盛康优配优配 AI专家王士进：大模型技术如何赋能教育场景？
盛康优配优配
作者简介：
王士进，科大讯飞股份有限公司副总裁、AI研究院执行院长、认知智能全国重点实验室副主任，博士，正高级工程师
人工智能技术的发展历程是一部充满创新与变革的史诗。从早期的定理证明到Hopfield网络、BP算法的兴起，再到如今大模型技术的蓬勃发展，人工智能领域经历了数次重大飞跃。2022年11月，ChatGPT的推出标志着人工智能进入了一个全新的发展阶段。2024年9月13日，OpenAI官方宣布了OpenAI o1深度推理大模型，随后DeepSeek、Kimi、星火、xAI等深度推理大模型也相继发布。其中深度求索公司在2025年1月20日发布的DeepSeek R1大模型，以较低成本实现了基本对标OpenAI o1正式版的性能效果，打破了传统“算力竞赛”的规则，且模型完全开源，引发了国内外各界极高的关注。
大模型技术经过测评，在数学、编程、英语等多个领域都有着强大的能力，我国政府一直对大模型技术的发展给予高度重视。2023年4月，中共中央政治局会议明确提出要重视通用人工智能发展；2024年3月，《政府工作报告》进一步强调要促进数字技术和实体经济深度融合，并部署开展“人工智能+”行动；同年12月举行的中央经济工作会议更是将开展“人工智能+”行动作为2025年的九大重点任务之一。这一系列政策的密集出台，为我国人工智能产业的蓬勃发展提供了坚实的政策保障和有力支持。
2025年1月19日，中共中央、国务院印发《教育强国建设规划纲要（2024-2035年）》，在第七部分明确提出“建设学习型社会，以教育数字化开辟发展新赛道、塑造发展新优势”，要求“实施国家教育数字化战略”“促进人工智能助力教育变革”。其中尤其强调：“制定完善师生数字素养标准，深化人工智能助推教师队伍建设。打造人工智能教育大模型。建设云端学校等。建立基于大数据和人工智能支持的教育评价和科学决策制度。加强网络安全保障，强化数据安全、人工智能算法和伦理安全。”立足于教育强国建设的宏伟蓝图，我们需要深入了解人工智能技术的最新进展，分析相关技术对当前教育发展的影响，进而提出在教育领域应用人工智能的合理化建议，以推动人工智能技术与教育的深度融合。
一、认知大模型技术的最新进展与影响分析
在技术层面，大模型技术持续迭代升级。以OpenAI为例，随着ChatGPT、GPT-4、GPT-4V、Whisper V3、Sora、o1/3等模型的相继发布，大模型的能力边界被不断拓展。在国内，以科大讯飞的讯飞星火大模型为代表，自2023年5月6日发布以来，经历了多次重大升级。2023年10月24日，科大讯飞与华为携手自研算力底座，并联合发布了国内首个全国产算力平台“飞星一号”，为万亿参数级大模型的训练提供了有力支撑。2024年10月24日，双方再次携手打造国产超大规模智算平台“飞星二号”，实现了新模型新算法的持续适配和智算集群规模的再次跃迁。2025年1月15日，科大讯飞发布最新的、首个基于全国产算力平台训练的具备深度思考和推理能力的大模型—讯飞星火深度推理模型X1（以下简称“讯飞星火X1”），联合华为首次攻克国产算力训练深度推理模型难关，同期发布的讯飞星火4.0 Turbo底座效果也实现与GPT-4o对标，进一步彰显了我国在人工智能领域的自主创新能力。
在应用层面，大模型技术逐步渗透到社会生活的方方面面。据高盛（Goldman Sachs）预测，通用人工智能将推动未来10年全球GDP增长7%，约合近7万亿美元。高德纳（Gartner）发布的2024年十大战略技术趋势指出，到2026年全球将有超过80%企业使用通用人工智能，涵盖信息分发、内容生产、科研加速等多个领域。在中国，科大讯飞在2024年通用大模型厂商中标排行榜中以91项中标项目位居首位，项目涵盖通信、金融、能源、政务、医疗等多个领域。此外，截至2025年1月，讯飞开放平台已开放806项AI产品及能力，总应用数超过300万个，汇聚大模型开发者超过110.7万人，其中海外开发者超过45.9万人，有力推动了人工智能产业的快速发展。
盛康优配优配
二、基于思维链的深度推理大模型技术最新进展
近年来，深度推理大模型成为人工智能领域的研究热点之一。2024年9月以来，OpenAl o1深度推理大模型、DeepSeek、Kimi、星火、xAI等深度推理大模型也相继发布。这些模型在回答用户问题之前，能够在内部生成一长串的思维链，体现出对问题的深度思考和推理。这种技术特征使得深度推理大模型在效果上实现了进一步跃升。在众多的深度推理大模型中，深度求索公司发布的DeepSeek R1大模型引发了全球各界极高的关注。DeepSeek R1提出并实现多项关键技术创新，尤其是R1-Zero强化学习训练技术，即直接在DeepSeek-V3-base预训练模型上进行大规模强化学习训练，而不依赖任何监督微调（SFT），这可能是当前国内外已知的、在大规模任务上获得成功效果的首个公开发布成果，具有较强的创新性，大大减少了数学、代码等任务训练对人工标注推理过程数据的需求。DeepSeek R1凭借其创新的技术架构和软硬件结合深度工程优化策略，打破了传统“算力竞赛”的规则，且模型完全开源，实现了训练成本的显著降低和推理效率的大幅提升，以较低成本实现了可以对标OpenAI o1正式版的性能效果。据测算，DeepSeek基于2000张英伟达H800卡（GPU显卡）仅需约560万美元就能完成DeepSeek-V3-base模型的一次完整预训练，相比OpenAI成本降低了10倍以上。同时，DeepSeek大模型的推理成本相比OpenAI也降低了10倍以上。
科大讯飞于2025年1月15日发布了当前全国产算力平台上唯一的深度推理大模型—讯飞星火X1，该模型的中文、数学能力效果领先，并率先应用于教育、医疗等刚需场景。虽然当前X1模型很小（仅130亿参数），但依靠算法和数据优势，讯飞星火X1已达到可以和OpenAI o1-preview、DeepSeek R1-preview等对标的水平（约为DeepSeek R1正式版本的95%）。与DeepSeek类似，科大讯飞也实现星火大模型训练和推理成本效率的极致优化，并且坚定地选择了更难的全国产算力的路线，为确保当前和未来国家算力安全做了有力的探索。
深度推理大模型的持续发展进一步打开了大模型的能力上限和规模应用空间，但在行业应用上还存在进一步提升的空间。首先，通用认知大模型的优势主要体现在数学和代码等方面的能力，而其文本生成、知识问答等方面的能力表现为中等水平（较容易出现“AI幻觉”，即大模型在回答用户提问时，由于信息来源不准确或算法缺陷，产生误导性结果）。其次，通用认知大模型生成的内容在价值观等方面也存在一定安全隐患，容易给出不太符合主流价值观的回复，当前还无法直接应用于教育场景。最后，深度推理大模型在面向行业场景的深度应用方面，还缺少行业知识检索增强（RAG）、场景定制优化工具链等配套组件及解决方案，在保障更复杂的真实场景落地方面存在一定的缺陷。此外，深度推理大模型因为有着看似自洽的逻辑推理思维链，使得其“AI幻觉”更难被一般用户发现，这给其在教育领域的应用带来一定的挑战。
三、大模型赋能教育应用实践的初步探索
以大型语言模型为代表的通用人工智能技术必然会对教育领域产生深远影响，但当前在教育领域应用通用人工智能技术仍面临诸多挑战，包括技术使用方式的合理性、内容的适切性、准确性和安全性以及价值观的正确引导等。为此，联合国教科文组织和一些国家纷纷在人工智能的教育应用方面出台系列政策，旨在推动人工智能技术在教育领域更为有效和负责任的应用。综合他国的经验和中国的教育智慧，讯飞依托讯飞星火大模型，在大模型赋能教育领域上做了系统规划与实践探索，并持续进行循证研究、推动技术升级，以适应教育发展中不断出现的新需求。
1. 赋能精准教学，推动课堂变革
在教师备课场景中，讯飞星火大模型可以按课时、单元、学情辅助教师生成教学设计，并进行教学策略优化；同时，它还能一键生成课件，并融入多模态资源检索、思维导图等进行课件创编美化。更重要的是，大模型能够实现日常作业、随堂测验、考试等过程性学情数据采集，进一步帮助教师实现全方位学情洞察，辅助精准备课。这极大地激发了教师的教学创新热情。
在课堂教学场景，讯飞星火大模型基于多要素OCR识别及精准推荐优质数字资源，能够助力生成式课堂教学。同时盛康优配优配，基于AI多模态技术，该模型可以将立体图形或物理实验等抽象的空间、原理进行动态展示，让知识直观地呈现在学生面前。
在课后教研环节，讯飞星火大模型能够在课程结束后，智能生成课堂实录，辅以师生行为分析、教学环境分析，帮助教师高效回顾课堂，进行结构化分析、优化教学环节，实现循证教研。讯飞星火大模型中的教育专用版面分析技术、多学科多题型智能批改以及新一代留痕打印技术，有助于在测练场景中实现批改减负、讲练提质。
2. 助力自主学习，促进全面发展
在自主学习方面，讯飞星火大模型中的过程性数据采集不仅能够有效辅助教师实现精准教学，还能够为学生构建一幅涵盖知识掌握、能力提升至综合素养形成的精细化学情画像。这一画像的生成，进一步促进了以学校或班级为单位的分层作业以及以学生个体为主的个性化作业设计，显著缩减了无效作业的时间消耗。此外，借鉴了教育学中的心理测量学，研究者围绕学生知识能力的评估提出了多种理论框架。早期的研究主要基于经典测试理论（CTT）和项目反应理论（IRT），从宏观层面对学生进行评价分析。随后，以认知论断为代表的新一代测量理论被提出，致力于分析学生的知识状态和技能水平。进一步考虑到学习过程的动态性，研究者提出了知识跟踪任务，以刻画学生知识能力的变化过程。大模型结合认知诊断模型（如神经认知诊断模型、分层认知诊断模型）与知识追踪模型（如习题感知的知识追踪方法、学习过程一致的知识追踪方法），能够精准地建模学生的能力水平，分析其知识掌握情况，从而动态调整学习内容与策略，使学习路径更符合个体需求，实现更具针对性的个性化学习。依据学生最近发展区及个性化需求，系统能够智能规划动态学习路径和推荐适切资源，全方位满足学生自主学习需求。
随着大模型技术的快速发展，AI交互式答疑辅学也在部分区域探索实践并取得显著成效。为此，讯飞星火大模型实现了基于苏格拉底式教学法的智能辅学，通过引入启发式提问的教学范式，循循善诱引导学生自主思考、发现问题并深化理解，从而提升学习效果，且在全国多个地区开展应用。例如：浙江省建设的在线答疑服务平台（“浙里问学”）融入讯飞星火大模型，不仅能为提问者解题答疑，还提供学习方法、学科知识指导和习惯培养等智能服务，助力普惠答疑高质量落地，促进教育公平优质发展。
大模型在推动学生全面发展上也有作为。在英语学习方面，大模型可以为学生提供1对1英语口语陪练助手，通过构建场景开展对话，有效帮助学生提升语言能力。在科学教育方面，讯飞基于“科普中国”优质内容资源构建了科普大模型，不仅集成了最新的技术，还设计了适应学龄儿童的数字人形象和相应的语言风格，鼓励学生提问，做到有问必答，保护了学生的好奇心和探索欲。在体育方面，通过过程性智能识别运动结果和动态姿态，可以为学生生成训练指导建议；基于穿戴设备进行动态心率监测，可以保障运动安全，助力安全、科学、快乐运动，提升学生体质健康水平。在心理健康教育方面，大模型赋能的AI多模态拟人化交互筛查技术已经取得突破，寓轻度干预与筛查为一体，助力增强学生心理韧性。
3. 助推全域联动，数据领航教育
大模型基于自然语言交互式的应用开发助手，为区域和学校的教育管理者提供了一种“低成本、高效能、高度个性化”的应用系统构建方案，极大地推动了教育数字化建设模式创新。以上海市长宁区为例，该区以“标准化+个性化”的建设模式，通过政、企、校三方合力共建，基于数字基座建设打造开放式应用生态，实现了数据的全面整合与流通，为教学与管理带来了全新的发展动力。
随着深度推理大模型的迭代发展，推理过程产生的可读“机器思维链”可以实现更多教育应用创新，对师生教学过程的错因循证、可视化都有很大启发，可以有效提升教育教学辅助效果。如科大讯飞联合中国教育科学研究院共同发布了基于“问题链”的高中数学智能教师助手，基于X1模型的“机器思维链”和教育专家的“教育思维链”，进一步强化了教师助手的问题解构和复杂推理能力，在一题多解、教学知识点关联等方面，展现出良好的性能，有效提升了教学质量。
四、关于加速教育大模型研发与应用的策略建议
在迈进大模型时代的崭新纪元，教育领域正面临着前所未有的挑战与机遇，对人才培养的模式与质量提出了更为严苛的要求。为了有效促进教育的创新转型，推动其迈向高质量发展新阶段，本文提出以下策略建议。
强化自主可控，构建教育专属大模型体系。应坚定不移地走自主可控的发展道路，基于“机器思维链”的深厚基础，深度融合优秀教师的实践智慧，研发出以“教学思维链”为驱动的教育深度推理大模型。同时，持续创新大模型的关键算法，紧密围绕教学、学习、考试、评价、管理、研究等核心教育场景，构建起一个科学、适切且数据安全无忧的教育大模型体系。这不仅能为教育智能化提供精准的支撑与保障，更将引领教育走向更加智慧、高效的新未来。
树立场景应用典范，推动教育变革创新。秉持“应用为王”的核心理念，系统性地部署基于大模型的智能化教育创新应用，着力打造智能备课、个性化学习、精准测评、教学质量评估以及教育管理优化等一系列标杆性场景方案。同时，鼓励人工智能领域的领军企业通过产学研深度合作，开展智能教学模式创新研究，构建起“技术创新-场景验证-规模应用”的良性循环发展机制。这不仅能确保人工智能与教育实践的深度融合，更将持续提升教育的质量与普惠水平，为教育的未来发展注入源源不断的活力。
实施专项培训计划，提升教师智能素养。面对教育数字化转型的新要求，应制定并实施专项培训计划，全面提升教师在新一代深度推理大模型支撑下的智能工具使用、数据分析、教学设计等方面的专业素养。这不仅能帮助教师全面适应教育数字化转型的新趋势，更将培养出一批具备高超智能素养的教育英才，为数智时代教育的高质量发展奠定坚实的人才基础。
文章来源：《中国基础教育》2025年第3期，原标题《大模型技术前沿追踪及其教育应用探索》
文章编辑|牛楠森
文章排版|吴盈盈
《中国基础教育》投稿邮箱：zgjcjy2022@163.com（请勿一稿多投）
邮件主题：作者姓名-手机号码-栏目名称-文章标题盛康优配优配
倍顺网提示：文章来自网络，不代表本站观点。
