3月29-30日，2025（第六届）中国人工智能教育大会在北京盛大召开。大会由中国高等教育学会校际合作研究分会、中国技术创业协会校企融合专业委员会指导，中教全媒体主办，中国移动通信联合会教育与科学技术研究院、中国电子学会现代教育技术分会支持本次会议。

大会以“培养引领未来的高水平人才—人工智能专业及学科建设高质量发展”为主题，分享高校人工智能专业及学科生态建设的探索和实践，探索高校人工智能创新人才培养的路径和方法。来自本科高校、军队院校、高职院校、中职学校的校长、书记、副校长、人工智能学院院长/副院长、计算机学院等各学院负责人、人工智能专业及学科建设负责人、教务处负责人、专业教师以及人工智能领域的专家学者等300余位嘉宾和代表参加了本次大会。

大咖论道：AI时代的人才DNA重塑

西安交通大学党委常委、副校长洪军围绕“AI赋能自主自助式学习的课堂革命”做了主题报告。他指出，AI正在彻底改变全球高等教育，表现为个性化学习的深化与拓展、人工智能与教学方法的融合创新、教育环境的智能化与虚拟化等趋势。未来大学要打造打造全社会高等教育自主学习中心，推动人类文明进步的0-1基础科学研究。问题图谱、知识图谱、能力图谱正在驱动教学改革。他重点介绍了AI牵引的自主自助学习范式探索。他以机械工程中的低重力外骨骼关节设计为例，针对知识孤岛化、能力碎片化等教学痛点，遴选基础好、求知欲强、自律、兴趣驱动型学生，老师退居幕后，为学生提供大纲与知识图谱指导、监督与关怀，搭建慕课、B站、智慧树、DeepSeek智能问答等学习平台，在学习效果评测方面无需日常考勤，实施多维度能力评测。他指出，教改范式演进，必须夯实认知基石，以生态构建+AI赋能+机制创新，赋能课堂革命，形成去中心化的学习生态，自组织化的学习路径，价值闭环的学习成果。

西安交通大学党委常委、副校长洪军

深圳职业技术大学党委书记杨欣斌围绕“‘CS’+”与‘AI+’的路径思考”做了主题报告。他首先介绍了深职大的“AI+X”赋能实践路径。大数据分析方面汇聚教学动态数据，精准识别关键动向；监控教学运行状况，排查潜在教学预警；探索教学活动规律，优化教育资源配置；赋能教学过程管理，提升整体教学质量。以AI赋能教师画像、学生画像、课程画像。教学平台内置AI工具，生成课程知识库，实现AI助教，AI学伴。并具体介绍了AI赋能知识图谱建设、AI赋能教学和学校管理等AI赋能路径。他结合美国名校“CS+X”底层逻辑分析，强调教育不能把最基本的丢掉。要坚持长期主义，秉持分层融合策略，本科阶段以CS核心课程为主，强制加入工程实践。硕博阶段允许向垂直领域延伸，但需通过CS核心课程考核。他提出，若不强调CS核心，则需构建“问题驱动、产业衔接、纵向贯通”的体系。

深圳职业技术大学党委书记杨欣斌

北京大学计算机学院副院长郭耀围绕“人工智能赋能教育的机遇与挑战”做了主题报告。他首先介绍了“101计划” 改革实践。“101计划”以计算机学科专业教育教学改革为突破口和试验区、以深化课程教材改革为核心、以深化开放合作为依托，探索计算机领域人才培养的人才观、教育观、 科学观，引领高校人才培养质量的整体提升。他介绍了北京大学在“101计划”课程与教材应用、师资培训等方面所取得的成果。他指出，建设和普及计算思维和AI通识课已经成为必然趋势，北京大学对此付出了诸多努力，包括北大人工智能课程体系建设、深化学科交叉、创建人工智能创新中心、实施计算社会科学交叉能力提升项目等。他指出，数字化和智能化成为一个不可逆转的大趋势，人工智能和大模型会深刻影响高等教育的方法和手段，拔尖人才培养也应该拥抱大模型等数智时代的教育技术。

北京大学计算机学院副院长郭耀

天津大学智能与计算学部党委书记、国家民委人工智能应用技术重点实验室主任魏建国围绕“生成式人工智能赋能高等教育教学的思考”做了主题报告。他介绍，生成式人工智能由提示生成文本、图像或其他媒体，使用预训练的生成模型（如大语言模型）生成数据。他现场展现了使用豆包大模型进行教学设计的具体步骤。同时他指出了生成式人工智能的局限性，包括幻觉现象、时效性问题、计算准确性等。他指出，智慧教育的核心理念是个性化教育，生成式AI支持个性化探究学习，使真正意义上的个性化探究式学习成为可能。利用“大模型+知识图谱”为核心的学科智能答疑机器人，实现学生语音问答，学科问题答疑，知识检索推荐，教学管理等一系列教学工作。既减轻了老师的负担和压力，又解决了学生的实际问题。

天津大学智能与计算学部党委书记、国家民委人工智能应用技术重点实验室主任魏建国

清华大学计算机系人工智能通识教育研究中心主任、清华大学“天工”智能计算研究院常务副院长马少平围绕“人工智能通识教育体系建设”做了主题报告。他指出，面向未来，AI是每个人的必备技能。人工智能通识教育应该是一种贯通式教育。人工智能通识教育的目标是培养未来智能社会所需要的AI基础素养，形成AI视野，覆盖各个年龄（学段）、各个职业、各个地区。大学AI通识教育应培养跨学科融合与多学科合作能力，建立正确的人工智能价值观，激发社会责任感，培养人工智能的基础思维方式，引导人工智能的跨学科创新应用与实践。他介绍，清华计算机系AIGE研究中心牵头研发出人工智能通识教育教材体系，覆盖小学、中学和大学。以及面向工科学生的人工智能专业教育教材《艾博士：深入浅出人工智能》和《艾博士：深入浅出大语言模型》。教材以师徒对话的方式讲述人工智能基础知识，给读者以在教室听课的真实感。

清华大学计算机系人工智能通识教育研究中心主任、清华大学“天工”智能计算研究院常务副院长马少平

北京邮电大学人工智能学院副院长（主持工作）许文俊围绕“数智赋能的人工智能教育探索与实践”做了主题报告。他指出，人工智能时代，AI已经成为推动社会进步和经济发展的关键力量。高校培育的AI拔尖创新人才是国家实力的重要力量。北邮牵头建设了人工智能领域虚拟教研室、国家人工智能产教融合创新平台、学科交叉的实践创新数智平台、“爱学”人工智能智教平台等人工智能平台。在课程建设方面，北邮建有面向入学前的先导课程，面向通识基础的理论课程，面向算法实践的综合素养课程，面向AI+X个性化和AI+实践的前沿拓展课程。另外，面向终身教育，北邮打造了“红雁AI”数智终身学习平台，依托该平台，实现人工智能赋能基础教育，人工智能赋能身心健康和人工智能通识技能培训。

北京邮电大学人工智能学院副院长（主持工作）许文俊

北京师范大学人工智能学院副院长计卫星围绕“大模型时代计算机类专业升级改造的探索与实践”做了主题报告。他介绍，北京师范大学人工智能学院建有三大本科专业，包括计算机科学与技术（国家一流）、计算机科学与技术（师范）、人工智能（省一流）专业。建有智能技术与教育应用教育部工程研究中心和虚拟现实应用教育部工程研究中心两大科研平台。他具体介绍了依托人工智能大模型工具，计算机软件课程群、计算机系统课程群、人工智能核心课程群等课程群以及计算机、人工智能类课程的质量提升路径。他介绍，北邮联合百度共建松果人才培养实践基地，联合华为开展大模型创新训练营，参加昇思人工智能框架峰会，通过深化产学融合，推动专业转型升级。面向未来发展规划，他提出，要深刻认识AI产业革命引发的人才需求变化，不断推进AI与专业核心课程深度融合。

北京师范大学人工智能学院副院长计卫星

南京航空航天大学人工智能学院院长张道强围绕“人工智能交叉人才培养探索与实践”做了主题报告。他介绍了南京航空航天大学人工智能学院AI交叉探索整体思路。包括交叉平台建设、交叉人才培养、交叉科学研究。在AI交叉平台建设方面，依托脑机智能教育部重点实验室，建设人工智能学科，打破脑机融合智能的壁垒，建成智能脑机感传算控一体化平台，促进科研成果的深入转化以及在国防领域的深度应用。在AI交叉人才培养方面，建设面向系统能力培养的课程体系，本研一体化的产教融合实践育人体系，构建“三方联动、三链融合、三位一体”的系统能力实践模式，构建创新实践体系，全面实施创新实践工程，以高质量科研促进人才培养工作。在AI交叉科学研究方面，探索人工智能+多模态脑影像研究、人工智能+数字病理研究、人工智能+脑机接口研究。

南京航空航天大学人工智能学院院长张道强

国家教学名师奖获得者，国家万人计划首批教学名师，教育部高等学校计算机类专业教学指导委员会委员，浙江省高等学校大数据与人工智能类专业教学指导委员会主任王万良围绕“面向创新人才培养的人工智能专业课程体系探索与实践”做了主题报告。他介绍了本科人工智能类人才培养的三个层次，包括本科人工智能类专业设置、本科人工智能+类专业设置和本科专业+人工智能。并具体介绍了智能科学与技术专业（计算机类）、人工智能专业（按交叉类培养）等人工智能类专业的课程体系设置。关于人工智能通识教育课程体系设置，他指出，人工智能通识课程的教学目标是提高学生综合素质和优化知识结构，遇到复杂问题能想到用AI解决的思路。人工智能通识课程的教学重点是重点讲AI算法思路和应用，而不是讲程序实现。人工智能通识课程内容要求覆盖主要领域，内容基本实用，突出热点前沿，结合应用创新。

国家教学名师奖获得者，国家万人计划首批教学名师，教育部高等学校计算机类专业教学指导委员会委员，浙江省高等学校大数据与人工智能类专业教学指导委员会主任王万良

大模型时代下打造组织级AI赋能基座

在本次大会中，美林数据数智研究院院长郭田奇先生以《驾驭人工智能是人才培养的时代命题》为题，发表主题演讲。他表示，美林数据时刻保持与时代发展同行，向内鼓励全员实践大模型技术提升用户服务质量，向外聚焦五类智能体（知识问答、智能问数、智能办公、业务智能体、预测大模型）赋能各行业大模型应用场景落地开花。

面向人工智能专业及人工智能+专业群建设，郭院长表示美林数据以人工智能、大模型相关岗位的核心能力为原点，以产业侧真实项目为驱动，结合机器视觉、自然语言处理、机械臂、边缘计算等AI智能硬件开发模块，打造了软硬一体、云边协同、从数据、算力、算法到应用的一体化实验实训中心，助力高校实现人才培养与产业需求的深度耦合。

在越来越多高校宣布接入Deepseek的当下，如何解决接入大模型后的企业级应用问题成为普遍痛点。美林数据依托产业侧大模型搭建与运营落地流程，在大会现场发布了集模型库、工具库、知识库、场景库为一体的一站式“Tempo Master—大模型创新应用平台”，支持多人协作与成果共享，实现教学、科研等不同场景下的大模型创新开发全流程管理。大会现场，郭院长也演示了基于Tempo Master进行“我的数字人”、“一站备课”、“搜文献计”等智能体开发过程，实现师生在学习和教学的“前、中、后期”全链路智能化支持。

欢迎联系我们申请Tempo Master平台试用，定制专属的校级/院级/教师/学生一站式智能体开发平台！