人工智能通识与伦理 课件 2.1 AI工具与平台初体验

人工智能通识2026年10月27日2.1大模型基础第2章AI工具与平台初体验目录CONTENTS0102032.1大模型基础2.2无代码AI工具全景图2.3AI大模型本地应用部署实践目录CONTENTS010203040506任务场景学习目标相关知识和技能任务实施任务小结练习任务PART01任务场景任务场景在人工智能快速发展的今天，大模型已经成为推动智能化应用的重要引擎。理解大模型的基本概念和应用场景，是开启人工智能应用的起点。本节以“结合大学学习与生活场景”为出发点，建立对大模型的整体认知。通过案例讲解、任务驱动和小组讨论，学生能够理解大模型在语言处理、图像生成、跨模态应用等方面的作用，并认识其在学习、生活和未来职业发展中的价值。PART02学习目标学习目标-知识目标了解人工智能大模型的基本概念和发展历程。熟悉大语言模型、视觉模型和多模态模型的主要类型与应用场景。能够理解大模型在学习、生活和职业发展中的常见应用方式，并具备初步的应用意识。学习目标-能力目标能够用通俗语言解释大模型的原理和应用价值。能够通过案例分析，识别大模型在学习、生活和社会中的应用场景。能够在小组讨论中提出观点，描述自己接触人工智能大模型的应用体验。学习目标-情感目标树立科技报国意识，认识人工智能大模型技术对国家科技竞争力的战略意义。培养理性思维，能够在面对新兴技术时保持科学态度。强化社会责任感，理解人工智能应用对学习、生活和社会发展的积极价值。PART03相关知识和技能相关知识和技能-大模型定义与发展AI大模型是指参数规模巨大、结构复杂的机器学习模型，通常具有10亿(1B)以上的参数，通过在大规模数据集上进行预训练，能够直接支持多种应用。它结合了“预训练”和“大模型”两层含义，预训练使模型无需大量微调即可完成复杂任务。近年来，AI大模型的参数规模已从千亿级发展到万亿级，如OpenAI的GPT、阿里的“通义千问”qwen、深度求索的DeepSeek等。相关知识和技能-主流大模型类型当前的主流大模型包括大语言模型、视觉大模型、多模态大模型等。目前，大模型已在多个领域得到广泛应用，包括搜索引擎、智能体、相关垂直产业及基础科学等领域，推动了各行业的智能化发展。相关知识和技能-核心技术架构Transformer是一种近年来在人工智能领域广泛应用的深度学习模型架构。它最初被设计用于自然语言处理任务，能够很好地解决传统模型在处理长文本时容易出现的信息丢失问题。Transformer的核心机制是“自注意力”，成为当前大模型的主要技术基础。CNN（卷积神经网络）是一类专门擅长处理图像数据的深度学习模型。它的设计灵感来自人类视觉系统，能够通过“卷积操作”自动提取图像中的局部特征，例如边缘、纹理和形状，再逐层组合形成对整体图像的理解。相关知识和技能-核心技术架构类型技术架构能力侧重点应用场景大语言模型（LLM）基于Transformer，海量文本训练自然语言理解、生成、推理文本创作、问答系统、代码生成视觉大模型（VLM）图像处理为主，如CNN或VisionTransformer图像识别、图像生成、目标检测智能安防、医学影像分析多模态大模型（MLLM）融合文本+图像/语音等信息语义理解与跨模态推理智能助手、虚拟客服、教育辅助相关知识和技能-大语言模型代表模型/产品应用场景通义千问（阿里）文心一言（百度）GPT系列DeepSeek等聊天机器人（如智能客服、助理）文档分析、处理内容写作与创意生成程序代码教育辅助相关知识和技能-视觉大模型视觉大模型主要应用于计算机视觉领域，负责处理和分析图像或视频数据。它们通过对大量视觉数据的训练，能够完成图像分类、目标检测、图像生成、语义分割等任务。相关知识和技能-多模态大模型010203代表模型/产品应用场景多模态大模型是近年来人工智能发展的重要方向，能够同时处理文本、图像、语音、视频等多种模态的数据，并在不同模态之间建立联系，实现跨模态的理解与生成。GPT（OpenAI）Gemini（GoogleDeepMind）QwenVL智能客服与语音助手医疗诊断视频理解智能交通与安防教育辅助相关知识和技能-主流AI大模型对比模型开发公司架构特点多模态支持开源情况GPT‌OpenAITransformer架构文本/图像/语音全模态‌闭源Qwen3‌阿里巴巴密集（Dense）与混合专家模型（MoE）文本/图像/音频‌部分开源DeepSeek‌深度探索混合专家模型（MoE）图像解析完全免费开源Llama3‌MetaTransformer架构文本生成图像‌开源Gemma3‌Google局部/全局注意力混合架构文本/图像/视频‌开源Hunyuan‌腾讯Hybrid-Transformer-MambaMoE支持图片生文部分开源相关知识和技能-智能体智能体——人工智能的行动主体（1）感知（Perception）（2）认知（Cognition）（3）行动（Action‌）感知是智能体与外部环境交互的第一步。通过传感器或数据接口，智能体能够获取来自环境的信息，包括图像、声音、文本、视频等。认知是智能体的“思考”过程。基于感知到的信息，智能体需要进行逻辑分析、问题解答和知识学习。大模型在这一环节提供了强大的技术支撑。行动是智能体与环境交互的最终环节。根据认知结果，智能体需要采取具体行为，如生成文字、控制设备、执行任务等。相关知识和技能-大模型与智能体关系项目AI智能体大语言模型定义能感知、决策并行动的系统基于大量文本训练的语言模型功能可执行多种任务（如控制设备、生成内容）主要用于自然语言处理和生成关系LLM可能是其中的一部分或核心模块通常是智能体的一个重要组成部分相关知识和技能-AI搜索AI搜索，即基于人工智能技术的搜索引擎，是传统搜索方式的深度升级。它不再仅仅依赖关键词匹配，而是通过自然语言处理（NLP）、深度学习、知识图谱、多模态理解等技术，主动理解用户的真实意图，从而提供更精准、更智能、更个性化的信息服务。相比传统搜索引擎，AI搜索不仅能“找信息”，更能“理解问题”和“生成答案”，成为我们日常学习、工作和生活中不可或缺的新型知识工具。在百度的传统搜索框下，点击AI搜索即可打开，可以在线使用，开启我们与AI的交互对话，包括文字聊天、AI作图、AI写作、AI阅读等功能。相关知识和技能-AI搜索：PART04任务实施任务实施-任务导入任务导入（3）提出问题本任务以“构建AI认知地图”为主线，围绕人工智能大模型、智能体与AI搜索三大主题，开展资料调研、工具体验、场景设计与成果展示等活动。通过任务驱动式学习，在真实问题情境中理解核心概念，提升信息素养与表达能力，并形成理性、负责任的技术认知。AI就在你身边（1）展示百度AI搜索首页，观察“DeepSeek-R1最新版已支持”的提示语，讨论“AI搜索与传统搜索有何不同”。（2）播放一段AI制作的文生视频，引导学生思考“AI是否正在改变内容创作的本质？”。“你是否用过AI写作工具？你知道它背后的技术是什么？”分享个人体验，建立任务关联。任务实施-分组探索分组探索三类模型、三种认知（1）第一组大语言模型（LLM）——以DeepSeek为例，调研其语言理解与生成能力，分析其在教育、写作、编程等场景中的应用。（2）第二组视觉大模型（VLM）——以文心一格或Qwen3-VL为例，探索图像识别与生成技术，设计校园视觉应用方案。（3）第三组多模态大模型（MLLM）——以Qwen3为例，研究其跨模态处理能力，构思智能助教或虚拟助手的应用场景。任务实施-工具体验与场景模拟（1）每组模拟一个智能体系统，如“校园智能助理”、“AI图书管理员”“、虚拟社团策划师”，明确其任务目标与输入信息类型。（2）设计智能体的处理流程，包括感知方式（如语音、图像、文本）、认知逻辑（如调用LLM进行推理）、行动输出（如生成内容或执行指令）。（3）展示智能体的任务执行路径，并说明其背后的技术支持，特别是如何调用DeepSeek或Qwen3等模型完成任务。任务实施-成果展示各组展示任务成果，包括模型认知卡片、应用方案设计、AI搜索体验报告与智能体角色演示。（1）技术理解、表达能力、创新性与价值导向等维度进行点评，将技术认知转化为现实问题解决能力。（2）互评，提出改进建议，开放式学习。（3）总结本次任务的学习收获，思考AI技术的未来发展。PART05任务小结任务小结通过本次任务，我们初步建立了人工智能认知地图，理解了大语言模型、视觉大模型、多模态大模型的基本特征与应用场景。理解智能体“感知—认知—行动”的运行逻辑，并通过百度AI搜索的实操体验，直观感受到AI搜索与传统搜索的差异。PART06练习任务练习任务