教育产业日报(03.09) : AI赋能教育变革

公司动态

中国工程院院士李根生：培养通晓石油、精通AI的数智化复合型人才 全国政协委员李根生表示，全球油气行业正加速数字化转型，我国石油企业亟需培养既懂石油专业知识又精通人工智能技术的复合型人才。中国石油大学(北京)探索油气人工智能人才培养新路径，整合学科资源，构建培养体系，组建师资队伍，重构课程体系，建设育人平台，拓展国际合作。此举旨在夯实油气行业数智化转型的人才基础，推动工程教育融入国家发展大局。

科研AI出了个狠角色：开源30B小模型，硬刚Gemini和Claude UniPatAI开源项目UniScientist展示了AI在科研领域的潜力。该模型参数仅30B，却能实现科研闭环，匹敌甚至超越参数量大的顶尖闭源模型。其核心突破在于将AI建模为动态系统，通过自主构建的数据引擎，将开放科研难题转化为可验证的“单元测试”。UniScientist在多个科学研究榜单上表现出色，并提出了进化式多学科合成，将科研成果分解为可独立验证的Rubric检查项。模型在多个基准测试中表现出色，显示出其在科研推理和成果聚合方面的能力。

最懂大模型的人也逃不过杀猪盘？API生意背后的灰产链条 德国CISPA亥姆霍兹信息安全中心的研究团队发表报告揭露AI领域重大丑闻，发现45.83%的影子API未通过模型指纹验证，近一半AI论文调用的所谓最强模型实际为廉价模型。研究发现，一些黑产通过模型替换等手段从中获利，甚至影响医疗和法律AI应用的准确性。研究建议官方模型提供商重新思考分发策略，降低学术使用门槛，以解决供需错配问题。

索贝与华为发布智慧教育联合方案，以“AI+视频”深度赋能高校数智化变革 成都索贝数码科技与华为共同发布智慧教育联合解决方案，旨在助力高校数智化转型。该方案以“AI+视频”深度融合，精准满足高校对AI资源处理、沉浸式教学、个性化辅导的需求。方案采用私有化部署，为高校搭建数字化教育资源平台与AI能力开放平台，支持智能体问答、教学资源分析处理等应用。目前已在电子科技大学等高校成功落地。

Adv Sci：抗疟疾药物青蒿琥酯“跨界”护肝，吉林大学袁宝等团队揭示其通过激活NEDD4L降解TXNIP的新机制 吉林大学袁宝等团队发现，抗疟疾药物青蒿琥酯（ART）通过激活NEDD4L促进TXNIP的泛素化及降解，从而对多种肝损伤模型具有保护作用。研究利用CETSA、DARTS及SPR实验证实，ART直接结合NEDD4L蛋白HECT结构域内的LYS653和ASP837位点，增强NEDD4L与TXNIP的相互作用，缓解APAP诱导的肝损伤。此外，TXNIP过表达或NEDD4L敲除均会消除ART的保护作用。这些结果表明，NEDD4L-TXNIP轴在肝损伤中起重要作用，并提示ART在临床治疗肝损伤中的潜在应用价值。目前，N-乙酰半胱氨酸（NAC）是治疗APAP诱发肝损伤的主要药物，但其疗效有限，而ART具有更强的疗效和更低的不良反应发生率，显示出在肝损伤治疗中的广阔前景。（摘要由动脉网AI生成）

颠覆全球仪器规则，37岁女孩造出首台纯电超低温冰箱 创业女孩韩雨卿团队研发全球首台不用液氮、纯电驱动的自动化冰箱，降低实验室运营成本90%以上。韩雨卿毕业于上海大学，博士期间进入创业团队，后自主创业，成立上海艾尔温生命科技有限公司，专注于科研仪器设备领域。她获得多项荣誉，认为勤奋和善良是女性事业家庭双丰收的关键。

别让数字泔水“偷走”下一代 北京家长付燕等众多家长对网络中泛滥的“数字泔水”——缺乏营养、逻辑与正向价值的低质信息表示担忧，认为其正影响青少年身心健康。全国两会期间，多位政协委员指出“数字泔水”侵蚀青少年成长土壤，导致专注力下降、深度思考能力不足等问题。委员们建议加强政策监管，完善法律法规，平台承担主体责任，家长与学校共同引导青少年辨别信息真伪，培养“数字公民”。

教育产业日报(03.08) : RNA修饰新发现 北京大学陈雪梅和胡昊团队发现脱磷酸辅酶A（dpCoA）作为非经典RNA帽子广泛存在于不同物种中，并表现出组织特异性和条件特异性差异。研究揭示了dpCoA帽子结构的动态性及其潜在影响基因表达的作用，为未来研究提供了新的工具包。此外，教育产业日报报道了民生新政GOLP新辅助方案显著提高高危肝内胆管癌患者术后生存率，民政部部长提出完善困境儿童福利保障制度，以及少年报刊在媒体融合和数字经济背景下重新获得关注。

伊朗认为美以袭击米纳卜小学构成战争罪 伊朗常驻联合国日内瓦办事处代表阿里·巴赫雷尼3月9日在日内瓦人权会议上斥责美国和以色列于2月28日对伊朗米纳卜一所小学发动的袭击，认为此行为已构成战争罪。巴赫雷尼在当天举行的联合国人权理事会第61届会议儿童权利年度研讨会上说，米纳卜小学遭受袭击事件的责任在美国和以色列，这一点毋庸置疑。他强调，必须对这些野蛮行径的实施者——杀害儿童的责任人进行追责。（新华社）

从训练到推理的「瘦身」演进：首篇高效扩散语言模型（dLLM）深度综述 生成式AI中，扩散语言模型（dLLMs）作为自回归模型的替代方案，通过迭代去噪优化文本序列，支持双向上下文建模和并行更新Token，但面临训练成本高、推理复杂等挑战。一篇综述论文系统地梳理了高效dLLM的研究进展，包括训练效率提升、推理加速、KVCache管理、投机解码等策略，并展望了dLLMs在工业级应用的前景。

本文由小欧AI基于亿欧数据生成，如有问题及建议，欢迎通过网站底部联系方式和我们联系。