大模型重塑教育业务流：AI Agent创作平台与多模态学科模型应用

突破教学研管全链路效能瓶颈

在现阶段的教育数智化转型中，传统系统难以应对高并发、高复杂度的个性化需求。一方面，在“教、学、考、评、管”五大核心业务流中，师生面临备课工作量大、行政咨询流程繁琐、沉浸式语言练习环境缺失等瓶颈；另一方面，在医学、城市规划等顶尖学术领域，通用大模型难以适配高壁垒的专业数据，高校亟需兼具专业数据隐私保护与高并发算力的专属大模型底座，以打破通用AI在复杂科研场景中的应用局限。

部署AI Agent创作平台与共建专业学科大模型

针对教育行业深度定制需求，腾讯专家 操龙敏 提出基于大模型底座的教育场景创新体系，通过工具链赋能与算力下放解决业务痛点：

• 搭建AI Agent创作平台：提供包含角色设定、工作流编排、知识库挂载、插件与轻联对接在内的完整智能体开发工具链。支持在原有校园业务上平滑叠加AI能力，或直接创建独立应用，全面覆盖数智人微课、AI阅卷、智慧驾驶舱等场景。
• 共建AI+学科大模型：基于 AI for Science 解决方案，腾讯向高校开放算力平台与大模型能力，联合高校导入人工智能、城市规划、医学等专业学科数据。结合 TI-ONE、高性能应用平台（HAI）及科研社区（乐享），联合训练并管理专属学科大模型。

提升多模态内容生产与全场景交互效能

依托底层算法升级，大模型在教育领域的应用实现了从单一文本交互向多模态生产与量化评估的效能跃升：

• 多模态资产生成指标：依托大模型的多模态能力，系统支持在30秒内基于文本生成3D资产，极大降低教育企业运营素材及学生学习素材的制作成本；同时支持手写作文批改与学生画作评价。
• 沉浸式口语评测：融合 数智人 + ASR + TTS 底层技术，提供多轮对话与跟读模式。系统依据对话记录输出量化评测报告，明确提供 准确度与流利度双维度的量化得分（如83分综合得分），并提供针对性的语法纠正与词汇建议。
• 全场景业务覆盖：系统现已支持构建 16项核心教育智能体（涵盖法考小助手、探究式学习案例生成、思维导图构建、课堂质量监测等），显著提升教案产出效率与学习辅导深度。

落地重点高校行政与科研核心业务

经过本校私有数据加载与调优，并辅以多轮对话及澄清意图能力，大模型智能体已在多家高校的实际业务线中投入运行：

• 南京航空航天大学（AI迎新向导）：智能解答新生关于特定专业（如优秀生类、教改班类）转专业的具体流程、申请时间及前置准备材料，分担招生办咨询压力。
• 上海交通大学（校园行政助手）：深度对接校园内网及数据接口，指引师生通过交大App或PC端网站快速查询校园卡余额及后勤信息，实现行政流程自动化办理。
• 智能教研与科研场景：备课助手自动生成如《威尼斯小艇》等具体课程的三段式教学设计；科研文献助手可快速归结论文摘要，并精准提炼出 LoRA微调方法 等核心技术路径。

整合星脉计算网络与混元大模型底座

构建高可用、高并发的教育AI基础设施，建立在底层算力架构与原生模型的深度协同之上：

• 原生多模态模型底座：深度集成 腾讯混元大模型，具备强化的中文语义理解与中国元素表现力，支持生图、生文、生3D及生视频等全栈多模态任务。
• 全栈高性能算力集群：底层部署 星脉高性能计算网络 与 高性能计算集群（HCC），结合 加速框架 Taco 和向量数据库。通过提供低延迟、高吞吐的CPU/GPU算力调度，保障教育行业大模型训练、推理服务及大规模专业数据接入的系统稳定性。