导读:短短两年间,国内日均Token消耗量从1000亿个攀升至500万亿个,人工智能在深刻重塑产业生态的同时,也对高校人才培养提出了全新挑战。面对课堂上学生注意力分散、科研试错成本居高不下等现实瓶颈,产业对人才创新能力的要求正发生深刻变化,当前高校的人才培养模式亟待革新:跳出传统应试答题导向,引导学生学会定义“真问题”、开展原创性探索。
10月17日,第十届中国计算机实践教育学术会议暨第十九届全国高等学校计算机实践教学论坛(CPEC2026)大会在上海举行。面对学生课堂注意力分散、理论学习与产业实践脱节的现实难题,北京大学、同济大学、华为等各方提出新思路:依托自主算力、世界模型与多智能体赋能教科研,摆脱纸上谈兵与低效试错,推动人才从“会读书”向兼具批判性思维与创新能力的“会创造”转型。
教学重构:跳出纸上谈兵,教会学生定义真问题
AI工具普及之后,获取现成答案的门槛大幅降低,教育的重心正在转移。与会的北京大学人工智能研究院专家指出,答案的价值正在下降,发现有价值的问题,才是新时代人才的核心能力。
北京大学开设的“人工智能实践课I、II、III”,倡导“慢科研”理念,引导学生摒弃片面追求快速发论文的功利导向。课程先夯实编程、机器视觉等基础,再借助多智能体工具迭代研究思路;同时引入OpenReview同行评议机制,建立动态进阶的教学标尺:下一届班级的末位成绩要高于上一届班级的末位成绩,倒逼教学质量持续提升。
华为中国政企教育医疗系统部副部长 袁亚儒
高水平高校在校内完成系统的科研思维训练之后,学生走进产业仍会遭遇真实数据、行业场景的现实鸿沟。华为中国政企教育医疗系统部副部长袁亚儒指出,随着新技术、新业态的快速演进,当前高校人才供给的知识结构与产业一线的最新实践需求之间,仍存在一定程度的结构性错配,亟需通过深度的产教融合补齐实践短板。
针对这一难题,华为打造人工智能实践实验室(AIPL),坚持“真场景、真数据、真算法”的建设原则:实验室所用数据均来自行业一线的脱敏样本;所用算法不限于通用大模型,还包括各领域的垂域模型。依托在48个行业积累的服务经验,华为把700余个城市治理项目、53家百强银行的业务实践经过脱敏后转化为教学案例,引入高校课堂。
落地实践正在铺开:武汉大学依托华为云课程商城上线42门AI实践课程,服务4000余名学生;浙江大学建设两百余门课程、一百多个教学班,灵巧手抓取、发光植物培育等前沿课题走进本科课堂;北京理工大学把具身智能、化工等领域的真实科研命题引入实训。自2026年3月北京理工大学建成样板点以来,半年多时间,全国落地30余个样板单位,累计上线1000门实践课程,产业现场成为学生能力的实战场。
科研转型:拥抱第五范式,走向科研自动化
教学之外,科研范式也在发生变革:AI for Science(人工智能驱动的科学研究)正推动科学研究迈入第五范式。
与会的同济大学计算机科学与技术学院专家指出,纯自然语言智能的发展正逐步接近瓶颈,通往通用人工智能(AGI)与超级智能,必须迈向空间智能,实现智能体与物理世界的深度交互。空间智能的核心,是可感知、可推演、可规划物理世界的世界模型。目前,同济“无界世界模型”已迭代至3.0版本,其多视角版本在国际评测WorldArena中取得优异成绩。
在学术界探索空间智能前沿的同时,理工农医交叉学科实验室普遍面临共性难题:文献检索耗时长、人工试错成本高、实验数据反馈滞后。针对上述难题,华为构建的IDEA智慧科研闭环基座覆盖文献洞察(Insight)、实验设计(Designer)、实验执行(Executor)、数据分析(Analyst)四大模块:文献洞察把数周的检索压缩至小时级;实验设计减少80%的人工工作量;实验执行支持7×24小时自动化任务编排;数据分析耗时从天级缩短至分钟级,以算力流转辅助乃至替代传统人工实验。
相关成果已在多所高校的科研场景中落地:中国科学技术大学基于该基座打造“机器化学家”,掌握1214项科研技能,实现7×24小时不间断自主实验;中国农业科学院研发的“农科发现”大模型,将育种方案研发周期由3~6个月压缩至数周;上海交通大学算力平台面向全校5万余名师生开放,日均消耗20亿个Token,其支撑的深渊生物研究登上《Cell》封面;河套学院部署高性能算力集群,支撑校内科研工作。
算力底座:韬(τ)定律指引技术路线,开放共建硅基生态
无论是北京大学的全流程科研训练,还是同济大学世界模型的前沿探索,都离不开稳定可持续的算力底座。同济大学划拨亿级专项资金升级智能化硬件平台,对接华为云CodeArts工具探索科教协同新模式,正是国内高校拥抱自主技术生态的缩影。
夯实高教科研的底层根基,需要回归硅基根技术创新。华为在会上解读韬(τ)定律的技术路线:不单纯依赖工艺几何微缩,转向时间微缩的架构创新;面对单点工艺的短期差距,依靠系统工程能力补齐,通过高速互联聚合大量计算单元,以架构效率换取整体算力性能。
在产业分工上,华为以硬件产品为核心,软件、工具链与上层应用交由生态伙伴共同建设。从开源智能体平台openJiuwen(开源九问)、openPangu开源盘古大模型生态,到CANN异构计算架构全栈对外开放,华为的开放已下沉至算子层:CANN算子开源仓库从5个扩展至37个,累计向40余个开源项目贡献超37万行代码,为国内高教、科研领域打造开放的“黑土地”。
面向未来:构建泛在智能的大学数字生命体
面向长远,华为提出未来大学的构想:打造以人为本、泛在智能、自主感知、自我演进的数字生命体。
从本次CPEC2026的多方研讨中,一条产教融合的路径已经显现:华为的自主算力底座与开源生态,对接高校在世界模型等前沿方向的研究和全流程科研培养体系建设,共同推动中国高等教育改革向纵深推进。