多模态教育大模型技术探索与产业应用 | TF技术前线175期回顾

阅读量:3 2025-12-22 收藏本文

AI赋能教育作为人工智能与教育领域融合的核心方向，正深度重塑教育教学的模式与生态。随着大语言模型、多模态生成技术的持续突破，AI在教育场景的应用从工具辅助向智能赋能升级，为教学改革、知识传播与素养提升带来了全新可能。2025年12月16日，CCF TF175期 “多模态教育大模型技术探索与产业应用” 直播活动在线举办，邀请到天津大学熊德意教授、超星集团高级研究员张杰、知识画家创始人冯欣伟三位嘉宾带来精彩分享，共同探讨AI与教育融合的创新路径。

扫码观看回看

活动由CCF TF算法与AI SIG主席、北京师范大学教授姜文斌主持，姜教授首先介绍了CCF TF的宗旨和活动安排，随后引导与会者进入主题讨论。

天津大学熊德意教授以《面向教育场景的人工智能大模型：评测、应用及教师AI素养提升》为题，围绕教育场景大模型的核心应用与发展痛点展开分享。在AI技术快速渗透教育场景的当下，“价值观对齐”与“合规应用”成为不可回避的关键命题。对此，熊教授带领团队构建了一套教育大模型评测体系——从精准制定评测标准、搭建专用数据集，到创新设计评测方法、深度分析实测结果，每一个环节都紧扣教育行业的特殊性，为教育大模型的合规化应用提供了依据。

而在应用层面，熊教授介绍了大语言模型在语言学习辅助、教育Agent开发等场景的落地应用案例，展现了AI对个性化学习的赋能价值。面对AI时代教师面临的能力转型挑战，熊教授进一步提出教师AI素养提升指南框架，结合实践路径为教育工作者适应AI时代教学变革提供了具体方向。

超星集团张杰高级研究员聚焦高校教育教学改革的迫切需求，以《AI背景下高校教育教学改革的创新实践》为主题，分享了一套可复制、可推广的转型方案。张杰以北大医学“厚道”大模型等校企合作标杆项目为例，深度拆解了学科专属大模型的构建逻辑——从技术研发阶段的需求适配，到场景落地时的流程优化，每一步都体现着“产学研协同”的智慧。

而在教学改革层面，AI的介入正让传统课堂焕发新生：课程体系被重新解构，教学流程实现智能优化，原本繁琐的学情分析变得精准高效。张杰介绍的以学情为核心的智慧课程建设方法，通过动态追踪学习数据、科学调整教学策略，帮助教师为学生提供个性化人才培养方案，其落地成果也为更多高校推进教育数字化转型提供了可借鉴的实践范式。

知识画家创始人冯欣伟以《AI时代的知识传播思考与实践》为题，带领观众回望知识传播的演进历程，展望AI赋能下的未来图景。从刻墙记事的远古时代，到纸笔书写的传统时期，再到数字传播的当下，知识传递始终受限于媒介形态——或传播范围狭窄，或理解门槛过高，或呈现形式单一。而AI技术的出现，正彻底打破这些束缚。

冯欣伟指出，AI时代的知识传播，正朝着“可交互、多模态、个性化”的方向疾驰。这意味着知识不再是静态的文本，而是可互动、可感知、可适配的动态内容。他分享的“知识画家”产品，正是这一理念的生动实践：借助AI技术，产品能自动将抽象的知识转化为生动的视频、趣味的应用，让复杂概念变得直观易懂，不仅降低了知识理解的门槛，更让知识传播突破了时空限制。这份实践探索，为AI赋能知识传播提供了极具想象力的创新范式，也让“人人皆可高效学” 的普惠教育愿景更近一步。

AI赋能教育创新的探索正不断走向深入，本次会议汇聚了高校学术研究、企业实践落地与创业项目探索的多方视角，为AI在教育领域的深度应用提供了思路与借鉴。期待未来更多产学研力量的融合，推动AI技术与教育教学的深度融合，助力教育行业的智能化升级与高质量发展。

关于TF：

CCF 技术前线（TF），是专为企业一线工程师搭建的合作交流平台，通过12个SIG（特别兴趣小组）覆盖架构、人工智能、云原生、安全工程、智能制造等核心领域，聚焦技术落地痛点，助力工程师突破职业瓶颈。

相关阅读：

大模型驱动的制造智能体探索与实践 | TF技术前线174期回顾

点击“阅读原文”，观看TF175回顾视频。

<<< 上一篇 ADL123《敏捷芯片设计与开发》开始报名

CCCF 2025年12月刊发布——“智能原生信息物下一篇 >>>

<<< 下一篇 CCCF 2025年12月刊发布——“智能原生信息物