FATH 第九期 ｜跃问 X DeepSeek 解锁「图像理解」技能、Vidu「参考生视频」可控制位置关系

上周值得关注：

1、腾讯元宝正式宣布接入DeepSeek- R1

2月13日，腾讯主力AI应用「元宝」宣布接入DeepSeek-R1满血版，这是腾讯首次引入第三方AI模型。接入后，用户可以在腾讯元宝中自由切换混元模型（腾讯自研）和DeepSeek-R1模型。

最值得一提的是腾讯元宝的联网搜索不仅能搜到互联网通用信息，还能整合腾讯互联网生态，独家搜索到微信公众号、视频号等微信里面的内容，并且输出速度极快、每问必答，为用户提供更优质的体验。

平时会用微信公众号搜索资料老师们可以尝试起来。腾讯元宝：https://yuanbao.tencent.com/

2、跃问全面接入DeepSeek- R1

阶跃星辰旗下「跃问」在最近已经全面接入DeepSeek-R1，成为首个接入DeepSeek R1的【AI六小虎】的主线产品，支持联网、附件以及多模态功能。

而DeepSeek-R1模型本身不支持多模态，上传附件后也仅能支持识别附件中的文字内容，无法识别图片内容，因此当跃问全面接入DeepSeek- R1时，便解决了这个问题，实现很大突破。

老师们对模型的多模态能力有要求的，推荐跃问：https://yuewen.cn/

3、DeepSeek+Kimi 快速生成PPT

教师在传统制作PPT时通常在效率、设计能力、内容质量、互动性、个性化和资源获取等方面存在着不少劣势，不仅加重了教师的工作负担，也影响着最终的教学效果。

给各位老师分享如何使用DeepSeek和Kimi，快速生成PPT的方法：

步骤演示要点：

Step 1：用DeepSeek生成大纲

提示词分享：“请用Markdown格式生成一个一份关于[主题]的PPT大纲，包含封面、目录、3个核心章节（每章2个子论点）、总结页，语言简洁适合[受众]阅读，重点突出[关键词]"

Step 2：复制DeepSeek生成的内容，打开Kimi PPT助手后直接粘贴过去

Step 3：点击一键生成PPT，可自定义风格

小tips：DeepSeek生成大纲时最好要求输出Markdown格式，并且要开启深度思考模式（帮助补充案例）。

DeepSeek ：https://www.deepseek.com

Kimi PPT ：https://kimi.moonshot.cn/kimiplus/conpg18t7lagbbsfqksg

4、深入浅出解读DeepSeek，普通人也能理解的AI创新故事

DeepSeek以“低成本+高精度”路线爆火，聚焦核心能力「语言推理」表现强势，仅用行业巨头1/10的算力成本，实现了与GPT-4相当的逻辑能力，告诉我们：AI创新未必依赖硬件堆砌，算法优化与工程突破同样能开辟新赛道。

精准学习法：先通过高质量示范数据建立基础认知（类似教师示范解题步骤），再通过自主试错强化推理能力，使AI回答更贴近人类思维。

轻量化技术：通过"知识蒸馏"将大模型能力迁移至小模型，让普通设备也能运行高性能AI。

垂直突破：避开多模态竞争，专注提升语言模型的逻辑严谨性。

5、Vidu 2.0 AI视频「参考生视频」实现控制位置

作为全球首个推出「参考生视频」功能的AI视频功能，Vidu一直在视频生成可控性上处于领先地位，在这里给各位老师分享的是如何利用Vidu的「参考生视频」实现控制人物位置。

广告影视、游戏动画等背景的老师或者想要感受目前模型生视频能力的老师可以关注一下。

步骤演示要点：

Step 1：打开Vidu官网https://www.vidu.cn/create

Step 2：点击首页左侧「参考生视频」，上传三张图片后，下方填写提示词

【提示词分享】：参考图3线稿图人物位置，图2人物站在图1人物旁边，侧头对着图1人物说话， 镜头推进，3D动画风格

Step 3：点击创作，等待生成。

政策新闻

由于现行职业教育专业教学标准已无法完全适应新时代科技革命、产业变革以及职业教育发展的新要求。教育部于近日印发758项新修（制）订的职业教育专业教学标准。

新标准的主要特点：

系统设计中高本教学要求：新标准对接《职业教育专业目录》，系统设计中职、高职专科、职业本科三个层次的专业教学标准，实现不同层次的职业教育的有效衔接。

完善体例框架：包含11个方面要素，新增“概述”和“毕业要求”要素，单列“师资队伍”要素，强调师资重要性。

服务现代化产业体系建设：重点建设先进制造业、现代农业、生产性服务业、民生紧缺领域相关专业的教学标准，满足高素质技能人才需求。

强化职业综合素质和行动能力培养：构建模块化、项目式课程体系，加强实践性教学，中职和高职专科实践性教学学时不少于总学时的50%，职业本科不少于60%。

以数字化和人工智能赋能教学：推动专业升级和数字化改造，鼓励使用数字教材和虚拟仿真技术开展实训。

支持学校自主设置专业课程：为学校结合区域、行业实际和办学定位自主设置课程留出空间。

教学实践精选：

北京师范大学-“创新“AI+”课堂教学智能评测”

《创新“AI+”课堂教学智能评测》案例通过整合计算机视觉、自然语言处理、集成学习和统计建模等多种人工智能与数据分析技术，构建了一个全面的课堂教学过程化智能评测系统。

01 师生课堂行为识别模型

该部分面向师生行为分析问题与课堂质量评测背景，构建了基于深度学习的师生动作识别框架，形成了一套从课堂视频输入到动作序列输出的完整框架。

02 教师课堂位移监测模型

该部分面向课堂教学过程化评价的视频分析中对于教师位置信息的分析模块。位置移动（位移）指教师在课堂上站立位置的变化。该模块通过人脸检测模型结合简化的相机内外参数实现对教师的实时位移估计，还原出教师在教室内移动轨迹的鸟瞰图，并用核密度估计算法进一步计算位移规律，以供对教师的授课细节进行挖掘与分析。

03 教师教学视线移动监测模型

该部分面向老师教学过程中视线的移动情况，还原教师的视线轨迹，分析老师与学生交互情况，提高教学效率和管理水平。该模型通过视线检测算法实时还原出教师在三维空间中的视线方向，并对其一段时间的分布进行可视化以全面、深度分析教师课堂的关注重点与规律。

04 教学知识点偏移度监测模型

该部分根据授课老师的讲授内容，通过自然语言处理与文本匹配技术分析，老师授课过程中知识点的覆盖程度以及整体课程的内容走势。

05 教师课堂语音风格分类模型

该部分面向课堂教学过程化评价中对于教师音频的分析模块，主要分为三个部分，一是语音转写文本；二是文本关键词提取，并对关键词时序数列进行气泡图可视化展示；三是实现教师课堂语音风格分类，对大量教师音频进行编码，训练模型用于预测。

06 课堂教学多维度指标评测模型

该课堂教学智能评测指标体系从教师教学、学生学习、课堂内容三个评价维度展开，分别设计了统计模型和集成学习模型，针对不同指标进行评测，得出了包括教师的教态风格、教学方法、资源利用的评价，学生的课堂参与度和专注度的评价结果。

上周直播简单概述+回顾链接：

本期直播聚焦“DeepSeek+智能体”提升科研调研效率的主题，从什么是智能体到创建简单对话智能体，再到搭建批量搜索论文的智能体，帮助各位老师能够实现高效信息处理，精准筛选文献。

高校AI未来教育中心（Future AI Teaching Hub）致力于为高校教师提供全方位、高价值的信息支撑，希望通过这些丰富的内容，传递有价值的信息，以期点燃老师们在AI时代开展创新教育的灵感火花。