“AIPC + 教育大模型”一个大致的产品设计框架

[will-ww]

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