随着大模型与 AIGC 技术的兴起，将新一代 AI 技术与教育场景进行结合，挑战与机遇并存。

此前，我们创建过一个 GPT4ALL 的仓库，寓意着 GPT 这类技术，应该成为一个惠及所有人的普惠性技术，需要包括技术研究者、教育工作者、政府管理人员等多方面力量来共同推动。

随着华东师范大学“数智跃升”计划的开展，大家逐渐认识到大模型赋能教师工作开展以及大模型赋能师范生培养，成为一个越来越重要的问题。

据此，数据学院多个实验室团队，联合包括 Intel、阿里、蚂蚁、百川等企业，通过开源、开放的方式，打造一个面向教育教学与师范生培养的 AI 工具集及其生态，用这样一套教育大模型工具支持全体教师在各自的教学和研究场景中解决实际问题。

拟重点开展如下几个方面的工作：

1、基础大模型的评测、选择与优化

• 了解开源基础大模型的发展现状
• 制定开源基础大模型的性能评测方案
• 针对教学和教研场景构建系统性的评测工具

2、面向教学和教研场景的教育领域大模型构建

• 识别并定义教学与教研场景下的各类任务
• 构建面向教学与教研任务的指令微调数据集
• 基于指令微调技术的教育大模型工程化构建全过程

3、基于 Intel AI-PC 的个人教育大模型应用开发与示范应用

• 在 AI-PC 上选择可行本地大模型技术路线
• 设计合适的交互界面辅助教师高效完成日常任务
• 形成“教师教育大模型一体机”的原型展示

上述三个方面只是一个初步的设想，需要大家一起来讨论完善。可以初步考虑分三个组来并行开展工作：

1、OpenEdu 模型组

主要关注基础大模型的现状、评测、以及整个基于基础大模型的领域大模型构建工程方法

2、OpenEdu 数据组

主要关注教育场景下的各种任务，制作各种指令微调数据集，并用工程化方法对大模型进行领域微调

3、OpenEdu 应用组

在包括 AI-PC 等终端应用场景上开展应用开发，从“教师教育大模型一体机”场景出发，开展示范应用开发工作。

总的来说，我们从 Intel AI-PC 入手，设计并实现一款面向教师赋能的教育大模型一体机，协助教师高效地完成各类日常工作，欢迎大家一起讨论~

给所有人的教育大模型一体机（OpenEdu4All）：专为 AIPC 设计，致力于打破传统教育的局限，通过一个集成化的本地大模型应用平台，提供 AI 助教、互动问答、智能出题、教学大纲与思维导图生成以及代码助手功能等个性化学习与教学体验，为学生与教师创造前所未有的教学与学习体验。

时间线

具体任务

1. 统一入口UI 设计与集成 318 完成
2. 四个场景
3. 场景1--智能助教-- 教师端教案辅助生成场景+ 教师/学生，特定课程智能助教
   背后基础模型： ChatGLM
   支持展现： 应用UI + 对话框双模式
   应用本身的优化：学生端：量化数据加载+查询分离等，也包括模型生成速度的优化
4. 代码检错应用
   应用场景： 校内或企业内，代码自动检测，问题发现，可以现有软件研发流程结合，也同时保障了代码的隐私。
   部署：服务端部署在边服务器/云服务，客户端在个人电脑。
   背后模型：deepseek-33b
   待办： 本地客户端开发3.18日完成
5. 学生教师端 视频处理软件
   应用场景： 使用大模型来做视频分析和处理的工具。帮助视频学习者、生产者和视频运营人员更好的理解 这个视频
   开发： 本地客户端或者展示3.18日前完成
6. 运营教学小视频制作-终身学习
   应用场景：个人创作小视频制作，或者小视频运营教学辅助。
   开发：本地客户端开发-318前完成

对接事宜

3.14日 kickoff + 英特尔工程师对接会
3.15-3.17日 开发
3.18日 集成会议内部演示和问题讨论
3.19日 优化和调整
3.20日 Demo 录制
3.21日-3.25日 优化和调整
3.26如 发布

通过今天和 Intel 的沟通，有了一个大方向上的共识，即 “AIPC + 教育大模型”的应用场景，大概有三类：

• 教师版：面向大中小学教师的日常工作，支撑教师课前、课中、课后的各种教学或教研场景中的任务
• 学生版：面向学生的数字素养与计算机科学领域的学习与提升，包括编程、数据分析、AI 技能等
• 终身版：面向终生学习场景，每个人的一生都有持续知识更新与管理的诉求，以及时适应社会的变化

以上三个方面，既有一定重合的地方，也有各自非常清晰的场景与任务，可以分门别类的进行总结与归纳。

另外，由于咱们第一步是适配一个 AIPC 的场景，也需要在 “AIPC + 教育大模型”的必要性上进行足够的立论，能够想到的几点包括：

• 个人数据的安全隐私问题，所有人都有自己独有的版权数据（包括提示词和问答），无法全部交到云端，需要本地大模型场景
• 大模型时代，个性化大模型将成为一个重要的方向，将个人的知识和数据和大模型技术结合起来，也对本地大模型有重要诉求
• 大模型对算力的需求极大，阻碍了大模型技术的普及与普惠，类似 AIPC 的技术能够某种程度解决这类问题，从技术发展的趋势看，边缘端的大模型技术也一定会是重要的趋势
• 大模型的边缘化与轻量化，能够更好的利用人类有限的资源，能够对绿色低碳起到巨大的支撑作用

不过，从实用性与性能上看，实际情况也将会是一个混合大模型计算的场景（云端 + 边端），具体后面可以再详细讨论，目前可以就现在 AIPC 的场景下迭代出一个能够跑通的版本。

目前已经能够 Demo 的任务包括：

• 教学大纲生成（教师版）
• 知识问答助教（教师版、学生版）
• 代码检错（学生版）
• 视频分析和理解（教师版、学生版）
• 教学小视频制作（教师版）
• 陆续增加中……

咱们可以根据时间线，先能够跑通，有演示效果，后续再慢慢迭代效果与性能优化，几个时间点包括：

• 03-20：正式的 Demo 视频
• 03-26：Intel AIPC 发布会 Booth + Panel Discussion