高校阶梯教室

应用场景 / 01

教育与科研

高校不缺 AI 的想法。
缺的是买进来、装起来、再教会人用起来。

  • 17智能助手在用
  • 497.5 万字校内语料入库
  • 16气象 AI 应用上线

设备能买,平台能装。
难的是第二天就有人用。

01

卡在哪

三个问题,都出在落地这一段

学校不缺想法,也不缺预算科目。卡住的是从「批下来」到「真的在用」中间那一段。

01

评审看不到东西

一份纯文字的申报材料,答不了「AI 到底能干什么」。老师自己也没见过它长什么样,只能照着厂商彩页抄。

02

设备到了没人喂

知识库怎么搭、模型怎么选、语料谁来整理,全是空白。买回来一堆机器,半年后还在机房吃灰。

03

老师没培训过

实训室盖起来容易,没人教过就只是摆设。设备一年年折旧,课还是老一套。

02

我们做什么

四类事,按环节分

不按产品分,按学校里的四件事分:立项、底座、知识、师资。

01

立项与可研

七章正文加三个附录,投资分基础、标准、完整三档,申报口径校内立项、财政专项、科研配套三选一,老师按拿得到的渠道做减法。

02

算力底座

12 台 128GB 统一内存的桌面工作站加 1 台集中式 GPU 服务器,配共享存储与调度平台;普通插座供电,不用改造机房。

03

校内知识库与助手

把规章、教案、课件喂进去,做成答案可溯源的问答;目前 17 个助手、23 个知识库、497.5 万字入库,断网也能用。

04

师资与实训

5 个下午、15 学时走完,每个知识点固定五步:人话导语、概念、一张图、真机数字、随堂上机;教材自带讲师提示栏,写清每个知识点怎么再讲给学生。

03

做过什么

三条记录,每条可核

三条来自三所学校,切入点各不相同:预算紧的、要立项的、缺师资的。

01 幼儿师范高等专科学校 · 20 万预算一次买齐
15 个交付当天上线的助手(现 17 个)
原来
预算卡在 20 万元级。算力、软件、运维拆成三笔买,招标、验收、对接各走一遍,一两个月就过去了。
做了什么
把「设备采购」重构成「本地算力服务采购」:算力、知识库、存储对接、长期运维打成一个包,走省级电子卖场。
结果
从挂牌到中标签约、设备进场,全程按周计。进场当天 15 个智能助手全部切换上线(现已扩至 17 个),21 个知识库(现 23 个)、约 497.5 万字校内资料(近 8800 个可检索单元)入库,每段保留出处。
边界
数据从装机那一刻起全程不出校园网,断网可用;到期资产无偿留给学校。
02 信息职业技术学院 · 气象 AI 算力底座
约 2 年收回硬件投入(相较长期租云)
原来
现有机房以办公和编程环境为主,装不下 30B 参数以上的模型;长期租云端 API 又贵,教学科研数据还要出校。
做了什么
先写一份能直接申报的七章可研,给出「12 + 1」架构:12 台 128GB 桌面工作站、1 台集中 GPU、共享存储加调度平台,投资分三档。
结果
门户加 16 个气象 AI 应用一次上线;单台工作站稳定跑 5 个主流模型,MoE 旗舰推理接近每秒 50 个 token。
边界
桌面工作站普通插座供电,不需要机房改造,部署以周计;性能数字全部是同款设备实测,不是厂商标称。
03 职业大学 · 师资培训与实训底座
7 张真机实测案例卡
原来
参训老师是网络工程背景,企业级存储、数据保护、AI 运维都是新课;白天要改卷办事,每天只挤得出下午 3 小时。
做了什么
把课压成 5 个下午 15 学时,每个知识点固定走五步;最后一个下午,老师不用背命令,对本地模型说一句话就建快照(0.4 秒完成),删卷这类操作会先问一句「确定吗」。
结果
参训老师能独立建库、建卷、开存储效率、做快照秒级恢复、配跨机房复制,并用 AI 助手写出运维脚本;另交付一套可复用的备课包,老师可二次改编成学生材料。
边界
这次只做到师资与实训底座;AI 编程深度实训、训练数据流水线属于二期深化方向。
04

怎么起步

一次只做一个场景

这类项目最容易犯的错,是一上来就想把所有院系都覆盖。

  1. 01

    先选一个场景

    教学、科研、管理先挑一个跑通。一个能用起来的场景,比十个 PPT 上的场景有用。

  2. 02

    按预算做减法

    投资分档、设备可裁剪。先算清楚这一年能批下来多少,再倒推配什么。

  3. 03

    交付前先跑一遍

    验收指标在交付前实测,出报告。写「满足」两个字,评审现场拿不出任何材料。

下一步

先聊清楚一个场景,
再谈买什么。

把你的场景发过来,我们先判断能不能落地。不买设备也可以先聊。

李钦鹏 · 江西省南昌市青山湖区洪都中大道 158 号鸿雁电子市场内 N 栋 01