第1頁DeepSeek在教育和學(xué)術(shù)領(lǐng)域的應(yīng)用場景與案例第2頁摘要一、本講座為DeepSeek原理和應(yīng)用系列研討的講座之一，面向教育工作者、學(xué)校管理人員、學(xué)術(shù)研究人員、教育技術(shù)專家、學(xué)生、及關(guān)注教育和學(xué)術(shù)創(chuàng)新的社會各界人士，系統(tǒng)闡述DeepSeek技術(shù)如何賦能教育和學(xué)術(shù)全流程。本講座不僅提供理論指導(dǎo)，更注重提供實(shí)操模板與案例，強(qiáng)調(diào)無需依賴專門AI系統(tǒng)，普通教育和學(xué)術(shù)工作者也能便捷應(yīng)用通用模型與開放工具實(shí)現(xiàn)專業(yè)功能，具有廣泛實(shí)用性和遷移價值。二、教育和學(xué)術(shù)領(lǐng)域是一個知識密度極高的領(lǐng)域，也是受大語言模型技術(shù)影響較大的領(lǐng)域。本講座共包括五個部分，逐層遞進(jìn)、環(huán)環(huán)相扣，

從技術(shù)概述到教學(xué)應(yīng)用、學(xué)習(xí)輔助、科研支持再到管理賦能，

通過教-

學(xué)-

研-

管四個教育環(huán)節(jié)構(gòu)建了DeepSeek教育應(yīng)用的立體圖景。本講座內(nèi)容比較多，分為上中下三部分課件，學(xué)習(xí)和討論三天時間：第一天：DeepSeek技術(shù)重塑教育。第二天：教-DeepSeek貫通教學(xué)流程。學(xué)-DeepSeek實(shí)現(xiàn)個性化學(xué)習(xí)。第三天：研-DeepSeek賦能學(xué)術(shù)科研。管-DeepSeek提效學(xué)校管理。第3頁一、今天的講座分兩大部分，聚焦于Deepseek與AI認(rèn)知和DeepSeek對教育行業(yè)的影響。第一部分通過深度解析DeepSeek的核心技術(shù)來追溯AI的整體演進(jìn)，旨在為教育者構(gòu)建一個適應(yīng)未來的認(rèn)知新框架與人才培養(yǎng)視角。第二部分在闡明AI如何引領(lǐng)教育范式革命的基礎(chǔ)上，通過實(shí)踐案例探索教育者利用新技術(shù)進(jìn)行教學(xué)創(chuàng)新的具體路徑與普適性方法。二、DeepSeek與AI認(rèn)知此部分從DeepSeek的歷史開始，逐步講解AI的演進(jìn)及認(rèn)知：DeepSeek解密：詳細(xì)介紹DeepSeek技術(shù)歷程、核心優(yōu)勢及其算法在理解、推理、知識應(yīng)用上的提升。解析V3、R1等模型特性，旨在為聽眾構(gòu)建對這一前沿技術(shù)價值的堅(jiān)實(shí)理解基礎(chǔ)。AI技術(shù)演進(jìn)與認(rèn)知框架：梳理AI從規(guī)則系統(tǒng)到大模型的技術(shù)演進(jìn)，探討AI時代的認(rèn)知升級與人才觀變革。為教育者提供認(rèn)知框架，指明人才培養(yǎng)方向，促進(jìn)技術(shù)與教育融合。這部分內(nèi)容旨在為教育工作者提供一個科學(xué)的認(rèn)知框架，明確未來人才培養(yǎng)的方向，并搭建起先進(jìn)技術(shù)與教育實(shí)踐有效融合的橋梁三、DeepSeek對教育行業(yè)的影響此部分從教育變革的驅(qū)動力開始，進(jìn)一步講解AI對教育的影響：1、教育行業(yè)的AI范式革命：探討AI如何引領(lǐng)教育及相關(guān)領(lǐng)域的范式革命。闡述AI教育范式革命五大核心環(huán)節(jié)（智慧備課、沉浸教學(xué)、自適應(yīng)學(xué)習(xí)、智能考試、全維評測）及其對教育流程的重構(gòu)。分析DeepSeek應(yīng)用場景、優(yōu)勢、各教育階段適配性及選擇理由。2、DeepSeek在教育中的應(yīng)用：展示K12與高校AI人才培養(yǎng)及教學(xué)實(shí)踐的創(chuàng)新案例。對比專業(yè)AI平臺與通用模型（如DeepSeek）的應(yīng)用路徑。強(qiáng)調(diào)利用通用大模型及開放工具賦能教育者，突出方法原理的通用性與可遷移性。第一天的摘要：DeepSeek技術(shù)重塑教育目錄01DeepSeek和AI認(rèn)知DeepSeek解密AI技術(shù)演進(jìn)與認(rèn)知框架02DeepSeek對教育行業(yè)的影響教育行業(yè)的AI范式革命DeepSeek的教育應(yīng)用

第4頁現(xiàn)象：DeepSeek快速出圈，全民硬控2024年12月26日，

DeepSeek推出對標(biāo)OpenAIGPT-4o的語言模型DeepSeek

V3，隨后在美國AI行業(yè)內(nèi)部引起轟動。2025年1月20日，

DeepSeek發(fā)布對標(biāo)OpenAI

o1的DeepSeek

R1大語言模型，并于1月24日引起美國投資界KOL關(guān)注。2025年1月26日，關(guān)于DeepSeek顛覆了大模型的商業(yè)模式（堆算力、拼資本），引發(fā)英偉達(dá)股價大跌，DeepSeek首先在美國出圈，引發(fā)國際社會討論。2025年1月底（春節(jié)前后），

DeepSeek在中國出圈，并上升到中美競爭高度，同時紛紛接入DeepSeek，DeepSeek成為AI和大模型的代名詞。DeepSeek讓AI跨越了鴻溝。

第5頁到底誰是DeepSeek？公司、產(chǎn)品、模型于2023年5月成立北京公司，

2023年7月成立杭州公司，是幻方量化孵化出的一家大模型研究機(jī)構(gòu)（企業(yè)目標(biāo)是實(shí)現(xiàn)AGI），200人的團(tuán)隊(duì)分布在杭州和北京

，是中國AI2.0（大模型）時代的七小龍之一。AI1.0（深度學(xué)習(xí)）時代的四小龍：

商湯、曠世、云從、依圖除了DeepSeek公司之外，其它六家也被投資界稱為中國大模型企業(yè)六小虎（智譜AI、百川智能、月之暗面、階躍星辰、MiniMax、零一萬物）。

第6頁到底誰是DeepSeek？公司、產(chǎn)品、模型PaaS平臺服務(wù)（存儲、計(jì)算、數(shù)據(jù)、安全、中間件）IaaS硬件服務(wù)（設(shè)備/電腦/服務(wù)器/GPU、網(wǎng)絡(luò)、操作系統(tǒng)）MaaS模型服務(wù)（數(shù)據(jù)工程、推理加速、訓(xùn)練框架、API調(diào)用）生產(chǎn)辦公系統(tǒng)：目前多數(shù)為定制開發(fā)（RAG、Agent等）對話機(jī)器人：目前多數(shù)為標(biāo)準(zhǔn)產(chǎn)品，使用云服務(wù)免費(fèi)：DeepSeek、豆包、Kimi、元寶、Monica、秘塔搜索、問小白、Molly

R1等收費(fèi)（月費(fèi)；充值）：文小言、通義、可靈、即夢、Vidu、Liblib、ChatGPT等開源模型：DeepSeek、Qwen、Llama、SD、微調(diào)模型等向上提供：私有化部署，公有云服務(wù)（DeepSeek官網(wǎng)、硅基流動、火山引擎等）閉源模型：OpenAI、Claude、Gemini、Kimi、百度等向上提供：公有云服務(wù)（OpenAI官網(wǎng)）私有化部署本地：個人設(shè)備或電腦、企業(yè)服務(wù)器數(shù)據(jù)中心（IDC）：企業(yè)服務(wù)器、服務(wù)器集群（私有云）公有云服務(wù)：阿里云、火山云、騰訊云、金山云、華為云等；AWS、Azure等系統(tǒng)組成SaaS應(yīng)用服務(wù)（網(wǎng)頁、APP、桌面軟件、設(shè)備軟件）

第7頁部署方案到底誰是DeepSeek？公司、產(chǎn)品、模型公司、模型、產(chǎn)品引起中美AI行業(yè)內(nèi)部關(guān)注的是：模型引起美國關(guān)注的是：模型和公司春節(jié)前后在中國出圈的是：產(chǎn)品產(chǎn)品優(yōu)勢（用戶可感受到）思考過程展示中文好有情商容易獲得，使用簡單聯(lián)網(wǎng)和來源引用速度快免費(fèi)

第8頁到底誰是DeepSeek？公司、產(chǎn)品、模型

第9頁到底誰是DeepSeek？公司、產(chǎn)品、模型

第10頁ModelBase

ModelDeepSeek-R1-Distill-Qwen-1.5BQwen2.5-Math-1.5B蒸餾模型，能力稍弱實(shí)際上是增加了推理能力的Qwen模型和Llama模型，不能稱為DeepSeek模型。市場上有誤解，廠商有誤導(dǎo)，甚至Ollama工具的模型選項(xiàng)中也有誤導(dǎo)。DeepSeek-R1-Distill-Qwen-7BQwen2.5-Math-7BDeepSeek-R1-Distill-Llama-8BLlama-3.1-8BDeepSeek-R1-Distill-Qwen-14BQwen2.5-14BDeepSeek-R1-Distill-Qwen-32BQwen2.5-32BDeepSeek-R1-Distill-Llama-70BLlama-3.3-70B-InstructDeepSeek-R1-671BDeepSeek-V3-Base滿血版，能力最強(qiáng)模型參數(shù)量模型能力：通常來說，參數(shù)量越大，模型就有更強(qiáng)的理解和生成能力，但是需要更多計(jì)算資源。硬件需求：參數(shù)越多，對內(nèi)存（RAM）和顯存（VRAM）的需求就越高。運(yùn)行速度：參數(shù)量大的模型，推理速度更慢，尤其是資源不足的時候。知識密度百日定律：參數(shù)量每3.3個月降低一半。本地部署DeepSeek時，需根據(jù)硬件配置選擇合適模型版本。如1.5B模型適合資源受限設(shè)備，671B模型需服務(wù)器集群支持。合理匹配參數(shù)量與硬件，可優(yōu)化模型性能，提升運(yùn)行效率，避免資源浪費(fèi)或性能瓶頸。

第11頁模型蒸餾的定義通俗解釋：模型蒸餾就像是讓一個“老師”（大模型）把知識傳授給一個“學(xué)生”（小模型），讓“學(xué)生”變成“學(xué)霸”。正式定義：模型蒸餾是一種將大型復(fù)雜模型（教師模型）的知識遷移到小型高效模型（學(xué)生模型）的技術(shù)。模型蒸餾的原理教師模型的訓(xùn)練：先訓(xùn)練一個性能強(qiáng)大但計(jì)算成本高的教師模型。生成軟標(biāo)簽：教師模型對數(shù)據(jù)進(jìn)行預(yù)測，得到每個樣本的概率分布，這些就是軟標(biāo)簽。訓(xùn)練學(xué)生模型：用軟標(biāo)簽和硬標(biāo)簽共同訓(xùn)練學(xué)生模型。優(yōu)化與調(diào)整：通過調(diào)整超參數(shù)，優(yōu)化學(xué)生模型的性能。蒸餾技術(shù)的優(yōu)勢模型壓縮：學(xué)生模型參數(shù)少，計(jì)算成本低，更適合在資源受限的環(huán)境中部署。性能提升：學(xué)生模型通過學(xué)習(xí)教師模型的輸出概率分布，能夠更好地理解數(shù)據(jù)的模式和特征。效率提高：學(xué)生模型訓(xùn)練所需的樣本數(shù)量可能更少，訓(xùn)練成本降低。蒸餾模型

第12頁DeepSeek

V3/R1模型的優(yōu)勢混合專家MOE強(qiáng)化學(xué)習(xí)GRPO通訊優(yōu)化DualPipe多Token預(yù)測MTP混合精度訓(xùn)練FP8直接硬件編程PTX多頭潛注意力MLA測試時計(jì)算TTC并行訓(xùn)練框架HAI

第13頁能力突破開源、低成本、國產(chǎn)自主DeepSeek以“推理能力+第一梯隊(duì)性能”

為核心基礎(chǔ)，

疊加：

開源開放、超低成本、國產(chǎn)自主研發(fā)三大優(yōu)勢，不僅實(shí)現(xiàn)技術(shù)代際跨越，

更推動AI技術(shù)普惠化與國產(chǎn)化生態(tài)繁榮，

成為全球大模型賽道的重要領(lǐng)跑者?；A(chǔ)能力：進(jìn)入推理模型階段，并躋身全球第一梯隊(duì)推理能力躍升：

DeepSeek大模型核心技術(shù)突破，實(shí)現(xiàn)復(fù)雜推理任務(wù)的精準(zhǔn)處理與高效執(zhí)行，覆蓋多模態(tài)場景應(yīng)用。國際競爭力對標(biāo)：模型綜合性能躍居全球第一梯隊(duì)，技術(shù)指標(biāo)與國際頂尖水平（如GPT系列、Claude等）直接對標(biāo)，奠定國產(chǎn)大模型的行業(yè)標(biāo)桿地位。核心加分項(xiàng)：開源、低成本、國產(chǎn)自主開源：技術(shù)共享，生態(tài)共建全量開源訓(xùn)練代碼、數(shù)據(jù)清洗工具及微調(diào)框架開發(fā)者可快速構(gòu)建教育、金融、醫(yī)療等垂直領(lǐng)域應(yīng)用，推動協(xié)同創(chuàng)新。2.

低成本：普惠企業(yè)級AI應(yīng)用針對H系列芯片做了大量的模型架構(gòu)優(yōu)化和系統(tǒng)工程優(yōu)化。最后一次訓(xùn)練成本僅$557w

：顯著低于行業(yè)同類模型，打破高價壁壘。推理成本降低83%：千億參數(shù)模型適配中小企業(yè)需求，加速商業(yè)化落地。3.

國產(chǎn)自主：技術(shù)自主，縮短差距將國產(chǎn)模型與美國的代際差距從1-2年縮短至3-5個月，突破“卡脖子”技術(shù)瓶頸。構(gòu)建多行業(yè)專屬模型矩陣，全面支持國內(nèi)產(chǎn)業(yè)智能化升級。DeepSeek

R1模型的能力突破

第14頁DeepSeek

R1模型的能力突破

第15頁DeepSeek

R1模型的能力突破

第16頁DeepSeek

V3/R1模型的創(chuàng)新

第17頁一、基礎(chǔ)架構(gòu)：1. 混合專家模型（MoE）：DeepSeek采用MoE架構(gòu)，通過動態(tài)選擇最適合輸入數(shù)據(jù)的專家模塊進(jìn)行處理，提升推理能力和效率。2. 無輔助損失的專家負(fù)載均衡策略（EP）：該策略使DeepSeekMoE在不對優(yōu)化目標(biāo)產(chǎn)生干擾的前提下，實(shí)現(xiàn)各個專家的負(fù)載均衡，避免了某些專家可能會被過度使用，而其他專家則被閑置的現(xiàn)象。3. 多頭潛在注意力機(jī)制（MLA）：MLA通過低秩壓縮減少Key-Value緩存，顯著提升推理效率。4. 強(qiáng)化學(xué)習(xí)（RL）：DeepSeek-R1在訓(xùn)練中大規(guī)模應(yīng)用強(qiáng)化學(xué)習(xí)(讓模型自我探索和訓(xùn)練)，將傳統(tǒng)的PPO替換為GRPO訓(xùn)練算法，顯著提升推理能力。5. 多Token預(yù)測（MTP）：通過多Token預(yù)測，

Deepseek不僅提高了推理速度，還降低了訓(xùn)練成本。二、訓(xùn)練及框架：1.

FP8混合精度訓(xùn)練（FP8）：在關(guān)鍵計(jì)算步驟使用高精度，其他模型層使用FP8低精度進(jìn)一步降低訓(xùn)練成本。這一點(diǎn)，是DeepSeek團(tuán)隊(duì)非常有價值的創(chuàng)新和突破。2. 長鏈推理技術(shù)（TTC）：模型支持?jǐn)?shù)萬字的長鏈推理，可逐步分解復(fù)雜問題并進(jìn)行多步驟邏輯推理。3. 并行訓(xùn)練系統(tǒng)（HAI）：16

路流水線并行(Pipeline

Parallelism,

PP)、跨

8

個節(jié)點(diǎn)的

64

路專家并行(Expert

Parallelism,

EP)，以及數(shù)據(jù)并行(Data

Parallelism,

DP)，大幅提升模型訓(xùn)練速度。4. 通訊優(yōu)化（DualPipe）：

高效的跨節(jié)點(diǎn)通信內(nèi)核，充分利用

IB

和NVLink

帶寬特點(diǎn)，減少通信開銷，提高模型推理性能。混合機(jī)器編程（PTX）：部分代碼直接使用PTX編程提高GPU運(yùn)行效率。算子庫優(yōu)化（GEMM等Op）：針對H800計(jì)算卡的特點(diǎn)，優(yōu)化了一部分CUDA的算子庫。DeepSeek

V3/R1模型的創(chuàng)新

第18頁三、社會價值：開源生態(tài)：使用最為開放的MIT開源協(xié)議，吸引了大量研究人員和應(yīng)用廠商，推動了AI技術(shù)的發(fā)展。模型蒸餾支持：DeepSeek-R1同時發(fā)布了多個模型蒸餾。雖然這些蒸餾模型的生產(chǎn)初衷是為了驗(yàn)證蒸餾效果，但客觀上幫助用戶有機(jī)會使用移植了DeepSeek-R1滿血版模型的能力的更小的模型，以滿足不同應(yīng)用場景需求。副作用是：給市場和用戶造成了很多困擾。AI產(chǎn)品和技術(shù)的普及：對于大模型研發(fā)企業(yè)，更加重視infra工程的價值了。對于大模型應(yīng)用企業(yè)，有了更多高效低成本解決方案。對于社會大眾，認(rèn)識到AI是一個趨勢，不是曇花一現(xiàn)。對于市場，用戶開始主動引入AI，不再懷疑了。對于國家，大幅縮小了中美的核心技術(shù)差距。對于全人類，技術(shù)平權(quán)，造福一方。DeepSeek

R1

對大模型行業(yè)的重大影響DeepSeek-R1以低成本和開源特性打破以往頭部企業(yè)巨頭割據(jù)局面DeepSeek-R1的API定價僅為行業(yè)均價的1/10,推動了中小型企業(yè)低成本接入AI,對行業(yè)產(chǎn)生了積極影響DeepSeek-R1促使行業(yè)開始從“

唯規(guī)模論”

轉(zhuǎn)向更加注重“性價比”和“高效能”方向0102

第19頁03打破壟斷價格下調(diào)推動創(chuàng)新目錄01DeepSeek和AI認(rèn)知DeepSeek解密AI技術(shù)演進(jìn)與認(rèn)知框架02DeepSeek對教育行業(yè)的影響教育行業(yè)的AI范式革命DeepSeek的教育應(yīng)用

第20頁人工智能：古代（1956-2006，從規(guī)則到學(xué)習(xí)）人工智能：讓機(jī)器具備人類智能，讓機(jī)器具備非人類智能（超人類智能）傳統(tǒng)（知識+規(guī)則）：專家系統(tǒng)（知識庫+推理機(jī)）現(xiàn)代（數(shù)據(jù)+學(xué)習(xí)）：機(jī)器學(xué)習(xí)（模型、目標(biāo)、策略），數(shù)據(jù)模型（IID，用數(shù)學(xué)模型模擬世界）常規(guī)統(tǒng)計(jì)學(xué)習(xí)方法：邏輯回歸，決策森林，支持向量機(jī)，馬爾科夫鏈，……人工神經(jīng)網(wǎng)絡(luò)：與人腦最大的共同點(diǎn)是名字（原理、機(jī)制和架構(gòu)并不一樣），用神經(jīng)網(wǎng)絡(luò)表達(dá)數(shù)學(xué)模型傳統(tǒng)神經(jīng)網(wǎng)絡(luò)：霍普菲爾德網(wǎng)絡(luò)，玻爾茲曼機(jī)，…..深度神經(jīng)網(wǎng)絡(luò)：深度學(xué)習(xí)（Hinton，2006）

第21頁人工智能：近代（2006-2020，深度學(xué)習(xí)））深度學(xué)習(xí)：深度神經(jīng)網(wǎng)絡(luò)2006：傳統(tǒng)架構(gòu)：DBN，CNN，RNN，ResNet，Inception，RWKV，……ImageNet（超過人眼）AlphaGO（超過人類棋手）AlphaFold（超過人類科學(xué)家）2017：Transformer架構(gòu)：注意力機(jī)制（Attention）預(yù)訓(xùn)練模型架構(gòu)：編碼器（BERT）

：

embedding，Ernie1.0，……混合網(wǎng)絡(luò)：

T5、GLM（早期）解碼器（GPT）：生成式人工智能（AIGC預(yù)訓(xùn)練模型架構(gòu)：并行矩陣計(jì)算（GPU）堆疊架構(gòu)，容易擴(kuò)展，大力出奇跡

第22頁人工智能：現(xiàn)代（2020-，大模型）大模型（預(yù)訓(xùn)練大模型）：大（數(shù)據(jù)多、參數(shù)多、算力多），模型（語言、視覺、多模態(tài)）GPT架構(gòu)：解碼器（GPT），生成式人工智能（AIGC），生成-理解-決策（RL）Transformer：大語言模型（LLM，大模型），多模態(tài)模型ChatGPT（4.1、4o、o1、o3、o4）、Claude；Grok、Gemini；Llama、……DeepSeek、Step、Qwen；

Kimi、MiniMax；

GLM、火山(

豆包)、元寶、百度……Transformer+Diffusion：視覺模型圖像：

Stable

Diffusion、Mid-

Journey、DALL.

E等視頻：

Sora、可靈、即夢、Vidu、海螺等通用模型

vs

垂直模型（行業(yè)模型）傳媒、編碼教育、醫(yī)療、金融等

第23頁Generative（生成式）Pre-trained（預(yù)訓(xùn)練）Transformer（一種深度神經(jīng)網(wǎng)絡(luò)架構(gòu)）大模型的工作原理:

NTP（Next

Token

Prediction）4.基于上下文預(yù)測下一個token為可能的單詞分配概率分?jǐn)?shù)示例:{“去”:0.7.

“停":0.2,“站":0.1}3.

采用Transformer架構(gòu)處理token理解token之間的關(guān)系識別提示詞的整體含義5.根據(jù)概率分?jǐn)?shù)選擇標(biāo)記示例:“去”1.

收到提示詞示例:“今天天氣不錯，我決定”自回歸（AR）：重復(fù)步驟4和步驟5直到形成完整的句子示例：今天天氣不錯，我決定去公園準(zhǔn)確地講，這里不是“字”，是“token”，可以進(jìn)行語義計(jì)算。2.將輸入拆分為token概率預(yù)測+文字接龍LLM:LargeLanguage

Model“今天”,

“天”,

“氣”,

“不”,

“錯”“,”,

“我”,

“決定”][,GPT

第24頁大模型的工作過程：預(yù)訓(xùn)練-后訓(xùn)練-推理大模型工作過程上下文+訓(xùn)練知識階段1：模型訓(xùn)練（預(yù)訓(xùn)練+后訓(xùn)練）

第25頁預(yù)訓(xùn)練（自監(jiān)督）階段2：推理人類反饋強(qiáng)化學(xué)習(xí)處理輸入進(jìn)行推理生成輸出監(jiān)督微調(diào)接收輸入大模型的最新發(fā)展（從原子彈到氫彈）：推理2022.122023.06 2023.122024.06生成模型2025.03推理模型ref:

SuperCLUE團(tuán)隊(duì)

中文大模型基準(zhǔn)測評2025年3月報(bào)告OpenAI

推出基于

GPT-4o

模型的圖像生成功能，取代此前的

DALL·E

3成為ChatGPT

和

Sora

平臺的默認(rèn)圖像引擎

OpenAI發(fā)布o(jì)3-mini

、GPT-4.5，前者推動成本效益推理，后者展現(xiàn)出較高的情感智能。Gemini

2.0

Flash

Thinking、Claude-3.7-Sonnet、Grok3發(fā)布，海外推理模型引發(fā)熱潮，推理性能大幅度提升。國內(nèi)推理模型持續(xù)跟進(jìn)。DeepSeek-R1、QwQ-32B、Kimi1.5、GLM-Zero、Skywork

o1、訊飛星火X1等推理模型陸續(xù)發(fā)布，繼續(xù)突破推理能力的上限。國內(nèi)模型性能持續(xù)提升。DeepSeek-V3、Qwen2.5、豆包-Pro、混元-Turbo與GLM-4-Plus等系列模型綜合能力上持續(xù)提升。國內(nèi)開源生態(tài)持續(xù)引領(lǐng)模型普惠化。DeepSeek-R1通過開源與性價比優(yōu)勢持續(xù)推動行業(yè)技術(shù)普惠化進(jìn)程。繁榮期OpenAI發(fā)布Sora，極大拓展了AI在視頻領(lǐng)域的想象力。GPT-40、Claude3.5、Gemini1.5、Llama3發(fā)布，海外進(jìn)入“一超多強(qiáng)”的競爭格局。國內(nèi)多模態(tài)領(lǐng)域進(jìn)展迅速，在部分領(lǐng)域領(lǐng)先海外，視頻生成模型可靈AI、海螺視頻、Vidu、PixVerse等模型陸續(xù)發(fā)布，并在海外取得較大應(yīng)用進(jìn)展。國內(nèi)通用模型持續(xù)提升，Qwen2.5、文心4.0、GLM4、商湯5.5等通用模型陸續(xù)更新。準(zhǔn)備期深化期躍進(jìn)期ChatGPT發(fā)布，全球范圍內(nèi)迅速形成大模型共識。GPT4發(fā)布，進(jìn)一步掀起大模型研發(fā)熱潮。國內(nèi)快速跟進(jìn)大模型研發(fā)，文心一言1.0、通義千問、訊飛星火、360智腦、ChatGLM等首批模型相繼發(fā)布。

第26頁Llama2開源，極大助力全球大模型開發(fā)者生態(tài)。GPT-4

Turbo、Gemini等海外大模型發(fā)布，繼續(xù)提升模型性能。Midjourney發(fā)布5.2Stable

Diffusion

XL發(fā)布國內(nèi)閉源大模型快速發(fā)展，豆包、混元、商湯3.0、盤古3.0、AndesGPT、BlueLM、星火3.0、KimiChat等陸續(xù)發(fā)布。國內(nèi)開源生態(tài)爆發(fā)，Baichuan、Qwen、InternLM、ChatGLM3、Yi-34B等系列模型引領(lǐng)開源熱潮。大語言模型的能力邊界生成嚴(yán)肅內(nèi)容+垃圾信息的混合知識量大，但缺少內(nèi)在關(guān)聯(lián)能力幻覺來源：有損壓縮，

NTP的溫度觀點(diǎn)：創(chuàng)意和創(chuàng)新記憶多輪對話：產(chǎn)品設(shè)計(jì)，計(jì)算成本1.

語言能力：理解和生成知識能力幻覺（生成不符合事實(shí)的內(nèi)容）知識庫限制（公開、私有、即時）上下文窗口限制（記憶、成本）3.

推理能力解決方案提示詞（Prompt）思維鏈（CoT）搜索增強(qiáng)（RAG）4. 知識圖譜（KGE）5. 模型微調(diào)（Fine

Tune）

第27頁生成模型和推理模型適用場景

第28頁生成模型是玩知識和文字的，推理大模型是玩邏輯和推理的，至于計(jì)算問題，

還是找計(jì)算器吧推理模型也不是萬能的，其幻覺通常比生成模型大，很多不需要強(qiáng)推理的場合還是傳統(tǒng)的生成模型比較適合比較項(xiàng)生成模型（GPT-4o、

DeepSeek-V3）推理模型（GPT-o3、

DeepSeek-R1）模型定位專注于通用自然語言處理，多模態(tài)能力突出，適合日常對話、內(nèi)容生成、翻譯以及圖文、音頻、視頻等信息處理。側(cè)重于復(fù)雜推理與邏輯能力，擅長數(shù)學(xué)、編程和自然語言推理任務(wù)，適合高難度問題求解和專業(yè)領(lǐng)域應(yīng)用。推理能力在日常語言任務(wù)中表現(xiàn)均衡，但在復(fù)雜邏輯推理（如數(shù)學(xué)題求解）上準(zhǔn)確率較低。在復(fù)雜推理任務(wù)表現(xiàn)卓越，尤其擅長數(shù)學(xué)、代碼推理任務(wù)。多模態(tài)支持支持文本、圖像、音頻乃至視頻輸入，可處理多種模態(tài)信息。當(dāng)前主要支持文本輸入，不具備圖像處理等多模態(tài)能力；未來可能通過社區(qū)貢獻(xiàn)擴(kuò)展相關(guān)功能。應(yīng)用場景適合廣泛通用任務(wù)，如對話、內(nèi)容生成、多模態(tài)信息處理以及跨語言交流；面向大眾市場和商業(yè)應(yīng)用。更適合需要高精度推理和邏輯分析的專業(yè)任務(wù)，如數(shù)學(xué)競賽、編程問題和科學(xué)研究；在思路清晰度要求高的場景具有明顯優(yōu)勢，比如采訪大綱、方案用戶交互體驗(yàn)提供流暢的實(shí)時對話體驗(yàn)，支持多種輸入模態(tài)；用戶界面友好，適合大眾使用?？烧故静糠宙?zhǔn)剿伎歼^程，便于用戶理解推理過程；界面和使用體驗(yàn)具有較高的定制性但整體交互節(jié)奏較慢。推理密集型任務(wù)編程任務(wù)中的代碼生成、算法設(shè)計(jì)， 媲美Claude

3.5

Sonnet。數(shù)學(xué)問題求解、科學(xué)推理和邏輯分析等需要復(fù)雜推理的場景。強(qiáng)推理任務(wù)需要基于大量知識，進(jìn)行長鏈分析和強(qiáng)推理的復(fù)雜任務(wù)。例如：工作方案、科研實(shí)驗(yàn)、病理診斷、命理玄學(xué)、市場分析、輿情分析、教育教學(xué)等。中文要求高的任務(wù)理解和使用中國文化背景、習(xí)慣用語、古文詩詞（如生成春聯(lián)）

。優(yōu)于ChatGPT的中文能力。語言風(fēng)格：DeepSeek體（不明覺厲）。這一部分用DeepSeek-V3也可以做到。DeepSeek-R1

應(yīng)用場景

第29頁人工智能：快速沖擊智力行業(yè)，逐漸侵蝕物理世界人工智能：讓機(jī)器具備人類智能，讓機(jī)器具備非人類智能（超人類智能）機(jī)器學(xué)習(xí)深度學(xué)習(xí)大模型大語言模型：DeepSeek視覺模型：可靈、

即夢多模態(tài)模型：GPT-4o

第30頁對現(xiàn)代人工智能的正確認(rèn)知：本質(zhì)、關(guān)鍵過程、關(guān)鍵要素

第31頁現(xiàn)代人工智能（大模型）的本質(zhì)這一波人工智能本質(zhì)上是數(shù)據(jù)智能，只要是有時間結(jié)構(gòu)和空間結(jié)構(gòu)的數(shù)據(jù)，都可以識別出數(shù)據(jù)分布模式，建立數(shù)據(jù)模型，從而產(chǎn)生智能。這一波人工智能的核心是語言智能，通過分析和建模人類語言，獲取人類的知識，并進(jìn)一步獲取人類的思維模式。或許，AI只是一個我們和他人和祖先和整個人類的意義世界的交互的接口的翻譯器。與我們對話的，不是AI，而是AI背后那個人類構(gòu)造出的意義世界。因此，

AI可以成為我們的伙伴和導(dǎo)師，例如：

DeepSeek對貪嗔癡的解釋。大模型技術(shù)的關(guān)鍵過程預(yù)訓(xùn)練：中小學(xué)，打基礎(chǔ)后訓(xùn)練：

RL、SFT。大學(xué)，有專業(yè)微調(diào)、Prompt。入職實(shí)習(xí)，能干活大模型技術(shù)的關(guān)鍵要素Token：

萬物皆token2.

Attention：熵減即智能GPT：大力出奇跡Data：以古鑒今RL：自學(xué)成才（決策，探索未知，生成數(shù)據(jù)）6.

優(yōu)化：卷Infra和算法，實(shí)事求是，反抽象FT：后訓(xùn)練的藝術(shù)TTC：大力出奇跡

AGAIN9.

Prompt：有話好好說10.

Agent：最后的筐對現(xiàn)代人工智能的正確認(rèn)知：AI與IT的區(qū)別IT：確定性的任務(wù)（簡單和繁雜），以代碼邏輯為核心1.0：記憶+計(jì)算（馮諾依曼；軟件時代）2.0：記憶+計(jì)算+搜索（互聯(lián)網(wǎng)時代）AI：不確定的任務(wù)（復(fù)雜和混沌），以數(shù)據(jù)模型為核心0.0：專家系統(tǒng)：知識+規(guī)則1.0：機(jī)器學(xué)習(xí)：數(shù)據(jù)+學(xué)習(xí)，白盒0.5：傳統(tǒng)機(jī)器學(xué)習(xí)：人類定義特征，人類估算模型參數(shù)1.0：人工神經(jīng)網(wǎng)絡(luò)：人類定義特征，模型自己學(xué)習(xí)模型參數(shù)2.0：深度學(xué)習(xí)：數(shù)據(jù)+學(xué)習(xí)，黑盒（不可控，有錯誤概率）1.5：判別模型：人類只提供數(shù)據(jù)，端到端學(xué)習(xí)（模型自己抽取特征，自己學(xué)習(xí)模型參數(shù)）2.0：生成模型：訓(xùn)練階段+推理階段；壓縮+生成（幻覺）2.5：推理模型：訓(xùn)練階段強(qiáng)化學(xué)習(xí)；推理階段慢思考IT應(yīng)用與AI應(yīng)用的關(guān)鍵差異：在互聯(lián)網(wǎng)時代，用戶使用系統(tǒng)的成本很低，邊際成本接近于零。在AI時代，用戶使用系統(tǒng)的成本比較高，有大量的GPU算力需求，邊際成本較高。

第32頁現(xiàn)代人工智能的發(fā)展路徑通用人工智能AGI，ArtificialGeneral

Intelligence通常是指具備與人類同等或超越人類智能水平的人工智能系統(tǒng)。OpenAI：在大多數(shù)經(jīng)濟(jì)價值創(chuàng)造任務(wù)中表現(xiàn)優(yōu)于人類的高度自主系統(tǒng)。AI

肖睿團(tuán)隊(duì)：90%的智力任務(wù)上超過90%的人類，很可能在2030年之前到來。,在問題求解方面AI學(xué)會求解問題，涌現(xiàn)世界知識和類人的復(fù)雜邏輯推理能力突破圖靈測試AI學(xué)會使用工具，利用工具完成多數(shù)人類物理世界問題,在工具使用方面突破圖靈測試AI能力全面超越人類，具備探究科學(xué)規(guī)律、世界起源等終極問題的能力Level

1.AI學(xué)會使用人類語言，在大多數(shù)自然語言任務(wù)上突破圖靈測試Level

2.Level

3.Level

4.Al通過自我學(xué)習(xí),具備自我批判、自我改進(jìn)以及自我反思能力Level

5.

第33頁Agent是傳統(tǒng)應(yīng)用（工具+流程）的AI改造

工具：1.2.直接使用模型或AI產(chǎn)品增強(qiáng)模型能力（

RAG、

FT）

流程：1.WorkFlow

（人工定義）Coze、

Dify、

ComfyUI2.Agentic

AI（模型拆解：環(huán)境、工具、策略）斯坦福小鎮(zhèn)（

MetaGPT）AutoGLM、

Manus、Coze

Space、Aipy趨勢：A2A和MCP將成為AI系統(tǒng)（Agent）的必備要素如果想象成一個筆記本電腦：1.

大模型就是CPUA2A就是網(wǎng)絡(luò)接口MCP就是USB接口Agent：從human

in

loop到human

on

loop

第34頁人類設(shè)立任務(wù)目標(biāo)AI對其中某(

幾)

個任務(wù)提供信息或建議人類自主結(jié)束工作人類設(shè)立任務(wù)目標(biāo)AI完成其中某(

幾)

個流程的初稿人類修改調(diào)整確認(rèn)人類自主結(jié)束工作設(shè)立目標(biāo)提供資源監(jiān)督結(jié)果全權(quán)代理任務(wù)拆分工具選擇進(jìn)度控制自主結(jié)束工作Agent的核心特征是自主（請人類走開）Embedding：助手模式AI人類人類完成絕大部分工作Agent：代理模式人類 AIAI完成絕大部分工作Copilot：伙伴模式AI人類人類和AI協(xié)作工作AI時代認(rèn)知升級培養(yǎng)數(shù)據(jù)驅(qū)動思維

第35頁樹立終身學(xué)習(xí)與跨界融合意識打破傳統(tǒng)思維局限終身學(xué)習(xí)的必要性跨界融合趨勢與機(jī)會數(shù)據(jù)價值的認(rèn)知數(shù)據(jù)分析與解讀能力建立非線性思維擁抱“不確定性”數(shù)字素養(yǎng)通識教育的變遷人工智能時代2020s-

現(xiàn)在核心目標(biāo)：人機(jī)協(xié)同能力與批判性思維主要技能：AI工具應(yīng)用與提示詞工程AI輸出結(jié)果評估與驗(yàn)證解決復(fù)雜問題的人機(jī)協(xié)作主要挑戰(zhàn)：平衡技術(shù)效率與獨(dú)立思考能力大數(shù)據(jù)時代2010s-

2020核心目標(biāo)：數(shù)據(jù)思維與分析能力提升主要技能：數(shù)據(jù)收集與清洗處理數(shù)據(jù)可視化表達(dá)基礎(chǔ)統(tǒng)計(jì)分析與解讀主要挑戰(zhàn)：培養(yǎng)數(shù)據(jù)思維，理解數(shù)據(jù)價值計(jì)算機(jī)與互聯(lián)網(wǎng)時代1990s-

2000s核心目標(biāo)：計(jì)算機(jī)應(yīng)用和網(wǎng)絡(luò)資源利用能力主要技能：Office辦公軟件應(yīng)用電子郵件與網(wǎng)頁搜索基本信息檢索與管理主要挑戰(zhàn)：降低數(shù)字鴻溝，普及基礎(chǔ)數(shù)字能力

第36頁AI2.0時代的人才需求一、應(yīng)用人才（實(shí)際上包括所有人）思維要求：用AI技術(shù)和工具去解決實(shí)際問題，提高工作和生活的效率和質(zhì)量，賦能行業(yè)能力增加：問題定義能力，獨(dú)立思考能力和判斷力，表達(dá)和溝通能力能力減少：記憶力和知識儲備，計(jì)算推理能力，執(zhí)行力（紀(jì)律和毅力），創(chuàng)造力？教育需求：AI通識教育二、IT專業(yè)人才（產(chǎn)品經(jīng)理、開發(fā)崗位）思維要求：數(shù)據(jù)思維，模型思維，以人為本，賦能行業(yè)，理解場景能力增加：機(jī)器學(xué)習(xí)-深度學(xué)習(xí)-大模型原理，數(shù)據(jù)工程能力能力減少：代碼能力，邏輯能力？文檔能力，軟硬件工程能力（IT項(xiàng)目管理和適配）教育需求：新IT教育三、AI2.0專業(yè)人才（數(shù)據(jù)、算法和模型、算力和工程）思維要求：數(shù)學(xué)思維，好奇心和試錯思維，熱愛人類能力增加1：數(shù)據(jù)工程能力，數(shù)據(jù)合成能力能力增加2：底層軟硬件工程能力（芯片、通訊、操作系統(tǒng)）能力增加3：大模型范式能力（Transformer、Diffusion、RL等）能力減少：數(shù)學(xué)能力，機(jī)器學(xué)習(xí)傳統(tǒng)算法，深度學(xué)習(xí)傳統(tǒng)模型教育需求：AI專業(yè)教育各行業(yè)AI賦能人才日常的AI應(yīng)用

第37頁大模型開發(fā)工程師AI應(yīng)用開發(fā)工程師Agent開發(fā)工程師AI產(chǎn)品經(jīng)理...算法工程師深度學(xué)習(xí)專家大模型研究員...AI2.0時代的技術(shù)觀和人才觀-我們的判斷AI成為學(xué)生的必備素養(yǎng)社會對AI人才的需求0203AI技術(shù)的突破和范式轉(zhuǎn)換01

第38頁如自然語言處理、計(jì)算機(jī)視覺、自動駕駛等數(shù)據(jù)智能：

AI1.0到AI2.0智能門檻：判別-生成-推理崗位變化：人工智能首先改變的是崗位任務(wù)和崗位流程，然后才是崗位本身應(yīng)用能力：不要求專業(yè)深度，但也不是簡單的工具使用，而是深度應(yīng)用解決問題思維能力：不是記憶和推理，而是問題定義、溝通表達(dá)、結(jié)果鑒別現(xiàn)在，懂AI技術(shù)，會AI應(yīng)用，具備競爭優(yōu)勢未來，懂AI技術(shù)，會AI應(yīng)用，僅僅是不會競爭劣勢（必備技能）目錄01DeepSeek和AI認(rèn)知DeepSeek解密AI技術(shù)演進(jìn)與認(rèn)知框架02DeepSeek對教育行業(yè)的影響教育行業(yè)的AI范式革命DeepSeek的教育應(yīng)用

第39頁人工智能對教育的直接影響從工作到工具外部驅(qū)動力AI作為教育工具個性化學(xué)習(xí)系統(tǒng)教學(xué)方法變革更豐富的教學(xué)資源內(nèi)部驅(qū)動力人才需求的變化產(chǎn)業(yè)結(jié)構(gòu)的變化（無人化）工作流重塑新的AI技能需求老舊技能的更替

第40頁人工智能與教育的深層關(guān)系超越“工具論”和“威脅論”

第41頁工具論提升效率、輔助教學(xué)、改進(jìn)管理威脅論取代教師、削弱學(xué)生認(rèn)知能力、加劇不公范式革命根本性地重塑教育的目的、內(nèi)容、方法和評估體系人工智能時代的范式革命：知識知識倉庫知識煉金術(shù)士知識爆炸、即時可得、易于自動化處理AI成為強(qiáng)大的“外部知識庫”基于知識的稀缺性和獲取難度記憶→

理解

→

應(yīng)用知識擁有量→“駕馭和創(chuàng)造”知識的能力批判性評估與整合創(chuàng)造性生成與運(yùn)用提出高質(zhì)量問題的能力

第42頁人工智能時代的范式革命：認(rèn)知構(gòu)建雙腦思維認(rèn)知體系人腦優(yōu)勢區(qū)元認(rèn)知監(jiān)控反算法思維直覺判斷人機(jī)協(xié)同區(qū)多模態(tài)信息處理降低認(rèn)知負(fù)荷模式識別增強(qiáng)傳統(tǒng)認(rèn)知新認(rèn)知挑戰(zhàn)邏輯、計(jì)算、分析能力人類特有的優(yōu)勢領(lǐng)域

第43頁人工智能時代的范式革命：價值對抗AI異化的免疫工程人類防御增強(qiáng)區(qū)批判性直覺深度共情能力整合型自我認(rèn)知AI侵蝕風(fēng)險(xiǎn)區(qū)意義感消解情感與連接異化身份認(rèn)同模糊情感增強(qiáng)社會抗體培養(yǎng)通往自由之路

第44頁意義重構(gòu)人工智能時代的范式革命：社會信息過濾與社會極化隱私與數(shù)據(jù)權(quán)力重構(gòu)算法歧視與社會不公虛假信息與信任危機(jī)社會結(jié)構(gòu)與公民算法社會理解者塑造者數(shù)字公民素養(yǎng)與AI倫理算法識讀與數(shù)據(jù)素養(yǎng)批判性媒體素養(yǎng)積極參與技術(shù)治理跨文化與跨“

物種”（

人機(jī)）

協(xié)作能力公民素養(yǎng)與社會

第45頁教育范式革命的挑戰(zhàn)與機(jī)遇風(fēng)險(xiǎn)識別策略平衡風(fēng)險(xiǎn)認(rèn)知與能力退化陷阱教師角色的沖擊與轉(zhuǎn)型困境評估體系的滯后與失效技術(shù)倫理、隱私與安全風(fēng)險(xiǎn)虛擬沉浸與現(xiàn)實(shí)疏離數(shù)字鴻溝與教育不公加劇機(jī)遇實(shí)現(xiàn)真正的個性化學(xué)習(xí)解放教師精力，聚焦高價值任務(wù)推動教育公平（潛在）加速終身學(xué)習(xí)體系構(gòu)建創(chuàng)新教學(xué)內(nèi)容與形式

第46頁人工智能時代的范式革命：教育第第474頁7頁實(shí)現(xiàn)教育本質(zhì)評估革新方添式加創(chuàng)標(biāo)新題內(nèi)容重構(gòu)社會增強(qiáng)人添性加增標(biāo)強(qiáng)題認(rèn)知增強(qiáng)教育本質(zhì)回歸：培養(yǎng)能獨(dú)立思考、健全發(fā)展、積極參與并引領(lǐng)社會進(jìn)步的人類。快樂學(xué)習(xí)，全面發(fā)展。教育體系重塑：AI時代的教育體系需要在關(guān)鍵領(lǐng)域進(jìn)行系統(tǒng)性變革與實(shí)踐教育目標(biāo)轉(zhuǎn)型：AI時代的教育基礎(chǔ)目標(biāo)及核心能力，旨在全面提升學(xué)員應(yīng)對未來挑戰(zhàn)的綜合素養(yǎng)全球AI+教育相關(guān)政策

第48頁來源：UNESCO、美國教育部官網(wǎng)、歐洲議會官網(wǎng)、日本文部科學(xué)省官網(wǎng)、英國教育部官網(wǎng)、澳洲教育部官網(wǎng)、加拿大網(wǎng)絡(luò)安全中心、斯里蘭卡政府官網(wǎng)等公開資料，艾瑞咨詢研究院自主研究繪制中國AI+教育相關(guān)政策2017國務(wù)院：《新一代人工智能發(fā)展規(guī)劃》提出"智慧能教育"推動教育質(zhì)人工智能技術(shù)培訓(xùn)和應(yīng)用2018教育部：《高等學(xué)校人工智能創(chuàng)新行動計(jì)劃》教育部：《教育信息化2.0行動計(jì)劃》構(gòu)建人工智能多層次教育體系，在中小學(xué)階段引入人工智能普及教育2019.5聯(lián)合國教科文組織：《北京共識——人工智能與教育》探索采用人工智能技術(shù)構(gòu)建新型教育學(xué)習(xí)體系2022.8科技部：《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》支持建設(shè)"備、教、練、測、管"等關(guān)鍵環(huán)節(jié)智慧教室等場景，支持教育智能化應(yīng)用2022.2教育部：《關(guān)于推進(jìn)新時代普通高中多樣化特色發(fā)展的實(shí)施意見》展的實(shí)施意見》

推動辦學(xué)管理智能化，探索區(qū)域、主體兩級質(zhì)量互促機(jī)制2019.2國務(wù)院：《中國教育現(xiàn)代化2035》加快教育信息化基礎(chǔ)設(shè)施建設(shè)，提出要推動新型教育技術(shù)裝備管理、教學(xué)評價中的應(yīng)用2021.9科技部：《新一代人工智能倫理規(guī)范》強(qiáng)調(diào)

AI

教育應(yīng)用要遵循"以人為本、安全發(fā)展"原則，為技術(shù)應(yīng)用提供倫理指導(dǎo)2021.6六部門：《關(guān)于推進(jìn)教育新型基礎(chǔ)設(shè)施建設(shè)構(gòu)建高質(zhì)量教育支撐體系的指導(dǎo)意見》建設(shè)教育專網(wǎng)和云平臺，支持AI技術(shù)的部署和應(yīng)用；推動智能教學(xué)設(shè)備和工具的普及，加強(qiáng)教育數(shù)據(jù)資源的整合與共享2024.11教育部：《關(guān)于加強(qiáng)中小學(xué)人工智能教育的通知》構(gòu)建系統(tǒng)化課程體系，到2030年前在中小學(xué)基本普及人工智能教育2025.1國務(wù)院：《教育強(qiáng)國建設(shè)規(guī)劃綱要（2024—2035年）》綱要核心“高質(zhì)量教育體系”，注重公平、創(chuàng)新，強(qiáng)化科技、職教、終身學(xué)習(xí)，推數(shù)字化、國際化，助教育強(qiáng)國2022.4科技部：《中國智慧教育藍(lán)皮書》支持建設(shè)"備、教、練、測、管"等關(guān)鍵環(huán)節(jié)智慧教室等場景，支持教育智能化應(yīng)用2025.5教育部：《中小學(xué)生成式人工智能使用指南（2025年版）》推動生成式人工智能在中小學(xué)教育中的科學(xué)規(guī)范使用，加速構(gòu)建人工智能引領(lǐng)的創(chuàng)新教育生態(tài)，助力國家創(chuàng)新體系整體效能提升

第49頁AI的三層教育價值終極價值融合價值工具價值讓學(xué)生自由而全面的發(fā)展讓學(xué)生享受學(xué)習(xí)的快樂技術(shù)融合改變培養(yǎng)目標(biāo)技術(shù)融合革命培養(yǎng)方式實(shí)現(xiàn)“蘇格拉底教學(xué)法”和同伴學(xué)習(xí)提升教師備課授課效率提升教育管理者決策效率層層遞進(jìn)回歸教育本質(zhì)重塑教育體系促進(jìn)教學(xué)變革

第50頁AI教育應(yīng)用落地的四層障礙

第51頁AI+教育的四條實(shí)踐路徑引導(dǎo)教師從知識傳授者轉(zhuǎn)變?yōu)閷W(xué)習(xí)設(shè)計(jì)師與引導(dǎo)者，設(shè)計(jì)高質(zhì)量的學(xué)習(xí)體驗(yàn)01設(shè)計(jì)過程導(dǎo)向評價，關(guān)注思維過程而非結(jié)果，鼓勵學(xué)生展示解題思路和推理過程02將AI素養(yǎng)納入課程體系，培養(yǎng)學(xué)生辨別AI內(nèi)容的能力，以及合理、合規(guī)使用AI的意識03建立清晰的AI應(yīng)用指南，明確哪些環(huán)節(jié)鼓勵使用，哪些環(huán)節(jié)需獨(dú)立完成，形成共識04教師角色轉(zhuǎn)型

第52頁重構(gòu)評價體系培養(yǎng)AI素養(yǎng)技術(shù)使用規(guī)范目錄01DeepSeek和AI認(rèn)知DeepSeek解密AI技術(shù)演進(jìn)與認(rèn)知框架02DeepSeek對教育行業(yè)的影響教育行業(yè)的AI范式革命DeepSeek的教育應(yīng)用

第53頁AI在各教育階段的應(yīng)用1.學(xué)前教育側(cè)重：幼兒安全健康成長教育教學(xué)輔助：學(xué)前教育資源共享、協(xié)同備課、在線教研等數(shù)字化場景需求教育活動監(jiān)測：采集活動軌跡、活動時長、情緒情感、參與狀態(tài)等數(shù)據(jù)，支持觀察分析衛(wèi)生保健保障：利用智能設(shè)備實(shí)現(xiàn)晨檢、健康觀察、體質(zhì)監(jiān)測、膳食配餐等數(shù)據(jù)管理分析5.成人教育階段側(cè)重：個化性專業(yè)技能提升個性化學(xué)習(xí)：根據(jù)不同職業(yè)、基礎(chǔ)和需求制定專屬學(xué)習(xí)路徑；智能分析提供適配學(xué)習(xí)資源豐富學(xué)習(xí)資源：提供多樣化課程形式和內(nèi)容；適配多類型學(xué)習(xí)終端，支持靈活自主學(xué)習(xí)職業(yè)發(fā)展支持：構(gòu)建職業(yè)導(dǎo)向課程體系；加強(qiáng)虛擬環(huán)境實(shí)踐教學(xué)；支持學(xué)歷提升和專業(yè)技能更新2.初等教育階段側(cè)重：學(xué)生興趣培養(yǎng)和習(xí)慣養(yǎng)成教學(xué)資源開發(fā)：開發(fā)電子版教材、生動形象、互動性強(qiáng)的多種形式教學(xué)素材靈活教學(xué)：實(shí)現(xiàn)遠(yuǎn)程授課、實(shí)時互動、作業(yè)布置批改、學(xué)習(xí)管理與輔導(dǎo)、利用VR/AR等技術(shù)打造沉浸式學(xué)習(xí)環(huán)境家校溝通：建立高效溝通平臺，提供親子活動建議、心理健康教育等資源，營造家校協(xié)同氛圍4.高等教育階段側(cè)重：學(xué)生專業(yè)能力培養(yǎng)教學(xué)模式變革：推進(jìn)在線課程建設(shè)和資源共享；通過虛擬仿真實(shí)驗(yàn)解決"三高三難"問題科研能力提升：整合共享科研資源；高效數(shù)據(jù)采集分析和可視化；借助數(shù)字化手段進(jìn)行科研協(xié)同個性化發(fā)展：提供豐富學(xué)術(shù)資源；文獻(xiàn)檢索與知識服務(wù)；結(jié)合職業(yè)規(guī)劃制定個性化學(xué)習(xí)方案6.特殊教育階段側(cè)重：面特定人群的定制化服務(wù)無障礙學(xué)習(xí)：轉(zhuǎn)化多交互元素（觸覺、聽覺、視覺）的數(shù)字化資源缺陷補(bǔ)償訓(xùn)練：數(shù)字化教學(xué)資源作為傳統(tǒng)感官的延伸，支持呈現(xiàn)、模擬、放大教學(xué)內(nèi)容個性化教育：建立科學(xué)評估體系；數(shù)字化跟蹤IEP實(shí)施情況；運(yùn)用大數(shù)據(jù)分析優(yōu)化教學(xué)策略3.中等教育階段側(cè)重：學(xué)生興趣培養(yǎng)和習(xí)慣養(yǎng)成教學(xué)模式創(chuàng)新：依托AR/VR、AI等技術(shù)，拓展物理、化學(xué)、生物等學(xué)科的實(shí)驗(yàn)教學(xué)內(nèi)容學(xué)習(xí)過程管理：全流程跟蹤分析學(xué)習(xí)時間、行為、成績；提供在線智能輔導(dǎo)與答疑服務(wù)教師能力提升：借助在線培訓(xùn)和研修平臺，提供教學(xué)診斷和反思工具，促進(jìn)教師專業(yè)發(fā)展

第54頁智慧教育應(yīng)用發(fā)展研究：各教育階段數(shù)字化需求AI的教學(xué)場景應(yīng)用1.智慧化備課備課效率與質(zhì)量提升面向?qū)W生面向教育者智能備課功能教育內(nèi)容生成智能教研支持預(yù)習(xí)材料推送自主學(xué)習(xí)指導(dǎo)3.自適應(yīng)學(xué)習(xí)個性化學(xué)習(xí)路徑的實(shí)現(xiàn)面向?qū)W生面向教育者智能作業(yè)布置練習(xí)題推薦學(xué)習(xí)進(jìn)度監(jiān)控自適應(yīng)學(xué)習(xí)系統(tǒng)拍照學(xué)習(xí)功能個性化學(xué)習(xí)路徑設(shè)計(jì)5.全維度評測能力診斷與評測效率提升面向教育者 面向?qū)W生學(xué)習(xí)過程全程記錄知識點(diǎn)掌握分析教學(xué)效果評估學(xué)習(xí)行為畫像能力成長追蹤個性化學(xué)習(xí)建議4.智能化考試全維度訓(xùn)練與評測面向教育者 面向?qū)W生智能化命題系統(tǒng) 個性化測試內(nèi)容試卷難度分析 能力水平精確定位考試質(zhì)量監(jiān)控 考前指導(dǎo)與反饋2.沉浸式教學(xué)優(yōu)化教學(xué)與學(xué)習(xí)體驗(yàn)面向教育者

面向?qū)W生線上AI課堂教學(xué) 課堂反饋機(jī)制VR/AR教學(xué)應(yīng)用 實(shí)時提問解答實(shí)驗(yàn)演示工具

第55頁DeepSeek與教育的適配性開源與經(jīng)濟(jì)性開源代碼與權(quán)重，機(jī)構(gòu)可自由部署與定制能力比肩頂級模型社區(qū)持續(xù)迭代，教育應(yīng)用生態(tài)不斷擴(kuò)展強(qiáng)大推理與學(xué)科知識能力出色的數(shù)理推理力，支持復(fù)雜科學(xué)問題解析跨學(xué)科知識整合與理解應(yīng)用能力685B參數(shù)規(guī)模帶來的知識廣度與深度教研一體化功能教育文本內(nèi)容智能生成與優(yōu)化學(xué)術(shù)研究輔助與提供的數(shù)據(jù)分析建議基于輸入數(shù)據(jù)提供個性化學(xué)習(xí)評估與反饋學(xué)前教育適配場景教育教學(xué)輔助：智能啟蒙基于兒童認(rèn)知發(fā)展規(guī)律，提供個性化的教學(xué)內(nèi)容和活動建議個性化教育方案：專屬成長基于已有幼兒發(fā)展數(shù)據(jù)提供教育建議衛(wèi)生保健支持：健康衛(wèi)士提供基于AI的健康監(jiān)測和預(yù)警系統(tǒng)，輔助識別兒童潛在健康風(fēng)險(xiǎn)學(xué)前教育系統(tǒng)集成：園所智聯(lián)為園區(qū)管理系統(tǒng)提供知識支持協(xié)助教師解讀由專業(yè)設(shè)備采集的活動數(shù)據(jù)促進(jìn)教師間知識共享和教學(xué)經(jīng)驗(yàn)沉淀生成家園共育內(nèi)容，支持幼兒全面發(fā)展初等教育適配場景教學(xué)資源開發(fā)與管理：豐富課堂智能生成和推薦學(xué)科文本教材和教學(xué)內(nèi)容個性化學(xué)習(xí)路徑：因材施教基于學(xué)生學(xué)習(xí)數(shù)據(jù)，生成個性化學(xué)習(xí)路徑、學(xué)科輔導(dǎo)家校溝通支持：家校共育基于AI的智能助手提供家長教育指導(dǎo)和學(xué)習(xí)進(jìn)展反饋初等教育系統(tǒng)集成：智慧校園支持對接學(xué)習(xí)數(shù)據(jù)分析系統(tǒng)，優(yōu)化教學(xué)決策提供學(xué)科難點(diǎn)突破方案與趣味學(xué)習(xí)內(nèi)容輔助構(gòu)建學(xué)習(xí)興趣培養(yǎng)和習(xí)慣養(yǎng)成方案與VR/AR沉浸式學(xué)習(xí)環(huán)境配合，提供教學(xué)內(nèi)容中等教育（初中、高中）適配場景學(xué)科知識學(xué)習(xí)與拓展：探究未來深度專業(yè)知識整合與前沿教學(xué)內(nèi)容生成、教學(xué)評估與持續(xù)優(yōu)化個性化職業(yè)探索：生涯導(dǎo)航基于學(xué)生學(xué)習(xí)表現(xiàn)、興趣特長和職業(yè)傾向，提供個性化的升學(xué)路徑規(guī)劃和專業(yè)選擇建議中等教育系統(tǒng)集成：效能提升對接多維度學(xué)習(xí)數(shù)據(jù)，優(yōu)化教學(xué)決策，構(gòu)建全面學(xué)生成長檔案深度整合學(xué)科知識圖譜，優(yōu)化學(xué)習(xí)路徑和學(xué)習(xí)效率多維度支持德育教育，培養(yǎng)良好習(xí)慣行為備考與升學(xué)指導(dǎo)：智能備考根據(jù)學(xué)生的學(xué)業(yè)表現(xiàn)、興趣愛好和職業(yè)傾向，提供個性化的高考/中考智能備考

第56頁DeepSeek與教育的適配性開源與經(jīng)濟(jì)性開源代碼與權(quán)重，機(jī)構(gòu)可自由部署與定制能力比肩頂級模型社區(qū)持續(xù)迭代，教育應(yīng)用生態(tài)不斷擴(kuò)展強(qiáng)大推理與學(xué)科知識能力出色的數(shù)理推理力，支持復(fù)雜科學(xué)問題解析跨學(xué)科知識整合與理解應(yīng)用能力685B參數(shù)規(guī)模帶來的知識廣度與深度教研一體化功能教育文本內(nèi)容智能生成與優(yōu)化學(xué)術(shù)研究輔助與提供的數(shù)據(jù)分析建議基于輸入數(shù)據(jù)提供個性化學(xué)習(xí)評估與反饋成人教育適配場景學(xué)習(xí)社群與協(xié)作：互助共贏利用AI促進(jìn)學(xué)習(xí)者之間的互動和協(xié)作，共享學(xué)習(xí)經(jīng)驗(yàn)和職業(yè)發(fā)展機(jī)會終身學(xué)習(xí)資源供給：持續(xù)成長針對職業(yè)發(fā)展、技能提升、興趣愛好等多元需求，提供海量、個性化的學(xué)習(xí)資源c技能認(rèn)證與職業(yè)轉(zhuǎn)型：職業(yè)升級提供基于AI的技能評估和認(rèn)證平臺，幫助學(xué)習(xí)者快速驗(yàn)證專業(yè)能力。社會資源整合與支持：融通共享對接就業(yè)、社保、醫(yī)療等社會服務(wù)體系，整合就業(yè)信息、政策咨詢、培訓(xùn)補(bǔ)貼等支持助力成人學(xué)習(xí)者更好地社會發(fā)展特殊教育適配場景社會支持系統(tǒng)集成：協(xié)同保障建立與醫(yī)療、康復(fù)、社保等社會服務(wù)體系的協(xié)同機(jī)制，利用AI實(shí)現(xiàn)信息共享和多方協(xié)同，提供支持輔助教學(xué)與康復(fù)：融合關(guān)愛針對不同特殊教育需求，提供定制化的AI輔助教學(xué)工具和康復(fù)訓(xùn)練方案。個性化支持與評估：精準(zhǔn)施策對特殊學(xué)生的個體特征進(jìn)行全面評估，生成高度個性化的學(xué)習(xí)支持計(jì)劃和康復(fù)干預(yù)方案。無障礙學(xué)習(xí)環(huán)境：包容可及利用AI技術(shù)優(yōu)化學(xué)習(xí)環(huán)境提供無障礙信息獲取和交互方式平等地參與學(xué)習(xí)獲取知識高等教育適配場景專業(yè)課程開發(fā)與優(yōu)化：前沿精進(jìn)深度專業(yè)知識整合與前沿教學(xué)內(nèi)容生成、教學(xué)評估與持續(xù)優(yōu)化個性化學(xué)習(xí)與科研支持：科研賦能個性化學(xué)習(xí)輔導(dǎo)、

文獻(xiàn)綜述與前沿分析、研究方法支持、論文寫作輔助就業(yè)與創(chuàng)業(yè)支持：職創(chuàng)無憂基于AI的就業(yè)指導(dǎo)和智能匹配系統(tǒng)，根據(jù)學(xué)生專業(yè)和能力推薦就業(yè)機(jī)會高等教育系統(tǒng)集成：因材施教與科研管理平臺對接，支持學(xué)術(shù)研究全流程為智能實(shí)驗(yàn)室系統(tǒng)提供實(shí)驗(yàn)設(shè)計(jì)與分析建議融入智慧校園生態(tài)，支持創(chuàng)新型人才培養(yǎng)助力產(chǎn)學(xué)研合作，促進(jìn)創(chuàng)新成果轉(zhuǎn)化應(yīng)用

第57頁DeepSeek對教育的賦能

第58頁K12教育實(shí)踐案例

第59頁高校人工智能教育實(shí)踐促進(jìn)人工智能助力教育變革。面向數(shù)字經(jīng)濟(jì)和未來產(chǎn)業(yè)發(fā)展，加強(qiáng)課程體系改革，優(yōu)化學(xué)科專業(yè)設(shè)置。制定完善師生數(shù)字素養(yǎng)標(biāo)準(zhǔn)，深化人工智能助推教師隊(duì)伍建設(shè)。打造人工智能教育大模型。建設(shè)云端學(xué)校等。建立基于大數(shù)據(jù)和人工智能支持的教育評價和科學(xué)決策制度。加強(qiáng)網(wǎng)絡(luò)安全保障，強(qiáng)化數(shù)據(jù)安全、人工智能算法和倫理安全。堅(jiān)持“學(xué)生中心、能力進(jìn)階、交叉融合”建設(shè)理念，加快構(gòu)建“人工智能通識教育”新生態(tài)

第60頁高校人工智能教育實(shí)踐-案例：北京大學(xué)

第61頁高校人工智能教育實(shí)踐-案例：北京大學(xué)①

平臺工具學(xué)科專業(yè)問答工具：醫(yī)學(xué)MedSeek整合醫(yī)學(xué)學(xué)科體系、化小北·化學(xué)實(shí)驗(yàn)智慧學(xué)伴、金融AI助教等學(xué)科特色AI工具綜合學(xué)習(xí)平臺：北大問學(xué)(基于deepseek)提供多類型專屬助教，支持高數(shù)、計(jì)概等課程，服務(wù)6000+用戶智能教學(xué)助手：豆角支持案例教學(xué)設(shè)計(jì)與出題、AI課堂教學(xué)決策支持系統(tǒng)輔助教師教學(xué)反思③ 學(xué)生使用廣泛使用與積極態(tài)度：94%學(xué)生使用過AI并表示會繼續(xù)使用，97%認(rèn)為應(yīng)學(xué)習(xí)如何使用AI工具多樣化應(yīng)用場景：主要用于想法構(gòu)思、方案設(shè)計(jì)、文獻(xiàn)工作、編程、數(shù)據(jù)分析、論文寫作和翻譯使用特點(diǎn)：GPA排名靠前的學(xué)生更傾向于使用AI，超80%學(xué)生認(rèn)為學(xué)校不應(yīng)限制AI在教學(xué)中的使用② 教學(xué)改革數(shù)智課程體系建設(shè)：開設(shè)236門數(shù)智領(lǐng)域課程，構(gòu)建"基礎(chǔ)融入、通識融通、專業(yè)融合、開放多元"的本科數(shù)智教育課程體系A(chǔ)I助推課程建設(shè)項(xiàng)目：支持37個院系123門課程探索人工智能教學(xué)應(yīng)用，引導(dǎo)教師重新思考教學(xué)內(nèi)容與作業(yè)設(shè)計(jì)專業(yè)人才培養(yǎng)改革：開設(shè)6個數(shù)智本科專業(yè)，推進(jìn)"計(jì)算社會科學(xué)交叉能力提升"等跨學(xué)科項(xiàng)目，探索"教-學(xué)-評一體化"數(shù)智教學(xué)體系

第62頁高校人工智能教育實(shí)踐-案例：清華大學(xué)

第63頁高校人工智能教育實(shí)踐-案例：四川大學(xué)

第64頁高校人工智能教育實(shí)踐-案例：北大青鳥實(shí)訓(xùn)平臺教學(xué)平臺教研服務(wù)科研創(chuàng)新教學(xué)資源包AI教學(xué)管理系統(tǒng)智能備課系統(tǒng)人培方案優(yōu)化師資隊(duì)伍建設(shè)教材共研賽事服務(wù)算力共享平臺校園精靈千校千面數(shù)據(jù)工程服務(wù)北大青鳥人工智能產(chǎn)品詳情AI編程實(shí)訓(xùn)系統(tǒng)AI編程實(shí)訓(xùn)項(xiàng)目AIGC實(shí)訓(xùn)系統(tǒng)AIGC實(shí)訓(xùn)項(xiàng)目證書認(rèn)證精品課制作人工智能專業(yè)課程體系人工智能與學(xué)科融合課程體系課程資源包計(jì)算節(jié)點(diǎn)管理節(jié)點(diǎn)存儲節(jié)點(diǎn)網(wǎng)絡(luò)節(jié)點(diǎn)操作系統(tǒng)單機(jī)多卡多機(jī)多卡高質(zhì)量問答意圖識別搜索增強(qiáng)文轉(zhuǎn)語音圖片理解數(shù)字人模型管理數(shù)據(jù)管理知識庫管理提示詞工程鏡像管理集群管理集群監(jiān)控存儲管理機(jī)時管理計(jì)費(fèi)管理配額管理算力池化算力劃分算力動態(tài)分配NovaAI開放平臺算力一體機(jī)一體機(jī)交付

第65頁高校人工智能教育實(shí)踐-案例：北大青鳥運(yùn)營管理CPUGPU內(nèi)存網(wǎng)絡(luò)模型開發(fā)MLabAutoML環(huán)境快照模型訓(xùn)練AutoAdapt分布式訓(xùn)練文件管理數(shù) 知據(jù) 識標(biāo) 管注 理鏡像倉庫鏡像管理鏡像共享用戶端租戶管理集群日志集群擴(kuò)容業(yè)務(wù)管理模型運(yùn)維 數(shù)據(jù)管理伺服推理提示工程模型管理計(jì)量計(jì)費(fèi)權(quán)限管理管理端硬件設(shè)施后臺管理層運(yùn)維管理調(diào)度策略日志監(jiān)控安全策略資源監(jiān)控異常告警集群管理存儲鏡像配制資源編排/算力優(yōu)

化虛擬GPU:

mGPU分布/并行計(jì)算：Ray,

HorovodAI框架:

TensorFlow,

Pytorch,

JAX,

MindSpore,

ROS

等任務(wù)引擎智算調(diào)度層DeepSeek-R1

14B基于DS的知識庫構(gòu)建基于DS的本地問答增強(qiáng)RAG

FlowAgent智能體模型層應(yīng)用層DeepSeek-R1

32BDeepSeek-R1

70BDeepSeek-R1

671B多模態(tài)模型NovaAI開放平臺

第66頁高校人工智能教育實(shí)踐-案例：北大青鳥30+個實(shí)訓(xùn)項(xiàng)目內(nèi)置企業(yè)級項(xiàng)目30余個，幫助學(xué)生通過項(xiàng)目實(shí)戰(zhàn)掌握相關(guān)技能集成實(shí)訓(xùn)環(huán)境集成Jupyter編程環(huán)境、VScode環(huán)境，開機(jī)即用，無需花費(fèi)時間安裝環(huán)境，保護(hù)學(xué)生的學(xué)習(xí)興趣承接教學(xué)任務(wù)對接教學(xué)管理模塊，課程中的實(shí)戰(zhàn)練習(xí)可調(diào)用實(shí)訓(xùn)系統(tǒng)直接開練AI一對一輔導(dǎo)AI助手掛載課程及項(xiàng)目知識庫，運(yùn)用蘇格拉底啟發(fā)式教學(xué)方法，通過多輪問答對學(xué)生進(jìn)行一對一輔導(dǎo)人工智能實(shí)驗(yàn)室支持AI編程實(shí)訓(xùn)

第67頁高校人工智能教育實(shí)踐-案例：北大青鳥人工智能編程語言及框架···交互式計(jì)算環(huán)境基于瀏覽器的編輯器數(shù)據(jù)分析ScalaOctave神經(jīng)網(wǎng)絡(luò)大模型開發(fā)機(jī)器學(xué)習(xí)深度學(xué)習(xí)計(jì)算機(jī)視覺···

第68頁Jupyter

Notebook Code-Server集成主流編程環(huán)境、編程語言及人工智能框架，開機(jī)即用AI編程實(shí)訓(xùn)系統(tǒng)高校人工智能教育實(shí)踐-案例：北大青鳥文生圖：輸入文字描述，AI根據(jù)描述生成相應(yīng)的圖像。圖生圖：上傳一張圖片，AI在此基礎(chǔ)上生成新的圖像，并保持原有圖片的風(fēng)格或元素。圖像后期處理：支持對生成圖像的編輯和優(yōu)化功能，如調(diào)整風(fēng)格、尺寸、分辨率等。

第69頁無需配置，登錄即用對電腦配置要求低，在線體驗(yàn)4090的算力速度超多插件，實(shí)時更新AIGC實(shí)訓(xùn)系統(tǒng)

|

WebUI在線AI繪畫高校人工智能教育實(shí)踐-案例：北大青鳥節(jié)點(diǎn)化流程設(shè)計(jì)：圖像流程節(jié)點(diǎn)化，通過拖拽和連接節(jié)點(diǎn)即可構(gòu)建工作流；提高了流程透明度，便于定位錯誤和調(diào)整參數(shù)。高效復(fù)用與批量化生成：一次搭建，多次復(fù)用；大幅提升批量任務(wù)的效率。直觀的圖形界面：通過拖放操作快速上手；實(shí)時預(yù)覽每個節(jié)點(diǎn)的輸出效果，便于即時調(diào)整參數(shù)。顯存優(yōu)化與速度提升：顯存占用更低，出圖速度更快。

第70頁AIGC實(shí)訓(xùn)系統(tǒng)|ComfyUI基于節(jié)點(diǎn)流程的在線AI繪畫高校人工智能教育實(shí)踐-案例：北大青鳥開始訓(xùn)練提供多種預(yù)設(shè)模式一鍵打標(biāo)，參數(shù)靈活設(shè)置在線即可訓(xùn)練專屬LoRA模型

第71頁AIGC實(shí)訓(xùn)系統(tǒng)

|

訓(xùn)練專屬LoRA模型AI教學(xué)實(shí)踐的兩種途徑

第72頁維度專業(yè)AI教學(xué)平臺通用模型普適應(yīng)用優(yōu)勢深度定制化專業(yè)知識精準(zhǔn)系統(tǒng)性強(qiáng)、全面覆蓋實(shí)施門檻低成本投入小靈活性高、迭代快挑戰(zhàn)?

資源需求大?

建設(shè)周期長?

普通教師難以獨(dú)立實(shí)現(xiàn)?

專業(yè)精度有限?

需要更多人工干預(yù)?

個人較難系統(tǒng)化和規(guī)?；渴疬m用場景全校統(tǒng)一部署、學(xué)科垂直深耕個人教學(xué)實(shí)驗(yàn)、快速迭代應(yīng)用后續(xù)內(nèi)容展示如何利用通用大模型(DeepSeek)和開放工具，

實(shí)現(xiàn)與專業(yè)平臺類似的功能，其背后的原理和方法是通用的目錄01DeepSeek和AI認(rèn)知DeepSeek解密AI技術(shù)演進(jìn)與認(rèn)知框架02DeepSeek對教育行業(yè)的影響教育行業(yè)的AI范式革命DeepSeek的教育應(yīng)用

第73頁AI時代的思考

第74頁人是世界的尺度，活在意義之網(wǎng)中，人工智能讓這張網(wǎng)更有價值人類需要的是判斷力和表達(dá)力，不再是記憶力和知識儲備人是目的，不是手段，不要去和人工智能比工具性使用人工智能的人淘汰不使用人工智能的人使用人工智能的組織淘汰不使用人工智能的組織人工智能時代的策略：把握原理、躬身入局、隨時否定自己——肖

睿第75頁第1頁P(yáng)ART

0101.DeepSeek技術(shù)重塑教育

02.教-DeepSeek貫通教學(xué)全流程

03.學(xué)-DeepSeek實(shí)現(xiàn)個性化學(xué)習(xí)

04.研-DeepSeek賦能學(xué)術(shù)科研

05.管-DeepSeek提效學(xué)校管理

第1頁DeepSeek在教育和學(xué)術(shù)領(lǐng)域的應(yīng)用場景與案例（中）第二天的摘要：教與學(xué)

第2頁一、今天的講座分兩大部分，聚焦于教育當(dāng)中“教”與“學(xué)”的兩個環(huán)節(jié)，第一部分聚焦教師教學(xué)維度，從備課、授課到評價的全流程應(yīng)用，探討如何將DeepSeek技術(shù)系統(tǒng)性融入教學(xué)工作各環(huán)節(jié)，實(shí)現(xiàn)教學(xué)質(zhì)量的整體提升。第二部分聚焦于教學(xué)閉環(huán)中的“學(xué)”環(huán)節(jié)，闡述DeepSeek技術(shù)如何實(shí)現(xiàn)個性化學(xué)習(xí)，滿足不同學(xué)生的多元需求。二、教：DeepSeek貫通教學(xué)全流程首先，我們明確核心理念：人機(jī)協(xié)作非簡單的提示詞工程，而是教師憑借專業(yè)能力在結(jié)構(gòu)化流程中主導(dǎo)AI。這一部分我們將以“北大青鳥逆向課程設(shè)計(jì)方法”為核心理論基礎(chǔ)。然后，我們深入探討教學(xué)流程的四個關(guān)鍵步驟：教學(xué)設(shè)計(jì)：講解如何運(yùn)用AI進(jìn)行從單學(xué)科到多學(xué)科PBL的完整教學(xué)設(shè)計(jì)。教學(xué)資源開發(fā)：摒棄“一鍵生成PPT”的思維，提倡結(jié)合使用WPS

AI、億圖等工具的組合策略，以克服AI的局限性。課堂教學(xué)：

展示多種即用型創(chuàng)新教學(xué)方法，如結(jié)合騰訊元寶的可視化教學(xué)、虛擬人物互動、以及“老師出題-AI拆解-學(xué)生思考-改進(jìn)對比”的五步式學(xué)習(xí)法等。教學(xué)評估反饋：

提供完整的評估工具鏈，包括用AI制定評估標(biāo)準(zhǔn)、設(shè)計(jì)作業(yè)，再到使用飛書批量批改，最后借助通義等工具輔助教學(xué)復(fù)盤，形成評估閉環(huán)。最后，我們將介紹DeepSeek教學(xué)智能體的構(gòu)建，通過分享成功案例及Coze等平臺的使用方法，提供完整的創(chuàng)新落地路徑。三、學(xué)：DeepSeek實(shí)現(xiàn)個性化學(xué)習(xí)此部分轉(zhuǎn)向?qū)W生視角，從兩個維度闡述DeepSeek如何支持個性化學(xué)習(xí)：個性化學(xué)習(xí)輔助：

介紹DeepSeek在智能答疑、引導(dǎo)探究式學(xué)習(xí)、生成個性化練習(xí)、輔助語言及編程訓(xùn)練等方面的應(yīng)用，并覆蓋從寫作構(gòu)思到學(xué)習(xí)路徑規(guī)劃的全方位學(xué)習(xí)方法支持。全面發(fā)展培養(yǎng)：

拓展“學(xué)”的內(nèi)涵，展示DeepSeek如何在美育、倫理教育、批判性思維和情緒管理等方面助力學(xué)生成長，實(shí)現(xiàn)綜合素質(zhì)的協(xié)同發(fā)展。目錄01教-DeepSeek貫通教學(xué)全流程DeepSeek人機(jī)協(xié)作關(guān)鍵DeepSeek貫通教學(xué)流程DeepSeek教學(xué)智能體02學(xué)-DeepSeek實(shí)現(xiàn)個性化學(xué)習(xí)DeepSeek助力學(xué)生個性化學(xué)習(xí)DeepSeek培養(yǎng)學(xué)生全面發(fā)展

第3頁AI對教育的改變AI作為輔助工具，優(yōu)化現(xiàn)有的教育流程和環(huán)節(jié)，

提升效率輔助與增效030102AI深入融合教育過程，

催生新的教學(xué)方法、學(xué)習(xí)模式、評估方式融合與創(chuàng)新04AI開始影響教育的目標(biāo)、內(nèi)容、結(jié)構(gòu)和評價體系，

以適應(yīng)社會的變革重塑與再定義讓學(xué)生自由而全面的發(fā)展讓學(xué)生享受學(xué)習(xí)的快樂

第4頁回歸教育本質(zhì)人工智能時代的范式革命：教育第第5頁5頁實(shí)現(xiàn)教育本質(zhì)評估革新方添式加創(chuàng)標(biāo)新題內(nèi)容重構(gòu)社會增強(qiáng)人添性加增標(biāo)強(qiáng)題認(rèn)知增強(qiáng)教育本質(zhì)回歸：培養(yǎng)能獨(dú)立思考、健全發(fā)展、積極參與并引領(lǐng)社會進(jìn)步的人類?？鞓穼W(xué)習(xí)，全面發(fā)展。教育體系重塑：AI時代的教育體系需要在關(guān)鍵領(lǐng)域進(jìn)行系統(tǒng)性變革與實(shí)踐教育目標(biāo)轉(zhuǎn)型：AI時代的教育基礎(chǔ)目標(biāo)及核心能力，旨在全面提升學(xué)員應(yīng)對未來挑戰(zhàn)的綜合素養(yǎng)DeepSeek人機(jī)協(xié)作關(guān)鍵會提問能判斷理解LLM有專業(yè)知識設(shè)計(jì)提示詞坐穩(wěn)主駕駛位與AI共舞

第6頁教學(xué)專業(yè)知識教學(xué)科學(xué)理論教學(xué)方法教學(xué)專業(yè)知識

第7頁北大青鳥逆向課程設(shè)計(jì)教學(xué)課程教學(xué)SOP教什么分析（內(nèi)容+學(xué)情+環(huán)境）課后評估與反饋教學(xué)目標(biāo)課堂教學(xué)教學(xué)內(nèi)容調(diào)整教學(xué)資源開發(fā)評估量規(guī)內(nèi)容及活動設(shè)計(jì)怎么教課程研發(fā)SOP學(xué)什么調(diào)研學(xué)習(xí)目標(biāo)課程開發(fā)技能點(diǎn)篩選（80/20原則）課程設(shè)計(jì)評測體系課程體系設(shè)計(jì)怎么學(xué)設(shè)計(jì)原則能力本位目標(biāo)導(dǎo)向系統(tǒng)化設(shè)計(jì)情境化學(xué)習(xí)底層原理學(xué)習(xí)科學(xué)認(rèn)知負(fù)荷理論SOI模型首要教學(xué)原理4C/ID模型教學(xué)科學(xué)

第8頁認(rèn)知負(fù)荷理論學(xué)習(xí)材料內(nèi)在復(fù)雜性學(xué)習(xí)者原有知識水平

第9頁教學(xué)設(shè)計(jì)不合理學(xué)習(xí)策略不