索的 NL2SQL 技术缺陷：无语义理解 第一代对话式 BI 核心技术： NL2SQL （规则模 型） 技术缺陷：精度低、配置成本

开源的一个大规模的、高质量的图 像分割数据集，包含 10 万张图像和 100 万个标注，涵盖了人、动物、车辆、建筑等多种类别。  开源 SAM 模型和 SA-1B 数据集将为机器视觉领域的学术研究和产业应用提供更加丰富的资源和技术支持。通过更加广泛地应 用和改进 SAM 模型，将有助于推动图像分割技术在自动驾驶、医学影像分析、智能安防等领域的应用。 Meta AI 发布并开源图像分 “万里云”医学影像平台  万里云依托万东医疗、阿里健康、鱼跃集团和美年大健康的平台优势，构 建医学影像大数据云平台，提供远程医学影像服务以及影像云技术服务。  提供远程影像诊断、移动影像诊断、影像学术、个人健康管理、影像综合 解决方案等服务 在研人工智能项目  医学影像人工智能肺部项目  医学影像人工智能医学影像深度学习标注系统  医学影像人工智能万里云Doctor You 系统项目 “临床检验与病理诊断人工智能开放创新平台示范”取得广州市重点领域研发计划 项目支持  自然语言处理、机器视觉和数据挖掘等三大核心领域技术能力积累齐头并进  文本大数据处理中枢、AI项目对照、医学术语、专病模型、病例报告结构化等项 目已启动建设，共同为智慧医检场景落地提供核心驱动。  大力提升信息化水平，推广智慧报告、染色体AI、标本自动分拣、病理技术自动 化应用等项目，进一步提升整

种分层设计使得网络 各组件能够独立演进，极大地促进了数据传输的扩展性和适应性。 20 世纪 90 年代，Tim Berners-Lee 发明的万维网（World Wide Web） 将互联网从学术和研究工具转变为全球信息基础设施，其主要贡献是在网络应用 层采用超文本标记语言 HTML 将主机中的信息进行结构化表达和采用超文本传 输协议 HTTP 进行浏览器与服务器之间的通信，以传输 HTML DID 文档中嵌入公钥、撤销列表等机制，强化数字实体身份的安全性和可信度。 与 Ledger Anchoring 技术结合，在公链上为数据打不可篡改 “时间戳”。目 前无特定单一官方链接，可通过学术数据库或区块链相关技术论坛搜索更多资料。 •Ledger Anchoring：在公链上为数据打 “时间戳”，将数据与区块链不 可篡改特性结合，使数字实体的身份信息和相关数据得到更好保护和验证。相关