厦门大学：DeepSeek大模型赋能高校教学和科研

该文档是厦门大学大数据教学团队林子雨副教授撰写的关于 DeepSeek 大模型赋能高校教学和科研的科普报告。主要内容涵盖人工智能发展历程、大模型相关知识、其在高校教学与科研中的应用，以及基于大模型的智能体等方面，具体如下：

1. 人工智能发展概述

• 追溯至 1950 年图灵提出 “图灵测试”，奠定人工智能概念基础，1956 年达特茅斯会议标志其正式诞生，历经多个发展阶段至如今与大模型紧密结合的蓬勃发展态势，并展望未来五个阶段，以 OpenAI 的 5 级 AGI 量表为指引，描绘人工智能进阶路径。

• 倡导人们了解其运行模式、区分人机能力、学会与之协作，引用李飞飞和周鸿祎观点强调人工智能应用能力在当下及未来的关键意义。

大模型全方位解析

• 定义为基于深度学习、参数海量、学习和泛化能力强的人工智能模型，如 GPT - 3、GPT - 4 等参数规模不断攀升，其在语言生成、上下文理解、知识迁移应用等方面表现卓越，推动自然语言处理等多领域变革。

• 历经萌芽、沉淀、爆发期，大语言模型核心能力呈金字塔结构，从基础认知学习到高阶逻辑推理及情感识别等不断进阶，算力需求亦随模型发展持续增长，与模型性能提升相互影响。

• 作为深度学习分支在人工智能体系中占据关键位置，与上下游技术关联紧密，其分类涵盖语言、视觉、多模态及按应用层级划分的通用、行业、垂直大模型等，推理大模型在复杂任务处理上优势独特但也存在如 “幻觉” 风险等不足，与通用大模型在多方面形成互补。

• 基于 Transformer 架构，通过特定机制处理输入文本，实现高效语言理解与生成，体现一定逻辑思维能力，为众多应用奠定技术基石。

• 介绍 ChatGPT、Gemini、Sora 等国外产品及 DeepSeek、通义千问等国内主流模型，对比其性能特点，并通过 “幻觉” 评测揭示模型在内容准确性方面的差异及成因，为用户选择提供参考。

• 广泛应用于自然语言处理、计算机视觉、语音识别等多领域，如文本创作、图像识别分析、语音交互及各行业核心业务环节，成为推动多领域智能化发展的关键力量。

大模型在高校的应用实践

• 高校可直接使用在线大模型或部署本地 DeepSeek 等模型，如北师大、浙大等多校积极探索应用，在课程教学、科研辅助、校园文化展示等方面发挥重要作用，郑州大学成功部署并规划多版本模型应用方案，为学科建设提供有力支撑。

• 从数据隐私安全、使用限制规避、成本资源优化、定制灵活及离线高效使用等方面阐述本地部署必要性，详细介绍模型微调和本地知识库构建等部署方案，包括指令微调阶段、强化学习优化及 RAG 技术原理与优势，并提供硬件采购、运维成本示例，剖析高校部署面临的算力与技术栈难题及行业应对进展。

AIGC 与大模型协同应用场景

• 作为人工智能创作新范式，以多种技术为支撑生成多形式内容，与大模型相互促进，在电商、娱乐、教育等多行业催生丰富应用场景，成为内容创作创新驱动力。

• 涵盖文本创作（如借助 DeepSeek 与 Kimi 合作制作 PPT、脑图）、图像生成修复（如 DeepSeek 与即梦 AI 创作海报、去除水印）、语音处理（如教师利用相关工具生成配音、翻译视频）、视频创作（借助多种工具生成教学视频）及辅助编程（推荐 VS Code + DeepSeek 等工具提升编程效率）等多方面应用实践，展示 AIGC 与大模型结合在不同领域的实用价值。

• 以纳米 AI 搜索为例介绍其通过智能技术提供精准个性化检索服务的创新之处，以及在 WPS 等办公软件中集成多种 AI 助手实现智能写作、设计、阅读、数据分析等功能，提升办公效率与质量。

基于大模型的智能体在高校的应用潜力

• 智能体作为模仿人类智能的系统，基于大模型构建后能感知环境、自主决策行动，在处理复杂任务流程上分为行动类、规划执行类，与传统 AI 助手相比具有更强自主性和任务处理能力，RAG 技术与智能体各具优势适用不同场景，企业和高校可依自身需求选择。

• 列举 OpenAI 发布的 Operator、Deep Research 及字节跳动 Coze 平台等智能体案例，展示其功能特点，如 Operator 自动化日常任务、Deep Research 智能分析数据、Coze 助力高校教师教学创新，同时阐述智能体在高校招生、教学、科研、管理、就业指导等多场景应用方式及显著效果，如上海海事大学超级智能体全方位助力学校教学科研管理工作。

大模型赋能高校科研与教学成效及思考

• 以意大利团队借助 DeepSeek 发表 SCI 论文等案例说明大模型在科研各环节的助力作用，涵盖文献检索、数据分析、实验设计、论文撰写等，提升科研效率，但也存在如检索结果错误等问题，需科研人员审慎使用，同时介绍多种利用 AI 工具提升科研效率的方法技巧。

• 从自适应学习系统、AI 助教、智能教务等多方面阐述大模型在教学中的应用成果，如提升学习个性化、答疑效率、教学资源质量、排课合理性、教学评估精准度及促进跨学科培养和全球课堂建设等，以厦大课程为例展示实际效果，同时剖析大模型在教学中的优势与局限，促使教师角色转变，强调教师应人机协同发挥教育主导作用，实现教育目标。

后台回复“250228”，可获得下载资料的方法。

本公号使用腾讯元器（使用DeepSeek R1大模型）创建了智能交通技术AI服务，欢迎扫码进入体验（或在后台私信公号）。

欢迎加入智能交通技术群！扫码进入。

点击文后阅读原文，可获得下载资料的方法。

联系方式：微信号18515441838