《廈大團隊：2025年DeepSeek大模型賦能高校教學和科研報告（124頁）.pdf》由會員分享，可在線閱讀，更多相關《廈大團隊：2025年DeepSeek大模型賦能高校教學和科研報告（124頁）.pdf（124頁珍藏版）》請在三個皮匠報告上搜索。

1、DeepSeek大模型賦能高校教學和科研林子雨 副教授廈門大學DeepSeek每個人都可以讀懂的大模型科普報告（高校篇）2025年2月25日廈門大學大數據教學團隊作品廈門大學大數據教學團隊團隊聯系方式：國內高校大數據教學的重要貢獻者團隊負責人：林子雨 副教授年輕力量：核心成員全部46周歲以下結構合理：教學型、科研型、實驗工程師專注專業：從2013年至今，11年專注于大數據教學團隊特點：眼光前瞻、緊跟技術、創新實干、執行力強影響力高：多項指標在國內高校大數據教學領域領先教材數量教材占有率MOOC課程學習人數師資培養教學研討會教學網站訪問量在線講座觀看人數大模型系列報告（科普報告，非技術報告）n

2、報告1：大模型概念、技術與應用實踐（面向社會大眾）n 報告2：DeepSeek大模型賦能高校教學和科研（面向高校）n 報告3：大模型技術及其企業應用實踐（面向企業）n 報告4：DeepSeek大模型賦能政府數字化轉型（面向政府部門）報告下載地址：https:/ 2025年2月目錄p 1.人工智能發展簡史p 2.人工智能思維p 3.大模型：人工智能的前沿p 4.高校本地部署DeepSeek大模型p 5.AIGC應用與實踐p 6.基于大模型的智能體p 7.AI賦能高?？蒲衟 8.AI賦能高校教學1.人工智能發展簡史1.1 圖靈測試1.2 人工智能的誕生1.3 人工智能的發展階段1.4 未來人工智能

3、發展的五個階段廈門大學大數據教學團隊作品1.1 圖靈測試1950年，“計算機之父”和“人工智能之父”艾倫圖靈（Alan M.Turing）發表了論文計算機器與智能，這篇論文被譽為人工智能科學的開山之作。在論文的開篇，圖靈提出了一個引人深思的問題：“機器能思考嗎？”。這個問題激發了人們無盡的想象，同時也奠定了人工智能的基本概念和雛形在這篇論文中，圖靈提出了鑒別機器是否具有智能的方法，這就是人工智能領域著名的“圖靈測試”。如圖所示，其基本思想是測試者在與被測試者（一個人和一臺機器）隔離的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試后，如果被測試者機器讓平均每個測試者做出超過30%

4、的誤判，那么這臺機器就通過了測試，并被認為具有人類智能1.2 人工智能的誕生人工智能的誕生可以追溯到20世紀50年代。當時，計算機科學剛剛起步，人們開始嘗試通過計算機程序來模擬人類的思維和行為。在這個背景下，一些杰出的科學家和工程師們開始研究如何使計算機具備更高級的功能1956年8月，在美國達特茅斯學院舉辦的人工智能夏季研討會，是人工智能領域具有里程碑意義的一次重要會議。這次會議匯聚了眾多杰出的科學家和工程師，他們共同探討和研究人工智能的發展和應用前景這次會議的主題圍繞著人工智能的定義、研究方法和應用場景展開。與會者們深入探討了人工智能的基本概念、算法和技術，以及其在各個領域的應用潛力。他們共

5、同認識到，人工智能的研究和發展將為人類帶來巨大的變革和進步1.2 人工智能的誕生在這次會議上，“人工智能”這個詞匯被約翰.麥卡錫（John McCarthy）首次提出。與會者們不僅對人工智能的研究和應用前景進行了深入探討，還提出了許多重要的觀點和思路，為人工智能的發展奠定了基礎。這次會議的召開標志著人工智能作為一個獨立學科的正式誕生，因此，達特茅斯會議被稱為“人工智能的開端”，1956年也被稱為“人工智能元年”。這次會議不僅為人工智能的研究和發展奠定了基礎，還為人類帶來了巨大的變革和進步1.3 人工智能的發展階段從1956年人工智能元年至今，人工智能的發展歷程經歷了漫長的歲月，大致可以劃分為以

6、下6個階段1.4 未來人工智能發展5個階段DeepSeek R1OpenAI Operator2.人工智能思維廈門大學大數據教學團隊作品2.人工智能思維了解每個人都應了解人工智能的基礎運行模式區分具備區分人的能力和機器的能力協作擁有和人工智能協作的能力，懂得如何運用人工智能2.人工智能思維2024年12月，人工智能教母級人物、斯坦福大學終身教授李飛飛在公開演講中說道：“斯坦福應該錄取最會用ChatGPT的前2000名學生”。2025年1月，互聯網知名企業家周鴻祎發表觀點”未來擅長使用AI的人會淘汰不會使用AI的人“。3.大模型：人工智能的前沿3.1 大模型的概念3.2 大模型的發展歷程3.3

7、人工智能與大模型的關系3.4 大模型分類3.5 大模型原理3.6 大模型產品3.7 大模型應用領域廈門大學大數據教學團隊作品3.1 大模型的概念大模型通常指的是大規模的人工智能模型，是一種基于深度學習技術，具有海量參數、強大的學習能力和泛化能力，能夠處理和生成多種類型數據的人工智能模型。通常說的大模型的“大”的特點體現在：參數數量龐大訓練數據量大計算資源需求高2020年，OpenAI公司推出了GPT-3，模型參數規模達到了1750億。2023年3月發布的GPT-4的參數規模是GPT-3的10倍以上，達到1.8萬億，2021年11月阿里推出的M6 模型的參數量達10萬億。3.1 大模型的概念大模

8、型的設計和訓練旨在提供更強大、更準確的模型性能，以應對更復雜、更龐大的數據集或任務。大模型通常能夠學習到更細微的模式和規律，具有更強的泛化能力和表達能力大模型具有更強的上下文理解能力，能夠理解更復雜的語意和語境。這使得它們能夠產生更準確、更連貫的回答上下文理解能力大模型可以從大量的數據中學習，并利用學到的知識和模式來提供更精準的答案和預測。這使得它們在解決復雜問題和應對新的場景時表現更加出色學習能力強大模型可以生成更自然、更流利的語言，減少了生成輸出時呈現的錯誤或令人困惑的問題語言生成能力學習到的知識和能力可以在不同的任務和領域中遷移和應用。這意味著一次訓練就可以將模型應用于多種任務，無需重新

9、訓練可遷移性高3.2 大模型的發展歷程大模型發展歷經三個階段，分別是萌芽期、沉淀期和爆發期3.2 大模型的發展歷程3.2 大模型的發展歷程大模型發展對算力的需求演變3.3 人工智能與大模型的關系人工智能包含了機器學習，機器學習包含了深度學習，深度學習可以采用不同的模型，其中一種模型是預訓練模型，預訓練模型包含了預訓練大模型（可以簡稱為“大模型”），預訓練大模型包含了預訓練大語言模型（可以簡稱為“大語言模型”），預訓練大語言模型的典型代表包括OpenAI的GPT和百度的文心ERNIE，ChatGPT是基于GPT開發的大模型產品，文心一言是基于文心ERNIE開發的大模型產品人工智能機器學習深度學習

10、深度學習模型預訓練模型深度學習預訓練大模型預訓練大語言模型預訓練大語言模型GPT文心ERNIE.ChatGPT文心一言3.4 大模型的分類語言大模型視覺大模型多模態大模型是指在自然語言處理（Natural Language Processing，NLP）領域中的一類大模型，通常用于處理文本數據和理解自然語言。這類大模型的主要特點是它們在大規模語料庫上進行了訓練，以學習自然語言的各種語法、語義和語境規則。代表性產品包括GPT系列（OpenAI）、Bard（Google）、DeepSeek、文心一言（百度）等是指在計算機視覺（Computer Vision，CV）領域中使用的大模型，通常用于圖像處

11、理和分析。這類模型通過在大規模圖像數據上進行訓練，可以實現各種視覺任務，如圖像分類、目標檢測、圖像分割、姿態估計、人臉識別等。代表性產品包括VIT系列（Google）、文心UFO、華為盤古CV、INTERN（商湯）等是指能夠處理多種不同類型數據的大模型，例如文本、圖像、音頻等多模態數據。這類模型結合了NLP和CV的能力，以實現對多模態信息的綜合理解和分析，從而能夠更全面地理解和處理復雜的數據。代表性產品包括DingoDB多模向量數據庫（九章云極DataCanvas）、DALL-E(OpenAI)、悟空畫畫（華為）、midjourney等3.4 大模型的分類按照應用領域的不同，大模型主要可以分為

12、L0、L1、L2三個層級是指可以在多個領域和任務上通用的大模型。它們利用大算力、使用海量的開放數據與具有巨量參數的深度學習算法，在大規模無標注數據上進行訓練，以尋找特征并發現規律，進而形成可“舉一反三”的強大泛化能力，可在不進行微調或少量微調的情況下完成多場景任務，相當于AI完成了“通識教育”通用大模型L0是指那些針對特定行業或領域的大模型。它們通常使用行業相關的數據進行預訓練或微調，以提高在該領域的性能和準確度，相當于AI成為“行業專家”行業大模型L1是指那些針對特定任務或場景的大模型。它們通常使用任務相關的數據進行預訓練或微調，以提高在該任務上的性能和效果垂直大模型L23.4 大模型的分類

13、大語言模型可以分為通用大模型和推理大模型推理大模型的概念大規模傳播應該開始于2024年9月份。2024年9月12日，OpenAI官方宣布了OpenAI o1推理大模型。推理大模型在OpenAI的官網上，OpenAI定義推理模型是在回答之前進行思考，并在回復用戶之前，在內部生成一長串的思維鏈過程。思維鏈是一種提示大語言模型進行逐步推理的方法。它讓模型在得出最終答案之前，先顯式地寫出推理的中間步驟。這就像人類解決復雜問題時會先把思考過程寫下來一樣。OpenAI定義推理模型也就是說，如果模型在回復你之前有一長串的思考過程（這個過程必須可以顯示輸出），探索了很多不同的路徑之后給出答案，那么有這個能力的

14、大模型就是推理大模型。推理模型的核心在于處理那些需要多步驟邏輯推導才能解決的復雜問題。推理模型的核心3.4 大模型的分類n 推理大模型DeepSeek R1的對話效果3.4 大模型的分類Sebastian Raschka博士（Lightning AI的首席教育學家）將“推理”定義為通過生成中間步驟來回答復雜問題的過程非推理問題：”法國的首都是哪里？”（答案直接、無需推導）推理問題：”一列火車以每小時60英里的速度行駛3小時，行駛距離是多少？”（需先理解”距離=速度時間”的關系，再分步計算）p 通用的大語言模型（LLM）可能直接輸出簡短答案（如”180英里”）p 推理模型的特點在于顯式展示中間推

15、導過程3.4 大模型的分類在應用方面二者各有擅長的領域，而不是簡單的誰強誰弱問題n 如果你需要完成數據分析、邏輯推理、代碼生成等邏輯性較強且較為復雜的任務，請選擇推理大模型n 如果你面臨創意寫作、文本生成、意圖識別等發散性較強且較為創意多樣的任務，請選擇通用大模型特性推理大模型 通用大模型適用場景復雜推理、解謎、數學、編碼難題文本生成、翻譯、摘要、基礎知識問答復雜問題解決能力優秀，能進行深度思考和邏輯推理一般，難以處理多步驟的復雜問題運算效率較低，推理時間較長，資源消耗大較高，響應速度快，資源消耗相對較小幻覺風險較高，可能出現“過度思考”導致的錯誤答案較低，更依賴于已知的知識和模式泛化能力更強

16、，能更好地適應新問題和未知場景相對較弱，更依賴于訓練數據擅長任務舉例解決復雜邏輯謎題，編寫復雜算法，數學證明撰寫新聞稿，翻譯文章，生成產品描述，回答常識問題成本通常更高通常更低3.5 大模型的基本原理大模型是基于Transformer架構的，這種架構是一種專門用于自然語言處理的“編碼-解碼器”架構。在訓練過程中，大模型將輸入的單詞以向量的形式傳遞給神經網絡，然后通過網絡的編碼解碼以及自注意力機制，建立起每個單詞之間聯系的權重。大模型的核心能力在于將輸入的每句話中的每個單詞與已經編碼在模型中的單詞進行相關性的計算，并把相關性又編碼疊加在每個單詞中。這樣，大模型能夠更好地理解和生成自然文本，同時還

17、能夠表現出一定的邏輯思維和推理能力大模型基于深度學習利用大量的數據和計算資源訓練具有大量參數的神經網絡模型不斷地調整模型參數3.5 大模型的基本原理3.6 大模型產品3.6.1 國外的大模型產品3.6.2 國內的大模型產品3.6.3 主流大模型“幻覺”評測廈門大學大數據教學團隊作品3.6.1 國外的大模型產品nChatGPTChatGPT是一種由OpenAI訓練的大語言模型。它是基于Transformer架構，經過大量文本數據訓練而成，能夠生成自然、流暢的語言，并具備回答問題、生成文本、語言翻譯等多種功能ChatGPT的應用范圍廣泛，可以用于客服、問答系統、對話生成、文本生成等領域。它能夠理解

18、人類語言，并能夠回答各種問題，提供相關的知識和信息。與其他聊天機器人相比，ChatGPT具備更強的語言理解和生成能力，能夠更自然地與人類交流，并且能夠更好地適應不同的領域和場景。ChatGPT的訓練數據來自互聯網上的大量文本，因此，它能夠涵蓋多種語言風格和文化背景3.6.1 國外的大模型產品nGeminiGemini是谷歌發布的大模型，它能夠同時處理多種類型的數據和任務，覆蓋文本、圖像、音頻、視頻等多個領域。Gemini采用了全新的架構，將多模態編碼器和多模態解碼器兩個主要組件結合在一起，以提供最佳結果Gemini包括三種不同規模的模型：Gemini Ultra、Gemini Pro和Gemi

19、ni Nano，適用于不同任務和設備。2023年12月6日，Gemini的初始版本已在Bard中提供，開發人員版本可通過Google Cloud的API獲得。Gemini可以應用于Bard和Pixel 8 Pro智能手機。Gemini的應用范圍廣泛，包括問題回答、摘要生成、翻譯、字幕生成、情感分析等任務。然而，由于其復雜性和黑箱性質，Gemini的可解釋性仍然是一個挑戰3.6.1 國外的大模型產品nSora2024年2月16日，OpenAI再次震撼全球科技界，發布了名為Sora的文本生成視頻大模型，只需輸入文本就能自動生成視頻。這一技術的誕生，不僅標志著人工智能在視頻生成領域的重大突破，更引發

20、了關于人工智能發展對人類未來影響的深刻思考。隨著Sora的發布，人工智能似乎正式踏入了通用人工智能（AGI：Artificial General Intelligence）的時代。AGI是指能夠像人類一樣進行各種智能活動的機器智能，包括理解語言、識別圖像、進行復雜推理等。Sora大模型能夠直接輸出長達60秒的視頻，并且視頻中包含了高度細致的背景、復雜的多角度鏡頭，以及富有情感的多個角色。這種能力已經超越了簡單的圖像或文本生成，開始觸及到視頻這一更加復雜和動態的媒介。這意味著人工智能不僅在處理靜態信息上越來越強大，而且在動態內容的創造上也展現出了驚人的潛力3.6.1 國外的大模型產品nSora右

21、圖是Sora根據文本自動生成的視頻畫面，一位戴著墨鏡、穿著皮衣的時尚女子走在雨后夜晚的東京市區街道上，抹了鮮艷唇彩的唇角微微翹起，即便帶著墨鏡也能看到她的微笑，地面的積水映出了她的身影和燈紅酒綠的霓虹燈，熱鬧非凡的唐人街正在進行舞龍表演，熙熙攘攘的人群目光都聚焦在躍動的彩龍身上，整個環境的喜慶氛圍仿佛令人身臨其境3.6.1 國外的大模型產品nOpenAI o32024年12月20日，OpenAI發布推理模型o3，無論在軟件工程、編寫代碼，還是競賽數學、掌握人類博士級別的自然科學知識能力方面，o3都達到了很高的水平3.6.2 國內的大模型產品大模型圖標指標排名DeepSeek 能力測評第一豆包

22、用戶數量第一Kimi 文本處理第一即夢AI 作圖能力第一通義萬相 視頻生成第一智譜清言 文檔歸納第一2025年1月國內大模型排行榜3.6.2 國內的大模型產品nDeepSeek（深度求索）2024年12月26日，杭州一家名為“深度求索”（DeepSeek）的中國初創公司，發布了全新一代大模型DeepSeek-V3。在多個基準測試中，DeepSeek-V3的性能均超越了其他開源模型，甚至與頂尖的閉源大模型GPT-4o不相上下，尤其在數學推理上，DeepSeek-V3更是遙遙領先。DeepSeek-V3以多項開創性技術，大幅提升了模型的性能和訓練效率。DeepSeek-V3在性能比肩GPT-4o的

23、同時，研發卻只花了558萬美元，訓練成本不到后者的二十分之一。因為表現太過優越，DeepSeek在硅谷被譽為“來自東方的神秘力量”。2025年1月20日，DeepSeek-R1正式發布，擁有卓越的性能，在數學、代碼和推理任務上可與OpenAI o1媲美。DeepSeek創始人 梁文峰3.6.2 國內的大模型產品n通義千問通義千問是阿里云推出的一個超大規模的語言模型，它具備多輪對話、文案創作、邏輯推理、多模態理解、多語言支持的能力。通義千問這個名字有“通義”和“千問”兩層含義，“通義”表示這個模型能夠理解各種語言的含義，“千問”則表示這個模型能夠回答各種問題。通義千問基于深度學習技術，通過對大量

24、文本數據進行訓練，從而具備了強大的語言理解和生成能力。它能夠理解自然語言，并能夠生成自然語言文本n字節跳動豆包豆包是字節跳動基于云雀模型開發的 AI，能理解你的需求并生成高質量回應。它知識儲備豐富，涵蓋歷史、科學、技術等眾多領域，無論是日常問題咨詢，還是深入學術探討，都能提供準確全面的信息。同時，具備出色的文本創作能力，能撰寫故事、詩歌、文案等各類體裁。并且擅長語言交互，交流自然流暢，就像身邊的知心伙伴，耐心傾聽并給予恰當反饋。3.6.2 國內的大模型產品n文心一言文心一言是由百度研發的知識增強大模型，能夠與人對話互動、回答問題、協助創作，高效便捷地幫助人們獲取信息、知識和靈感文心一言基于飛槳

25、深度學習平臺和文心知識增強大模型，持續從海量數據和大規模知識中融合學習，具備知識增強、檢索增強和對話增強的技術特色。文心一言具有廣泛的應用場景，例如智能客服、智能家居、移動應用等領域。它可以與用戶進行自然語言交互，幫助用戶解決各種問題，提供相關的知識和信息nKimiKimi是月之暗面科技 2023 年推出的 AI 助手，可處理 200 萬字超長文本，支持多格式文件解讀、互聯網信息搜索整合、多語言對話等，能用于辦公、學習、創作等場景，有網頁版、APP、微信小程序等使用方式。3.6.3 主流大模型“幻覺”評測大模型幻覺，也被稱為 AI 幻覺，是指大型語言模型在生成內容時，產生與事實不符、邏輯錯誤或

26、無中生有等不合理信息的現象。比如在回答歷史事件時，可能會編造不存在的細節或人物；在進行科學知識講解時，給出錯誤的理論或數據。其產生原因主要包括：模型訓練數據存在偏差、不完整或錯誤，導致在學習過程中引入了不準確的信息；模型基于概率分布生成內容，在某些情況下會選擇一些看似合理但實際錯誤的路徑。大模型幻覺會影響信息的準確性和可靠性，在信息傳播、學術研究等領域可能帶來不良影響。因此，在使用大模型時，需要對其輸出內容進行仔細驗證和甄別。3.7 大模型的應用領域廈門大學大數據教學團隊作品3.7 大模型的應用領域大模型的應用領域非常廣泛，涵蓋了自然語言處理、計算機視覺、語音識別、推薦系統、醫療健康、金融風控

27、、工業制造、生物信息學、自動駕駛、氣候研究等多個領域（1）自然語言處理大模型在自然語言處理領域具有重要的應用，可以用于文本生成（如文章、小說、新聞等的創作）、翻譯系統（能夠實現高質量的跨語言翻譯）、問答系統（能夠回答用戶提出的問題）、情感分析（用于判斷文本中的情感傾向）、語言生成（如聊天機器人）等（2）計算機視覺大模型在計算機視覺領域也有廣泛應用，可以用于圖像分類（識別圖像中的物體和場景）、目標檢測（能夠定位并識別圖像中的特定物體）、圖像生成（如風格遷移、圖像超分辨率增強）、人臉識別（用于安全驗證和身份識別）、醫學影像分析（輔助醫生診斷疾?。┑?.7 大模型的應用領域（3）語音識別大模型在語音

28、識別領域也有應用，如語音識別、語音合成等。通過學習大量的語音數據，大模型可以實現高質量的跨語言翻譯和語音識別以及生成自然語音（4）推薦系統大模型可以用于個性化推薦、廣告推薦等任務。通過分析用戶的歷史行為和興趣偏好，大模型可以為用戶提供個性化的推薦服務，提高用戶滿意度和轉化率3.7 大模型的應用領域大模型可以用于自動駕駛中的感知、決策等任務。通過學習大量的駕駛數據，大模型可以實現對車輛周圍環境的感知和識別，以及進行決策和控制，提高自動駕駛的安全性和效率自動駕駛大模型可以用于醫療影像診斷、疾病預測等任務。通過學習大量的醫學影像數據，大模型可以輔助醫生進行疾病診斷和治療方案制定，提高醫療水平和效率醫

29、療健康大模型可以用于信用評估、欺詐檢測等任務。通過分析大量的金融數據，大模型可以評估用戶的信用等級和風險水平，以及檢測欺詐行為，提高金融系統的安全性和穩定性金融風控3.7 大模型的應用領域工業制造大模型可以用于質量控制、故障診斷等任務。通過學習大量的工業制造數據，大模型可以輔助工程師進行產品質量控制和故障診斷，提高生產效率和產品質量氣候研究在氣候研究領域，大模型可以處理氣象數據，進行天氣預測和氣候模擬。它們能夠分析復雜的氣象現象，提供準確的氣象預報，幫助人們做出應對氣候變化的決策生物信息學在生物信息學領域，大模型可以用于基因序列分析（識別基因中的功能元件和變異位點）、蛋白質結構預測（推測蛋白質

30、的二級和三級結構）、藥物研發（預測分子與靶點的相互作用）等4.高校本地部署DeepSeek大模型廈門大學大數據教學團隊作品4.1 直接使用在線大模型n 2025年1月國內大模型排行榜大模型圖標指標排名DeepSeek 能力測評第一豆包 用戶數量第一Kimi 文本處理第一即夢AI 作圖能力第一通義萬相 視頻生成第一智譜清言 文檔歸納第一4.2 國產AI大模型DeepSeek走入高校DeepSeek滿血版R1，參數高達6710億（671B），相當于一個“超級大腦”，能處理復雜數學題、編程、長文本分析等高難度任務。部署本地DeepSeek-R1（671B）滿血版模型，支持校園辦公自動化、科研項目輔助

31、、學術資源分析等多領域應用浙江大學、中國人民大學、廈門大學、北京師范大學、北京交通大學等高校發布消息，表示正在探索開展有關DeepSeek的實踐應用，部分高校已在自主研發的教學課程平臺中接入該大模型。DeepSeek化身智能“助教”，為師生深度思考賦能。北京師范大學利用該校培養方案、教學手冊、教學大綱等高質量語料，為近萬門課程本地化部署DeepSeek-R1大模型。登錄智能“課程中心”，學業規劃、知識問答、概念講解、資源推薦、解題啟發、論文潤色等功能一目了然，為師生提供定制化、情境化的教學輔助，還支持學生的個性化與探究式學習需求。北京交通大學教學運行中心在智慧教學課程平臺中全面接入Deep-S

32、eek-R1大模型，利用其在數學、代碼、自然語言處理等方面的強大推理能力，幫助教師高效解決教學過程中各類復雜問題。該校表示，目前“深度思考”功能對全校教師開放，后續將逐步對學生開放，并上線更多功能。中國農業大學、中央民族大學等高校還利用該大模型的問答功能，介紹學校特色專業和校園文化，歡迎學生報考。4.2 國產AI大模型DeepSeek走入高校2025年2月19日，鄭州大學國家超級計算中心、計算機與人工智能學院、信息化辦公室攜手攻堅，成功在超算中心設備上部署本地化“滿血版”DeepSeek-R1大模型（671B）。在多個關鍵應用領域，DeepSeek-R1大模型展現出強大的實力能夠解答高等數學、

33、概率統計、線性代數等復雜問題，提供解題思路與引導式問題數學推理支持10余種編程語言的代碼創作與問題診斷編程助手可快速提煉論文創新點、方法及實驗結果文本分析通過多輪對話實時聯網搜索權威信息，提供全面、快速、優質的回答知識問答實現高效語言生成、輔助寫作、智能糾錯和摘要生成、多種語言實時互譯文本創作與智能辦公場景提供語法檢查、參考文獻自動生成等功能，極大提高寫作效率論文寫作輔助4.2 國產AI大模型DeepSeek走入高校鄭州大學DeepSeek-R1系列大模型正在對接學校統一身份認證平臺，近期將面向全校師生開放試用同時，將根據學校各學科具體需求與硬件條件，以具體化、針對性、私有化、學科專用或實驗室

34、專用的方式將進一步將70B、32B、14B、8B、7B等不同版本的DeepSeek-R1大模型部署到學科內部，并接入本地知識庫（如學術資源、課程資源、實驗數據等），后期學校將根據具體需求及資源占用情況提供差異化服務，構建“AI+學科”垂直領域解決方案，為學科交叉創新發展提供有力支撐4.3 為什么需要本地部署大模型離線與高效使用定制化與靈活性數據隱私與安全性成本與資源優化避免使用限制本地部署大模型4.4 本地部署大模型方案使用海量數據進行預訓練得到的基礎大模型，具備廣泛的語言理解和生成能力，但在特定任務上的表現往往不夠精準。解決方案：（1）模型微調；（2）本地知識庫模型微調和本地知識庫（1）領域

35、針對性強：經過微調的模型在特定領域的表現會有顯著提升，能夠更好地理解和處理該領域的專業問題；（2）模型適應性優化：通過微調可以調整模型的參數，使其更符合特定任務的要求，提高輸出的準確性和穩定性。模型微調技術特點（1）高質量的標注數據：標注數據的質量直接影響微調的效果，需要確保數據標注的準確性和一致性。（2）合理的微調策略：選擇合適的微調算法和超參數，避免過擬合或欠擬合問題。模型微調技術要點4.4 本地部署大模型方案模型微調主要是指令微調，指令微調包括兩個階段：監督微調和強化學習在監督微調階段，模型會學習一個 指令-響應（Instruction-Response）數據集，該數據集包含大量人類編寫

36、的任務示例，例如“請解釋相對論的基本概念”及其標準答案通過這種方式，模型能夠理解不同類型的任務并提供符合預期的回答。指令-響應（Instruction-Response）數據集用于訓練模型理解任務指令并生成符合預期的響應監督微調在微調完成后，部分高級模型還會使用強化學習進行優化。例如，ChatGPT 和 Claude 使用 人類反饋強化學習（RLHF）讓模型的回答更符合用戶期望，更好地選擇符合人類偏好的答案強化學習不足之處：數據準備成本高時效性問題需要收集、整理和標注大量特定領域的數據，這是一個耗時費力的過程對知識更新頻繁的領域，微調后的模型可能很快會過時，需要不斷重新訓練4.4 本地部署大模

37、型方案n 本地知識庫RAG（Retrieval-Augmented Generation），即檢索增強生成，是一種結合檢索技術和生成模型的技術框架，旨在提升模型生成內容的準確性和相關性其核心思想是：在生成答案前，先從外部知識庫中檢索相關信息，再將檢索結果與用戶輸入結合，指導生成模型輸出更可靠的回答。簡單地說，就是利用已有的文檔、內部知識生成向量知識庫，在提問的時候結合庫的內容一起給大模型，讓其回答的更準確，它結合了信息檢索和大模型技術4.4 本地部署大模型方案n 本地知識庫的優點保護數據隱私由于日常的業務知識是保存到本地的，所以減少信息泄露的風險減少模型幻覺由于提問結合了業務知識，所以減少了模

38、型的幻覺，即減少了模型的胡說八道實時知識補充模型的回復結合了業務知識和實時知識，所以實時性可以更好不用重新訓練模型，微調模型降低了成本無需重新訓練4.4 本地部署大模型方案步驟安裝Ollama下載DeepSeek R1運行DeepSeek R1使用Open WebUI增強交互體驗具體安裝過程請參考廈門大學數據庫實驗室博客 https:/ 本地部署大模型方案DeepSeek R1 671B（滿血版）部署成本1.硬件采購成本服務器集群：含8張NVIDIA A100/H100顯卡的服務器，市場價格約80-120萬元配套設備：液冷系統、冗余電源等附加成本約15-25萬元2.運維成本電費：滿載功耗約60

39、00W，年電費約5-8萬元（按工業電價1.2元/度計算）維護：專業工程師團隊年成本約30-50萬元4.4 本地部署大模型方案高校本地部署大模型面臨的問題：DeepSeek雖然大幅降低了算力消耗，但對于尖端的AI for Science，仍需大量算力。過去，傳統的高校算力建設方式，往往是不同院系、研究小組，自行采購和管理各自的計算資源，一個學校內可能存在多個小型計算集群。賽爾網絡的一份報告顯示，全國近2000所高等學校中，91.6%的高校未建設校級算力平臺。這顯然難以匹配大模型時代的要求，容易出現算力資源分散管理、忙閑不均、共享不暢等問題，拖慢科研成果產出效率高?？蒲谢A設施不足，算力短缺且資源

40、碎片化問題依然突出比如拿到一個開源的DeepSeek模型后，要先做算力適配，一種簡單粗暴的做法是多買一些已經適配過的卡，把它給裝進去，再結合用戶的私有數據，去做常規的RAG或微調。這種方式簡單易操作，但成本較高?，F在，高校和科研院所在探索一些新方法。比如，先將開源模型蒸餾，獲得更小參數的模型，來降低算力需求大模型的技術棧復雜。即使是目前廣受歡迎的DeepSeek，在業界看來，其落地門檻仍然很高4.4 本地部署大模型方案n 2025年2月10日，清華大學AI團隊發布KTransformers開源項目迎來重大更新，成功打破大模型推理算力門檻。此前，擁有671B參數的MoE架構大模型DeepSeek

41、-R1在推理時困難重重。推理服務器常因高負荷宕機，專屬版云服務器按GPU小時計費的高昂成本讓中小團隊無力承擔，而市面上的“本地部署”方案多為參數量大幅縮水的蒸餾版，在本地小規模硬件上運行滿血版 DeepSeek-R1 被認為幾乎不可能n 此次KTransformers項目更新帶來重大突破，支持在24G顯存（4090D）的設備上本地運行 DeepSeek-R1、V3的671B滿血版。其預處理速度最高可達286 tokens/s，推理生成速度最高能達到14 tokens/s。甚至有開發者借助這一優化技術，在3090顯卡和200GB內存的配置下，使Q2_K_XL模型的推理速度達到9.1 tokens

42、/s，實現了千億級模型的“家庭化”運行傳統方案：8卡A100服務器成本超百萬元，按需計費每小時數千元清華方案：單卡RTX 4090方案，整機成本約2萬元，功耗80W5.AIGC應用與實踐5.1 AIGC概述5.2 文本類AIGC應用實踐5.3 圖片類AIGC應用實踐5.4 語音類AIGC應用實踐5.5 視頻類AIGC應用實踐5.6 AIGC在輔助編程中的應用5.7 AI搜索5.8 AI智能辦公廈門大學大數據教學團隊作品5.1 AIGC概述5.1.1 什么是AIGC5.1.2 AIGC與大模型的關系5.1.3 常見的AIGC應用場景5.1.4 常見的AIGC大模型工具5.1.5 AIGC大模型的

43、提示詞廈門大學大數據教學團隊作品5.1.1 什么是AIGCAIGC的全稱為“Artificial Intelligence Generated Content”，中文翻譯為“人工智能生成內容”。這是一種新的創作方式，利用人工智能技術來生成各種形式的內容，包括文字、音樂、圖像、視頻等nAIGC是人工智能進入全新發展時期的重要標志，其核心技術包括生成對抗網絡（GAN，Generative Adversarial Networks）、大型預訓練模型、多模態技術等nAIGC的核心思想是利用人工智能算法生成具有一定創意和質量的內容。通過訓練模型和大量數據的學習，AIGC可以根據輸入的條件或指導，生成與之

44、相關的內容。例如，通過輸入關鍵詞、描述或樣本，AIGC可以生成與之相匹配的文章、圖像、音頻等nAIGC技術不僅可以提高內容生產的效率和質量，還可以為創作者提供更多的靈感和支持。在文學創作、藝術設計、游戲開發等領域，AIGC可以自動創作出高質量的文本、圖像和音頻等內容。同時，AIGC也可以應用于媒體、教育、娛樂、營銷、科研等領域，為用戶提供高質量、高效率、高個性化的內容服務5.1.2 AIGC與大模型的關系大模型與AIGC之間的關系可以說是相輔相成、相互促進的。大模型為AIGC提供了強大的技術基礎和支撐，而AIGC則進一步推動了大模型的發展和應用大模型為AIGC提供了豐富的數據資源和強大的計算能

45、力AIGC的需求也推動了大模型的發展大模型和AIGC的結合，也帶來了廣泛的應用前景0201035.1.3 常見的AIGC應用場景生成商品標題、描述、廣告文案和廣告圖電商寫周報日報，寫方案，寫運營活動，制作PPT，寫讀后感，寫代碼辦公生成場景原畫，生成角色形象，生成世界觀，生成數值，生成3D模型，生成NPC對話，音效生成游戲頭像生成，照片修復，圖像生成，音樂生成娛樂生成分鏡頭腳本，生成劇本腳本，臺詞潤色，生成推廣宣傳物料，音樂生成影視5.1.3 常見的AIGC應用場景原畫繪制，動畫生成，分鏡生成，音樂生成動漫寫詩，寫小說，生成藝術創作品，草圖生成，藝術風格轉換，音樂創作藝術批改試卷，試卷創建，搜

46、題答題，課程設計，課程總結，虛擬講師教育UI設計，美術設計，插畫設計，建筑設計設計軟文撰寫，大綱提煉，熱點撰寫媒體制定學習計劃，做旅游規劃生活5.1.4 常見的AIGC大模型工具OpenAI的ChatGPTDeepSeek科大訊飛的訊飛星火阿里的通義千問百度文心一言字節跳動豆包Kimi這些工具基于大語言模型技術，具備文本生成、語言理解、知識問答、邏輯推理等多種能力，可廣泛應用于寫作輔助、內容創作、智能客服等多個領域。通過不斷迭代和優化，為用戶提供更加智能、高效的內容生成解決方案5.1.5 AIGC大模型的提示詞 AIGC大模型的提示詞（Prompt）是指用戶向大模型輸入的文本內容，用于觸發大模

47、型的響應并指導其如何生成或回應 這些提示詞可以是一個問題、一段描述、一個指令，甚至是一個帶有詳細參數的文字描述。它們為大模型提供了生成對應文本、圖片、音頻、視頻等內容的基礎信息和指導方向。提示詞的重要作用如下：提高準確性引導生成增強交互性5.1.5 AIGC大模型的提示詞使用提示詞需要注意一些技巧，這樣可以從大模型獲得更加符合我們預期要求的結果簡潔明確考慮受眾分解復雜任務使用肯定性指令示例驅動明確角色遵守規則自然語言回答5.1.5 AIGC大模型的提示詞提示詞之道：通用大模型與推理大模型在提示詞策略方面也有不同側重與技巧n 提示語更簡潔，只需明確任務目標和需求（因其已內化推理邏輯）。n 無需逐

48、步指導，模型自動生成結構化推理過程（若強行拆解步驟，反而可能限制其能力）。推理模型n 需顯式引導推理步驟（如通過“思維鏈”提示），否則可能跳過關鍵邏輯。n 依賴提示語補償能力短板（如要求分步思考、提供示例）。通用模型5.2 文本類AIGC應用實踐進入百度官網訪問DeepSeek保證正?？焖偈褂?.2 文本類AIGC應用實踐02030105060704步驟1：登錄DeepSeek平臺。在瀏覽器地址欄中輸入“https:/ 文本類AIGC應用實踐案例：DeepSeek+Kimi制作腦圖將我們準備好的電子書上傳到DeepSeek，并輸入提示詞：現在我需要做一個xmind思維導圖，請幫這份文檔輸出為M

49、arkdown格式將內容復制到text的文件中，進行保存，并將文件的后綴名改為.md打開xmind軟件，通過文件-導入-Markdown進行文件的導入，最后就能馬上渲染出一個非常完美的思維腦圖。5.3 圖片類AIGC應用實踐圖片類AIGC是一種基于人工智能技術生成圖片的方法，它利用深度學習、生成對抗網絡（GAN）等先進算法，通過學習和模仿大量圖像數據，能夠自動創作出高度真實和藝術化的圖片。AIGC在圖像生成、修復、風格轉換、藝術創作等領域展現出強大能力，為數字藝術、設計、游戲、電影等多個行業帶來創新解決方案。其優勢包括高效性、多樣性和自動化，能夠快速生成大量高質量的圖像內容，滿足各種復雜需求5

50、.3 圖片類AIGC應用實踐 AIGC還可以修復損壞的圖像，如去除噪聲、填充缺失的部分等。這項技術對于保護和恢復古老的藝術作品、修復損壞的照片等具有重要意義 AIGC 能夠生成高度逼真的圖像，如人臉、動物、建筑物等。例如，OpenAI發布的DALL-E可以根據文本提示詞創作出全新的、原創的圖像，展示了AI在圖像創作方面的強大能力 通過對圖像進行增強處理，AIGC可以增加圖像的飽滿感和增強細節，使圖像質量得到提升。這在提升照片的視覺效果、改善圖像的清晰度和細節方面非常有用 AIGC在圖像識別方面也有廣泛應用，可以識別圖像中的對象、場景和特征，如人臉識別、車牌識別等。這項技術對于安防監控、智能搜索

51、、自動駕駛等領域的發展至關重要圖像生成圖像識別圖像增強圖像修復5.3 圖片類AIGC應用實踐案例：DeepSeek+即夢AI，生成教師節海報第1步：登錄DeepSeek，輸入如下提示詞：第2步：登錄“即夢AI”，進入“AI作圖”的“圖片生成”，在提示詞輸入框中，把第1步DeepSeek生成的提示詞粘貼進來，點擊“立即生成”5.3 圖片類AIGC應用實踐案例：去除圖片中的水印帶有水印的圖片去除水印后的圖片5.4 語音類AIGC應用實踐語音類AIGC是一種利用人工智能技術（特別是語音識別、自然語言處理和語音合成技術），自動生成和處理語音內容的技術。它能夠模擬人類語音，實現語音到文本的轉換、文本到語

52、音的合成，以及語音情感分析等功能，廣泛應用于智能語音助手、智能客服、語音翻譯等多個領域5.4 語音類AIGC應用實踐應用場景01智能語音助手07智能駕駛艙與車載語音助手02智能客服06語音分析與情感識別03語音合成與轉換05語音翻譯04虛擬人物與數字人5.4 語音類AIGC應用實踐n 高校教師可以使用語音類AIGC工具（喜馬拉雅音頻大模型、騰訊智影），根據自己教學課件的文本內容，自動生成專業的配音，可以采用專業播音員的音色，也可以使用AIGC工具（比如米可智能）“克隆”自己的講課聲音，用自己的音色生成配音n 高校教師使用鬼手剪輯GhostCut進行語音翻譯，可以把一種語言的講課視頻自動轉換成另

53、外一種語言的講課視頻高校老師怎么用？5.5 視頻類AIGC應用實踐視頻類AIGC是指利用人工智能技術，特別是深度學習、機器學習等算法，自動創建或處理視頻內容的技術。它能根據給定的文本、圖像或其他數據，自動生成符合描述的視頻內容，涵蓋文生視頻、圖生視頻、視頻風格化、人物動態化等多個方向。這一技術在創意設計、影視制作等領域潛力巨大，極大地提升了視頻內容的生產效率和質量5.5 視頻類AIGC應用實踐 視頻類AIGC大模型發端于Sora。2024年2月，美國的Open AI發布了全球第一款文生視頻大模型Sora（這里的“文生視頻”是指由輸入的文本內容生成相應的視頻），迅速引起了業界的廣泛關注和討論由快

54、手推出，被譽為中國版Sora，視頻生成時長可達120秒，支持文生視頻、圖生視頻、視頻續寫、鏡頭控制等功能，表現出色?？伸`生數科技聯合清華大學發布，是中國首個長時長、高一致性、高動態性視頻大模型，支持一鍵生成16秒高清視頻，性能對標國際頂尖水平。Vidu即夢 AI 是字節跳動旗下剪映團隊開發的一站式 AI 創意創作平臺。支持文生圖、圖生圖、文生視頻、圖生視頻等，有智能畫布、故事創作等即夢AI高校教師怎么用？借助可靈AI工具，根據文本內容自動生成高質量的視頻使用即夢AI實現圖生視頻 使用通義萬相根據圖片生成自帶音效的視頻借助剪映AI工具，根據文字自動生成高質量的視頻，并自帶配音配樂使用鬼手剪輯生成

55、視頻解說使用騰訊智影生成數字人播報視頻（用于制作教學視頻）5.5 視頻類AIGC應用實踐案例：使用騰訊智影生成數字人播報視頻（可以用于制作高校教學視頻）在瀏覽器地址欄中輸入網址“https:/ 騰訊智影登錄界面圖“數字人播報”功能入口5.6 AIGC技術在輔助編程中的應用AIGC技術在輔助編程中的應用日益廣泛，它能夠自動生成高質量的代碼，從而顯著提高開發效率代碼補全與提示代碼優化與重構代碼風格統一代碼自動生成應用場景能夠提供輔助編程服務的AIGC大模型包括Codex、GitHub Copilot、CodeGeeX、aiXcoder、豆包、通義靈碼等推薦高校使用AI編程工具：VS Code+De

56、epSeek，字節跳動Trae（AI 原生集成開發環境）5.6 AIGC技術在輔助編程中的應用為什么要在 VSCode 中接入 DeepSeek？p 代碼智能補全：根據上下文自動補全代碼，減少重復輸入，提高編碼效率。p 代碼生成：根據自然語言描述直接生成代碼，例如快速搭建項目框架或實現特定功能。p AI 對話輔助：隨時與 AI 對話，獲取編程建議、解決技術難題。VSCode接入DeepSeek步驟p 注冊 DeepSeek 賬號并獲取API Keyp 安裝 VSCode 插件p 配置VSCode插件具體操作步驟請參考網頁：https:/ AI搜索AI搜索，即人工智能搜索引擎，是一種利用先進的人

57、工智能技術，特別是深度學習和自然語言處理（NLP），來理解和響應用戶的查詢需求的新型搜索工具。它不僅僅是傳統搜索引擎（比如百度）的簡單升級，而是通過模擬人類的思維方式和行為模式，為用戶提供更加精準、個性化且高效的信息檢索服務。AI搜索通過收集和分析用戶的歷史搜索數據和行為模式，構建用戶畫像，從而實現更加精準的個性化搜索服務。這種數據驅動的智能決策機制，使得AI搜索能夠不斷自我優化，提升用戶體驗。納米AI搜索是360公司在2024年12月推出的全新AI搜索應用，結合了自然語言處理、機器學習以及專家協同技術，致力于打破傳統搜索引擎的局限，提供智能化、多樣化的搜索體驗。支持文字、語音、拍照、視頻等多

58、種輸入方式，滿足不同場景下的需求，實現“一切皆可搜索”多模態搜索內置16款頂尖大模型，如豆包、文心一言等，為用戶提供一站式AI智慧體驗。智能工具集成通過專家協同和多模型協作，深入分析復雜問題，提供更專業、更全面的答案。慢思考模式5.8 AI智能辦公AI寫作助手（幫我寫、幫我改、AI伴寫）AI設計助手（AI排版、AI格式）AI閱讀助手（全文總結、文檔問答、劃詞解釋和翻譯）AI數據助手（AI寫公式、AI數據分析）5.8 AI智能辦公WPS靈犀n 一鍵生成PPTn 閱讀課件、論文、翻譯英文論文n 自動數據分析6.基于大模型的智能體廈門大學大數據教學團隊作品6.基于大模型的智能體智能體（AI Agen

59、t），又稱“人工智能代理”，是一種模仿人類智能行為的智能化系統，它就像是擁有豐富經驗和知識的“智慧大腦”，能夠感知所處的環境，并依據感知結果，自主地進行規劃、決策，進而采取行動以達成特定目標。簡單來說，智能體能夠根據外部輸入做出決策，并通過與環境的互動，不斷優化自身行為智能體本身既不是單純的軟件也不是硬件，而是一個更為寬泛的概念，它們可以是軟件程序、機器人或其他形式的系統，具備一定的自主性和智能性6.基于大模型的智能體基于大模型的智能體是指利用大語言模型（如GPT、BERT等）作為核心組件，構建的能夠執行特定任務、與環境交互并做出決策的人工智能系統。這些智能體具有自主性、交互性、適應性等特點，

60、能夠模擬人類的認知和決策過程，提供更加自然、高效和個性化的交互體驗。它們能夠處理海量數據，進行高效的學習與推理，并展現出跨領域的應用潛力AI Agent 的誕生就是為了處理各種復雜任務的，就復雜任務的處理流程而言 AI Agent 主要分為兩大類：行動類、規劃執行類?？偠灾?，AI Agent 就是結合大模型能去自動思考、規劃、效驗和執行的一個計算體，以完成特定的任務目標，如果把大模型比作大腦，那 AI Agent 可以理解為小腦+手腳6.基于大模型的智能體過去的嵌入式工具型 AI助手型工具（例如 siri、小度、小愛音箱），只完成和人之間的問答會話目前各類 AI Copilot 不再是機械地

61、完成人類指令，而是可以參與人類工作流，為諸如編寫代碼、策劃活動、優化流程等事項提供建議，與人類協同完成AI Agent 的工作僅需給定一個目標，它就能夠針對目標獨立思考并做出行動，它會根據給定任務詳細拆解出每一步的計劃步驟，依靠來自外界的反饋和自主思考，自己給自己創建 prompt，來實現目標6.基于大模型的智能體n RAG和智能體RAG 技術就像是一個智能的知識助手，它通過將外部知識庫與大語言模型相結合，極大地增強了模型的回答能力。當用戶提出問題時，RAG 首先會在龐大的知識庫中進行檢索，找到相關的信息，然后將這些信息與大語言模型的生成能力相結合，給出更加準確、全面的回答。例如，在企業客服場

62、景中，RAG 可以快速檢索企業的產品資料、常見問題解答等知識庫，為客戶提供精準的服務，大大提高了客服的效率和質量智能體更像是一個擁有自主意識的智能員工，它以大語言模型為驅動，具備自主理解、感知、規劃、記憶和使用工具的能力。它可以根據目標任務，進行智能規劃與決策，自動執行復雜的任務。比如在智能辦公場景中，AI Agent 可以根據用戶的日程安排，自動預訂會議室、安排會議議程，還能在會議結束后自動生成會議紀要，實現辦公流程的自動化，讓員工從繁瑣的事務性工作中解脫出來RAG 的部署相對來說成本較低，主要集中在知識庫的建設和維護上。企業可以利用現有的數據資源，構建自己的知識庫，然后通過接入大語言模型，

63、實現 RAG 的功能。對于一些數據量較小、業務場景相對簡單的企業來說，RAG 是一個性價比很高的選擇AI Agent 的部署則需要更高的技術門檻和成本。它不僅需要強大的大語言模型支持，還需要構建復雜的智能規劃和決策系統，以及與各種工具和系統的集成。此外，AI Agent 還需要不斷地進行訓練和優化，以提高其智能水平和適應性。因此，對于一些中小企業來說，AI Agent 的部署成本可能較高，但對于大型企業和對智能化要求較高的企業來說，AI Agent 帶來的價值可能遠超其成本6.基于大模型的智能體n RAG和智能體在運行效果上，RAG 在處理一些需要大量知識支持的任務時表現出色，比如智能問答、文

64、檔生成等。它能夠利用知識庫中的信息，為用戶提供準確、詳細的回答。但 RAG 的局限性在于，它缺乏自主決策和規劃的能力，對于一些復雜的、需要靈活應變的任務可能無法勝任RAGRAG 和 AI Agent 都有各自的優勢和適用場景。對于企業用戶來說，在選擇時需要根據自身的業務需求、數據資源、技術實力和預算等因素進行綜合考慮。如果企業只是需要解決一些簡單的知識檢索和生成問題，那么 RAG 可能是一個不錯的選擇；如果企業希望實現業務流程的全面自動化和智能化，那么 AI Agent 則更能滿足其需求。在這個快速發展的人工智能時代，只有選擇最適合自己的技術，才能在激烈的市場競爭中立于不敗之地各自的優勢和適用

65、場景AI Agent 則在復雜場景下展現出了強大的優勢，它能夠根據環境的變化和任務的要求，自主地進行決策和規劃，實現任務的自動化執行。無論是在智能客服、智能辦公還是智能生產等領域，AI Agent 都能夠發揮出其獨特的價值，提高企業的運營效率和競爭力AI Agent 6.基于大模型的智能體2025年1月23日，OpenAI發布了一個創新性的智能體Operator，它是一個能夠像人類一樣使用計算機的智能體。它基于OpenAI最新研發的CUA（Computer-Using Agent）模型，CUA 將 GPT-4o 的視覺功能與通過強化學習獲得的高級推理相結合，經過訓練可以與圖形用戶界面（GUI，

66、即人們在屏幕上看到的按鈕、菜單和文本字段）進行交互。Operator通過觀察屏幕并使用虛擬鼠標和鍵盤來完成任務，而無需依賴專門的API接口。這種設計使其可以適配任何為人類設計的軟件界面，帶來極高的靈活性Operator好比一個博士水平的個人助理，你給他一個復雜的任務，它就會自動執行。Operator的主要功能包括自主完成諸如采購雜貨、提交費用報表、訂票、買日用品、填寫表格等任務，旨在通過自動化操作提升日常生活和工作效率。它還可以一邊在StubHub搜索勇士隊比賽門票，一邊處理網球場預訂、尋找清潔服務和DoorDash訂餐，實現多任務并行處理6.基于大模型的智能體2025年2月3日，OpenAI

67、發布了一款新的智能體產品Deep Research。Deep Research由OpenAI o3模型的一個版本提供支持，該模型針對網頁瀏覽和數據分析進行了優化，它利用推理來搜索、解釋和分析互聯網上的大量文本、圖像和PDF，并根據需要根據遇到的信息做出調整。Deep Research具有以下四大核心技術：會自動24小時掃描全球知識庫數據雷達能把零散的信息拼成完整的戰略地圖知識拼圖發現矛盾時，自動回溯、驗證，調整推理路徑邏輯推理綜合各種知識，生成完美的報告，還附帶文獻引用學術裁縫6.基于大模型的智能體Coze(扣子)是字節跳動推出的新一代 AI 智能體開發服務平臺6.基于大模型的智能體Coze平

68、臺上的高校教師智能體，每個老師都可以制作自己的專屬智能體6.基于大模型的智能體n 課堂智能體：生成動態課件，實時調整教學節奏n 實驗智能體：VR+數字孿生模擬高危實驗操作教學場景n 招生智能體：AI面試官評估考生綜合素質n 行政智能體：自動處理蓋章、證明開具、報銷等流程管理場景n 文獻智能體：跨語言論文溯源與創新點挖掘n 實驗智能體：自動生成變量組合方案科研場景n 心理咨詢智能體：通過微表情識別學生心理狀態n 就業指導智能體：分析百萬崗位數據生成個性化求職策略服務場景智能體在高校的應用場景6.基于大模型的智能體n【案例】上海海事大學超級智能體采取自建大模型+引用AI服務模式，AI編排流程使多個

69、智能體綜合協作，由一顆大腦（LLM）進行自主支配運行，能夠根據人的要求，自主判斷、決策、分解子任務，自行與業務系統、專業知識庫、海事垂直大模型及互聯網交互分析，構建校級統一AI服務平臺，最終輸出任務結果，從而助學、助教、助研、助管和助國際交流使用AI對教學視頻資源進行知識點抽取處理，便于學生依據知識圖譜完成課前預習、課中學習和課后復習助學利用AI生成教學資源，幫助教師完成系列教育教學基礎工作，教師只需復核即可，使教師有更多時間和精力投入創新性工作中。超級智能體可根據既定科目，輔助教師完成出題并附帶解答助教超級智能體對接學術資源查詢，可在任何地點根據關鍵詞快速調取學術資源庫內容和文章。同時，教師

70、還可借助海事超級智能體推進文獻綜述生成、研究實驗自動完成、論文翻譯潤色等工作助研基于海事超級智能體供給海事教育資源，引入外部專業力量，構建共商共建共享的云中海事大學，共同促進海事數字化、智能化、綠色化。超級智能體可對目標內容進行英文翻譯。方便留學生或師生在國際交流中應對多語言環境，使校內規章制度等文件不需翻譯成多種語言或避免翻譯范圍不充分問題助國際交流海事超級智能體與校內業務系統關聯，可以幫助師生快速完成大量業務系統操作、調取業務系統數據、分析并生成用戶所需統計數據和統計圖表助管7.AI賦能高?？蒲袕B門大學大數據教學團隊作品7.AI賦能高?？蒲惺灼?DeepSeek SCI 已發表，1區高分期

71、刊，用時1天！意大利的一個研究團隊借助DeepSeek模型，在中科院1區、影響因子6.5分的Resuscitation期刊上發表了一篇Letter，從投稿到接收僅用時1天！這篇論文主要探討了不同人工智能（AI）工具在傳播心肺復蘇（CPR）指南方面的效果，并重點分析了它們在心臟驟停教育中的應用潛力。研究選取了ChatGPT-4o、Gemini Advanced和DeepSeek三種AI模型，評估了它們向非醫學背景公眾傳達歐洲復蘇委員會（ERC）指南的有效性。7.AI賦能高?？蒲衟 自然雜志2025年2月發表文章：科研人員正在測試DeepSeek開源模型在執行科研任務中的能力，這些任務涵蓋從數學到

72、認知科學等領域p 全球出版商Wiley2025年2月發布的一項調查顯示，未來兩年內，研究人員將普遍接受在準備論文、撰寫資助申請和同行評議等過程中使用AI工具的做法，超過一半受訪者認為AI在查閱大量文獻、總結研究結果、檢測寫作錯誤等任務中優于人類，72%的人希望在未來兩年內使用AI輔助其撰寫論文p DeepSeek充當科研強力助手：科研思路探索、論文撰寫與潤色、信息檢索、國家自然科學基金及社會科學基金申請書撰寫、助力頂級期刊發表、提高辦公效率、激發創意靈感、寫作翻譯、圖片生成、科研繪圖、代碼自動生成、成果發表、課題申報、郵件撰寫、腳本創作、文案編輯、翻譯服務、數據分析以及復雜計算等p 天津大學舉

73、辦專題報告會，教授們詳細拆解了大模型從科學假設生成、代碼開發、到實驗驗證及論文撰寫的實踐路徑，認為新的科研范式已經到來p 中國教科院已將DeepSeek-V3升級到R1，為科研人員提供智能文獻整理分析、跨學科交叉研究輔助，以及數據驅動的科研支持。有數據顯示，模型效果提升，科研人員借助其進行文獻閱讀、數據挖掘、論文撰寫的周期能縮短30%-50%p 浙江大學生命科學研究院研究人員把DeepSeek當作“交叉學科顧問”。雖然它在單一領域比不上專業學者，但在多領域涉獵上達到了博士生水平7.AI賦能高?？蒲蠨eepSeek可以幫助科研人員在文獻檢索、數據分析和實驗設計等方面提升效率雖然DeepSeek無

74、法直接將實驗數據轉化為直觀、易理解的圖表，但可以為科研人員提供不同的繪圖軟件（如R語言、Python等）的繪圖代碼。無論是趨勢圖、熱力圖，還是散點圖，DeepSeek都能在復雜數據中提煉出關鍵信息，支持科研人員更快速地識別研究規律DeepSeek能夠快速根據關鍵詞檢索相關文獻，并按照相關性、引用次數等指標對結果進行排序。其獨特的語義檢索功能，能更精確地理解用戶需求，提供高質量的文獻結果，減少傳統文獻檢索的盲目性基于已有文獻和數據，DeepSeek能夠為用戶提供智能化的實驗設計建議。它通過對相關文獻的深度分析，為實驗方案的優化提供指導，幫助科研人員減少設計上的誤差和不必要的重復DeepSeek不

75、僅適用于醫學領域，還能夠跨學科地支持生物學、化學、物理學等多個學科的研究。它能夠幫助科研人員打破學科間的壁壘，從其他領域汲取創新思路，開拓新的研究方向智能文獻檢索跨學科研究支持實驗設計智能建議數據可視化工具7.AI賦能高?？蒲蠨eepSeek可以幫助科研人員在文獻檢索、數據分析和實驗設計等方面提升效率通過深度學習和機器學習算法，DeepSeek能夠發現隱藏在數據中的信息，幫助用戶發現新的機會和趨勢。在醫學科研中，DeepSeek能夠從大量實驗數據中提取有價值的信息，發掘潛在的研究方向和生物標志物DeepSeek能夠協助研究人員高效完成論文創作。它不僅能夠生成高質量的學術內容，還能優化論文的邏輯

76、結構和語言表達，顯著提升科研寫作效率。此外，DeepSeek還可以根據提供的數據和要求，生成專業的報告框架和內容，為科研人員提供有力支持對于有特定需求的用戶，DeepSeek還支持上傳文件建立自定義知識庫。將與自己工作、學習相關的文檔、資料上傳后，DeepSeek就能基于這些知識為你提供更個性化、針對性更強的回答和建議學術寫作與報告生成個性化知識庫數據分析與挖掘7.AI賦能高?？蒲忻咳?00頁免費超強文檔公式圖表識別額度 和200頁的免費翻譯額度(支持GLM4,DeepSeek等大模型對照沉浸式翻譯)支持導出微軟Word,LaTeX,markdown,html等多種格式7.AI賦能高?？蒲蠨e

77、epSeek論文指令大全詳細教程請訪問：https:/ 從百度官網訪問DeepSeek，上傳英文論文PDFp 在對話框中輸入提示詞“請幫我總結這篇論文的創新點”p 或者在對話框中輸入提示詞“請幫我把這篇論文翻譯成中文”7.AI賦能高?？蒲袑W術論文快速閱讀步驟1：打開通義千問的效率工具“閱讀助手”。通過瀏覽器，打開大模型工具通義千問，并登錄個人賬戶。如圖所示，點擊左側菜單欄的“效率”，進入“工具箱”頁面，并在右邊的頁面上選擇“閱讀助手”效率工具。7.AI賦能高?？蒲袑W術論文快速閱讀第2步：上傳論文7.AI賦能高?？蒲袑W術論文快速閱讀第3步：上傳論文，待上傳的論文解析成功后，點擊“閱讀助手”，進入

78、“閱讀助手”功能頁面7.AI賦能高?？蒲袑W術論文快速閱讀第4步：論文導讀模式。如圖所示，點擊頁面右上角“導讀”，通過“全文摘要”和“論文速讀”，可以快速了解論文的主要內容和研究目的，確保對論文的整體內容有一個初步的了解。點擊頁面右上角“翻譯”，通過“中英互譯”，可以將論文翻譯成中文，以便進行進一步的閱讀。同時，也可以在頁面的左半部分，點擊頁面左下角的翻頁，進行原文的對照閱讀。在閱讀過程中，如果有任何疑問或不理解的地方，可以在“閱讀助手”頁面的右下角的問題輸入框中輸入相關問題，進入“智能問答”頁面。點擊頁面右上角“腦圖”，可以看到工具生成的論文思維導圖，幫助我們以可視化的方式理解和組織學術論文的

79、內容7.AI賦能高?？蒲衝 使用AI工具提升科研效率【1】依次點擊高級搜索、查找你敢興趣的文獻、選擇文獻、導出與分析、查新（引文格式）、復制到剪貼板，粘貼到deepseek中?！?】在DeepSeek中輸入下方的文獻綜述模板，即可一鍵生成文獻綜述。7.AI賦能高?？蒲邢旅媸菍懭隓eepSeek對話框中的內容（其中，綠色文字是從中國知網復制，可以復制多篇文獻過來，這里只復制了1篇文獻作為演示）：1馮旭南.新質生產力與價值創造：數字經濟時代的生產方式變革J.上海管理科學,2025,47(01):48-52.摘要:隨著數字經濟的迅速崛起，傳統生產力的內涵和結構正經歷深刻的變革。新質生產力作為新興生產

80、力的表現形式，依托人工智能、大數據、區塊鏈、物聯網等前沿技術，推動了社會生產方式的全面轉型，并在多個領域構建了全新的價值體系。從新質生產力的內涵與特征出發，深入剖析其在數字經濟時代的價值創造機制，探討其如何重塑生產方式與產業結構。同時，還重點分析了中國在新質生產力發展中的實踐與成果，并提出了未來的發展路徑與前景展望。下面我給你一段國內外研究現狀的模板，你學習模仿它的寫作風格把上面的文獻使用進去，寫一份文獻綜述：文獻綜述模版開頭模板：(1)當前，關于 問題的討論在國內外學術界呈現出多樣化的觀點，主要圍繞 展開了廣泛的爭議，并且取得了眾多重要的理論成果。(2)目前，問題的 方面已成為國內外研究的焦

81、點。(3)國外關于 問題的研究，主流觀點常常集中于 和，而在我國，更多采用的是 的研究。8.AI賦能高校教學廈門大學大數據教學團隊作品8.AI賦能高校教學 自適應學習系統 AI分析學生知識圖譜（如課堂互動、作業數據），動態推送個性化學習路徑（如浙江大學智云課堂可為不同認知水平學生生成專屬習題集）AI助教 AI智能體實現24小時智能答疑（如清華大學AI助教日均處理3000+學生提問，準確率92%），VR實驗室支持高危實驗模擬（化學專業學生事故率降低67%）教師AI助手智能出題，智能批改試卷，智能生成教案和課件，智能學情分析智能教務系統AI排課算法統籌200+變量（教室容量、教師偏好、跨校區交通）

82、，中國科學技術大學應用后課程沖突率下降85%教學質量評估利用情感計算技術分析教學視頻，自動生成教師肢體語言、互動頻率等6維度評估報告（華中師范大學試點覆蓋98%專業課）跨學科培養AI自動生成交叉學科課程大綱（如量子計算+金融工程融合課程已在上海交通大學落地）全球同步課堂 實時翻譯系統支持50+語種跨國直播授課（西安電子科技大學與MIT共建課程學生增加3倍）8.AI賦能高校教學AI賦能教學：大數據技術原理與應用課程（林子雨主講）的創新變革國家級線上一流本科課程，教材被國內1000多所高校采用2024年首批廈大AI賦能教學教改課題p 多模態教學資源融合：整合教材、講義、文獻、案例、視頻等資源，形成

83、專屬知識庫。課程平臺對其解析生成知識切片，建設課程垂直模型，提升AI 工具能力。同時，依托課程平臺可以實現線上線下資源聯動，滿足學生差異化學習需求。p 智能學伴助力學生自我突破：智能學伴通過即時答疑、提供學習建議、個性化學習幫助以及啟發創意表達，全方位助力學生高效學習、培養創新思維與解決問題的能力。p 學生學習效果顯著提升：借助智能學伴，學生在學習過程中，知識掌握程度明顯提高。通過智能學伴的錯題分析與針對性練習推薦，學生的薄弱知識點得以強化。同時，學生的學習興趣也顯著增強，真正實現從“要我學”到“我要學”的轉變，綜合學習效果得到全方位提升。知識圖譜AI教學助手24小時AI學伴8.AI賦能高校教

84、學廈大信息學院和生科院跨院系合作開展AI賦能教學報告視頻B站觀看地址：https:/ 備課助手：大模型能快速生成教案框架、習題庫，并根據學生學情推薦分層教學內容p 作業批改與反饋：大模型可自動批改客觀題并生成個性化評語，教師只需專注于主觀題的深度反饋教學效率革命p 多模態教學：文生圖、文生視頻技術讓抽象知識變得可視化p 本地化適配：大模型能針對不同地區、教材版本動態調整教學內容，確保與教學大綱精準匹配p 教師視角：工具能節省時間，但不能讓人完全省心。教師需要學會與AI協作，比如通過優化提示詞，讓大模型生成更貼合教學場景的內容資源生成與適配備注：本部分內容來自對網絡資料的整理大模型是工具教育的“

85、智能腳手架”8.AI賦能高校教學盡管大模型能生成流暢的文本和答案，但其本質是數據驅動的模仿，缺乏真正的“思考”與“創造”能力p“幻覺”問題：大模型可能給出看似合理實則錯誤的答案p 缺乏教育直覺：教師能憑借學生的微表情、語氣判斷其理解程度，而AI主要依賴文本交互，難以捕捉這些情感信號邏輯與直覺的缺失p 教學設計：優秀的課程需要融合教學目標、學生興趣和社會熱點，而AI只能基于既有模式組合內容，缺乏創新靈感p 價值觀引導：教育不僅是知識的傳授，更是人格的塑造。AI無法像教師一樣通過言傳身教傳遞價值觀p 教師視角：大模型是優秀的執行者，但卻是糟糕的決策者。教師要警惕過度依賴AI生成教案或評價學生，防止

86、教學變成流水線作業創造性工作的短板大模型的局限性無法跨越的“創造力鴻溝”8.AI賦能高校教學大模型的普及促使教師重新定位角色，從傳統的“講授者”轉變為“引導者”“協作者”“情感聯結者”個性化教育的核心p 學情診斷：AI可分析學生答題數據，但教師需要結合行為觀察，設計個性化干預方案p 項目式學習：教師可借助AI生成跨學科案例，引導學生通過協作、調研解決真實問題，培養批判性思維情感與社交能力的守護者p 人機協同的情感互補：AI無法替代師生互動中的共情與激勵。學生受挫時，教師的鼓勵遠比AI的標準化反饋更有力量p 社會情感教育：團隊合作、沖突解決等軟技能需要通過真實人際互動來培養p 教師視角：未來教師

87、的競爭力在于“人性化能力”，即能否將AI的精準性與教育的溫度相結合，這將決定課堂是否具有不可替代性教師角色的進化從“知識權威”到“靈魂導師”8.AI賦能高校教學大模型并非教育的終點，而是一個全新的起點教師與AI的關系，應如同導演與特效團隊教師掌控教育的核心，AI提供技術支持。給教師的建議：擁抱技術積極學習Prompt設計、數據解讀等技能，成為“懂AI的教育者”堅守初心始終聚焦于情感聯結、創造力激發等AI無法替代的領域批判性合作對AI生成的內容保持審慎態度，避免因技術依賴而削弱自身的專業判斷教育的終極目標是培養“完整的人”在這個AI迅猛發展的時代，教師的價值就在于用人類的溫度，駕馭技術的精度人機協同教育的未來范式總結大模型是人工智能領域的重要研究方向，其強大的語言理解和生成能力使得它在自然語言處理、機器翻譯、智能客服等領域有著廣泛的應用。大模型的訓練需要大量的數據和計算資源，同時也需要先進的技術和算法支持。隨著技術的不斷發展，大模型的應用場景也在不斷擴展，未來將會更加廣泛地應用于高校教學和科研的各個領域。謝謝廈門大學大數據教學團隊 2025年2月國內高校大數據教學的重要貢獻者