面向地质/材料类高校,旨在解决传统显微镜实验教学中“实验前预习难、实验中指导效率低、实验后学情难追踪”的问题。旨在将AI多模态技术与教学场景深度融合,构建覆盖“实验前中后”全流程的智能体系统,助力传统实验室向智能化转型。
点击空白处退出提示
面向地质/材料类高校,旨在解决传统显微镜实验教学中“实验前预习难、实验中指导效率低、实验后学情难追踪”的问题。旨在将AI多模态技术与教学场景深度融合,构建覆盖“实验前中后”全流程的智能体系统,助力传统实验室向智能化转型。
构建了覆盖多端的智能体系统。核心模块包括:1. 准入考试与多模态知识库(知识图谱+向量库);2. YOLO模型训练平台(支持教师自定义视觉识别模型);3. 实验画像与学情分析看板;4. 实验画面实时推流、监控与大屏联动系统。
我主导了产品需求调研与核心架构设计。落地难点在于AI技术边界与真实教学诉求的匹配。例如面对“视频流实时大模型识别”诉求,如果直接堆算力不仅成本极高,且延迟会影响教学体验。最终设计了实时轻量预警+录播截图深度分析的方案,即保障了课堂实时反馈,又满足了课后精准复盘。



评论