一、建设思路

融合性教学：基于在人工智能、大数据、物联网、虚拟现实、数字人、元宇宙、影像识别、虚拟引擎等方面的技术，优化人机交互方式和体验，基于云-边-端算力，打通多元异构数据，升级成为面向未来的新质生产力教学平台。

产学研合作：系统可实现基于教育和工业化2大应用领域的有机结合，让知识与实践紧密结合，另外，系统的最大价值在于将人工智能、XR等新技术应用到教育场景中，使得教学空间数据和内容数据全部打通，帮助学校搭建可留存的‘数据资产’，并实现智能化的教学与管理。对教育技术的重构，使技术真正服务教育教学管理。   

教育数字化：学校的核心资源及数据线上化、结构化之后，能够沉淀为学校的自有“数据资产”，通过技术的创新突破，改善学习体验，无论是好的备课素材、优质题目、3D素材库、虚拟实验专业群，都能够全校共享。提供更好地教研、教学和服务，助力师生更好地成长。

新质人才培养：以数字化教育的观念、思维、创意、技术和应用等能力培养为主线，以复合型人才培养为目标，强化“创意引领、实战驱动”的人才培养模式，实施项目化教学，构建“搭平台、厚基础、强技能、重创新”的专业课程体系与学习任务环节。通过学习和训练，掌握虚拟现实基础性软件应用，并且拓展想象空间，与实际工业化应用和主流技术紧密结合，打造与时俱进的紧缺人才。
 

二、建设内容

1 元宇宙智慧校园/园区平台

对校园及其建筑、环境、设施进行数字化建模，形成虚拟化的数字孪生校园，结合数据平台，在综合校情、资产管理、设备运维、校园安全、出入管控等方面建设数字孪生应用。融入元宇宙技术平台以实现多人协同，可以极大地提高实训教学中心的教学和学习效率，为学生和教师提供一个沉浸式、互动性强的学习环境，支持3D场景下实时交流与反馈： 提供文字、语音和视频交流工具，在可视化的基础上，进行虚实互动、共生共衍。确保协作过程中的有效沟通。在元宇宙中建立虚拟教室和实验室，让学生在虚拟空间中进行多人的实时交互、合作和创新。一站式界面能够看到学校目前整个的设施、资产、教学、安全等信息，利用先进的信息技术、人工智能、虚拟现实（VR）和增强现实（AR）等技术，转化和增强校园空间、教育体验和运营效率，实时掌握学校预警消息，做出及时分析和诊断。

通过基础软件应用和轻量化的硬件升级，可以将将元宇宙教学引入现有的教学场景中。兼容pc，手机，微信，pad等全终端入口；智能穿戴入口；并实现数据互通，统一服务器，与教师和其他学生进行实时互动，获得更丰富、沉浸式的学习体验。这种轻量化的实现方式具有较低的成本和技术要求，能够快速应用于各类教学场景，提升教学效果和学习体验。
 

核心功能：

• 虚拟校园创建：通过VR/AR技术构建的虚拟平行空间，可保证实训中心实时在线，随时可用，使用户可以在虚拟世界中参观、参与活动和互动学习。

• 协同工作与社交互动：提供虚拟空间给学生和教师进行协同工作，以及社交互动，打造无界限的校园社区。

• 协同工作与社交互动：提供虚拟空间给学生和教师进行协同工作，以及社交互动，打造无界限的校园社区。

2 大数据+知识图谱教学系统

融入AI知识图谱的内容，进一步丰富和深化基于AI的新质生产力实训教学中心建设。

知识图谱构建与集成

• 专业知识图谱： 构建涵盖金属材料科学和工程的知识图谱，包括材料的性质、分类、加工技术、应用领域等，形成一个结构化和半结构化知识的综合体。
• 技术知识图谱： 融入AI、虚拟仿真和元宇宙技术相关的知识图谱，涵盖技术原理、发展趋势、应用案例等。
• 图谱集成： 通过技术手段将专业知识图谱与技术知识图谱相结合，为教学和研究提供跨学科的知识资源。

教学内容与方法

• 知识图谱导学： 利用知识图谱向学生展示金属材料科学和相关技术的全貌，帮助学生构建系统性知识框架，提高学习效率。

• 智能推荐学习： 结合学生的学习进度和偏好，通过AI算法从知识图谱中提取和推荐个性化学习内容，实现精准教学。

• 图谱驱动的问题解决： 在项目式学习中，鼓励学生运用知识图谱进行问题的定义、解决方案的探索和知识的应用，培养学生的创新思维和实践能力。

​研究与创新

• 知识发现： 利用知识图谱支持学生和教师进行科学研究，通过图谱分析发现新的研究方向和潜在的跨学科交叉点。

• 创新设计： 在元宇宙平台上，利用知识图谱为设计和创新提供支持，帮助学生和研究人员快速获取所需的专业知识和技术支持。

技术支持与平台建设

• 知识图谱更新与维护： 建立知识图谱的动态更新和维护机制，利用AI技术自动化抓取最新的科研成果和技术动态，保持知识的前沿性。

• 图谱可视化： 利用图谱可视化技术，在元宇宙平台中创建直观的知识结构展示，增强学习体验和互动性。

3 数字人教师系统

运用人工智能技术，特别是自然语言处理、机器学习、语音识别和合成、人物动画等多种技术结合而成的系统，旨在提供教育内容的传播、指导学生学习、答疑解惑等功能。
 

• 人格化的交互：数字人教师具有人格化的特征，包括外观形象、语音、甚至个性，使得学生能够更容易接纳和互动。

• 智能应答：通过自然语言处理技术，能够理解学生的问题并提供即时的、精准的解答。

• 个性化教学：利用学生的学习数据，智能推荐或修改教学策略，优化教案设计。根据学生的学习进度、能力和偏好，数字人教师可以提供个性化的学习计划和资源。 

• 多语言支持：能够支持多种语言，为不同母语的学生提供教学服务。

• 全天候可用：不受时间和地点的限制，学生可以随时与数字人教师互动，进行学习。

• 数字人驱动教学资源：文本驱动，可以在线编辑文稿，也可以使用AI辅助创作文案，实现在线试听效果；语音驱动，可以在线录音，也可以本地上传音频；人像、语音生成视频；后台自动生成视频，无需时刻关注等待。

• AI文案：数字人教师可以快速整合最新的研究成果和学术信息，及时更新教学内容生成AI文案，通过提示的方式，让平台辅助生成一些脚本文案，并自动填充到文本框中，并可作二次修改。

• 持续学习与更新：利用机器学习算法，数字人教师可以不断学习和更新其知识库，确保提供的内容保持最新状态，反映最新的科学研究和技术进展。

• 辅助研究：数字人教师可以辅助学生进行科学研究，提供研究方法、资料搜索、数据分析等方面的支持，促进学生的独立研究能力。

数字人教师创建的资源版权归创作者所有，可以在网络平台上轻松共享，促进知识的传播和交流，可以增强教学资源的创建和分发效率，打造更加个性化和互动性强的教学环境，促进教学资源的跨学科资源的整合，增强跨领域知识的互通、共享和知识的广泛传播，从而大幅提升教育质量和学习效果，同时也可以使优质教育资源更加平等地分布，不仅服务于校园内的学生，也能够惠及到校外的学习者。

将数字人教师融入生产力实训教学中心，可为学生和教师提供强有力的技术支持，增强教学互动性，提升学习体验，并助力构建高效、灵活的教学与学习环境。

4 基于图像识别的动捕直播课程和课程录制系统

基于公司自研的人体动作识别技术，通过摄像头的动作捕捉技术可以实现教学内容线上线下人物动作的同步效果，而无需穿戴动捕设备。将现实世界的动作实时转换为虚拟世界中的动作。这种技术尤其适用于构建沉浸式的教育体验，打造更加丰富的3D教学知识资源。 

核心功能：

• 图像识别：使用摄像头捕捉现实世界中的用户动作，通过图像识别技术分析这些动作的关键数据点。

• 动作捕捉：将捕捉到的关键数据点与预设的动作数据库进行匹配，实现精确的动作追踪。

• 实时渲染：将识别并捕捉的动作实时转换为虚拟角色的动作，并在元宇宙环境中进行三维课程渲染。

• 沉浸式交互：让用户在元宇宙中通过自身的动作与虚拟环境和对象进行互动，提升沉浸感。

5 基于模型库可视化拖拽搭建和创设系统

将基于模型库的可视化拖拽搭建和创设融入教学内容，可以极大地促进学习者的参与度和创造力。这种方法特别适用于STEM（科学、技术、工程和数学）、艺术设计、城市规划和软件开发等领域的教学。它允许学生通过直观的操作接口，组合和配置预设的模型，以此来构建复杂的项目或解决特定的问题。以下是一些关键的实施策略： 

①构建模型库

• 丰富的资源库： 开发和维护一个包含各种元素和组件的模型库，如物理对象、代码库、功能模块、设计元素等，确保这些资源能够覆盖不同学科和课题的需求。

• 可扩展性： 设计模型库时，考虑到未来的扩展性和兼容性，以便新增模型和更新现有模型，满足日益变化的教学需求。

②可视化拖拽搭建平台

• 直观的操作界面： 提供一个易于使用的可视化拖拽界面，使学生无需复杂的编程或设计技能即可构建和实验自己的项目。

• 实时反馈： 确保平台能够提供即时的视觉和数据反馈，帮助学生理解他们的设计决策如何影响最终结果。 

• 协作功能： 支持多用户同时在线协作，使学生可以在项目中共享和讨论他们的创意和进展。

③教学策略和活动设计

• 项目基础学习： 设计基于项目的学习活动，让学生通过实践来掌握核心概念和技能。

• 问题解决： 鼓励学生使用可视化拖拽搭建工具来解决实际问题，提出创新的解决方案。

• 跨学科项目： 利用这个工具促进跨学科学习，让学生在项目中融合不同领域的知识和技能。

④评估与展示 

• 自主发布软件：创设中心提供了自主发布软件的功能，可以将自己的创作成果以独立的形式发布。这意味着您可以与他人分享您的虚拟创作、教育内容或娱乐体验，并让更多人参与其中。

6 学科的数字孪生主题实训系统

实训内容设计

• 基础理论学习：学生需要先掌握有关数字孪生技术的基础知识，包括其定义、工作原理、应用领域等。例如：材料的数字化检测：引导学生学习如何将金属材料的物理和化学属性数字化，包括但不限于强度、延展性、疲劳寿命等。

• 模型创建与仿真：教授学生如何使用专业软件（如ANSYS、SolidWorks等）创建金属材料及其组件的3D模型，并进行力学、热学等仿真分析。

• 数据分析：训练学生使用数据分析工具，对从数字孪生系统收集的数据进行分析，以优化材料性能或预测材料行为。

实践项目设计

• 模块一 数据收集：在现代科技的背景下，数据是驱动一切创新的核心。从实验室到工程现场，收集各类力学数据，为构建数字孪生奠定坚实基础。

• 模块二 模型构建：在Unity中，我们以高效的方式构建了装置检测模型，通过精确的模拟和建模，为接下来的数字化步骤打下坚实基础。 

• 模块三 渲染shader：为了真实还原物理世界的细节，我们准备了精美的渲染shader，让数字模型在屏幕上呈现出栩栩如生的细节和纹理。

• 模块四 数据读取与实时显示：实时读取板子的数据并显示曲线，让用户能够直观地了解物理过程和数据变化，为数字孪生的交互体验增添新的维度。

• 模块五 模型训练与本地数据调用：通过训练代理模型或调用本地数据，与力学虚拟仿真相融合 利用实时数据读取和曲线显示技术，研究人员可以在仿真过程中实时观察材料的行为，及时调整参数和实验条件，提高研究的效率和准确性。通过训练代理模型或调用本地数据，可以实现对材料力学行为的智能预测和优化，为材料设计和应用提供更为精细的指导。

评估与反馈

• 过程评估： 重视学生在实训过程中的表现和进展，包括项目设计、团队合作、问题解决等方面。

• 成果展示： 组织定期的成果展示会，让学生展示他们的数字孪生项目，促进学生之间的交流和学习。

• 专家反馈： 邀请学科专家和行业专家参与评估和反馈，为学生的学习和成果提供专业的指导和建议。

7 大模型应用落地：AI学伴+AI助教

辅助高校迈入智慧数据融合与业务重构治理高质量发展的新篇章。

AI助教功能

• 学情监测参数。

• 用户行为跟踪：收集学生在平台上的互动数据，如登录频率、活跃时段、课程访问序列等。

• 学习进度记录：记录每个学生的课程进度，包括已完成的章节、进度和未完成的任务。

• 参与度评估：量化学生参与在线讨论、互动练习的程度，并提供定期报告。

• 成绩分析参数。

• 自动评分系统：设计算法自动评估学生的测验和作业，提供即时成绩反馈。

• 绩点计算：根据学校或机构的评分制度自动计算学生的GPA或其他评分标准。

• 长期成绩跟踪：建立学生的成绩档案，支持成绩趋势分析和预测未来表现。

• 任务提醒参数。

• 个性化通知：根据学生的学习习惯和时区，定制个性化的学习任务提醒。

• 重要事件预警：对于即将到期的作业、考试或其他重要学习活动，提供提前预警通知。

• 自适应提醒频率：根据学生的响应情况自动调整提醒的频率和形式，避免过度打扰。

• 内容推荐参数。

• 学习风格适应: 分析学生的学习偏好，推荐适合其学习风格的资源和活动。

• 性能反馈适应: 根据学生的绩效与进度，动态调整推荐内容的难度和复杂性。

• 兴趣探索: 使用学生的兴趣点和之前的互动数据来推荐相关课程和材料，促进探索学习。

• 教案生成参数。

• 课程目标对齐: 基于教学大纲和特定教学目标自动生成教案。

• 资源整合：从现有的课程资源库中自动挑选合适的教学材料和工具整合入教案。

• 可定制性：允许教师根据需要调整AI生成的教案，以满足特定的教学要求。

• 作业推送参数。

• 自适应难度设置：根据学生的学习进度和掌握程度，推送相应难度的作业。

• 时间管理：根据教学进度表和学生的时间表智能安排作业的发布和截止日期。

• 多样化作业类型：提供各种类型的作业（如选择题、论述题、实践操作题目）来满足不同学科和能力水平的需求。

AI学伴功能

AI学伴作为一种辅助学习的工具，满足用户的多样化需求和个性化学习路径。

• 专业知识问答参数。

• 知识库覆盖范围：构建广泛的专业知识库，涵盖专业学科领域。

• 理解和处理能力：对用户提出的问题进行深入理解，提供准确和详尽的回答。

• 交互式对话设计：保持对话的连贯性和上下文相关性，以支持复杂的问答和讨论。

• 学习资讯推荐参数。

• 个性化算法：分析用户的学习兴趣、历史行为和偏好，推荐相关的学习资讯。

• 更新频率：定期更新推荐内容，确保资讯的时效性和相关性。

• 多样化内容源：整合来自学术期刊、网络课程、新闻媒体等多种资源的资讯。

• 学习任务提醒参数。

• 时间管理：根据用户的学习计划和日程安排提醒即将到来的学习任务。

• 优先级排序：依据任务的重要程度和紧迫性进行合理排序，并进行提醒。

• 学情异常提醒参数。

• 学习行为监测：跟踪用户的学习活动，如学习时长、频率和成效。

• 预警机制：及时通知用户和/或教师有关学习活动的潜在问题，以便及时干预。

• 个性学习方案参数。

• 学习目标匹配：根据用户的学习目标和能力水平提供个性化学习路径。

• 适应性学习：根据用户的学习进度和效果动态调整学习方案。

• 多维度评估：考虑用户的认知水平、学习风格、情感状态等因素，制定综合性学习计划。

8 “虚拟仿真2.0”学习中心

学习中心以开放式接口调用和副本拓展的形式进行学习模式的打造，允许多名用户同时登录系统，协同完成过程中的各项任务。可以模拟真实的工作环境，包括通讯、任务分配、操作协调等，强化团队合作能力。

元宇宙作为一种全新的教学技术和平行空间，具有三个层次的应用：

1.0实现平行空间下的空间同步：通过元宇宙技术，提供了多个公共主题区域可供选择，学校可以突破物理空间和时间的限制，实现校园三维复现，让师生可以在虚拟空间中进行教学和学习。这将大大提高教学效率和灵活性，让学习不再受制于时间和地点的限制。 
 

2.0加入3D慕课和课程创设元素：将进一步丰富学习体验和教学内容。元宇宙系统提供了多样化的教学功能。教师可以在虚拟空间中创建教学场景和副本，为学生呈现生动、丰富的学习内容。通过虚拟仿真实验空间场景，学生可以深入了解知识和技能应用，提升学习效果和兴趣。同时，教师可以根据学生的学习情况和需求，通过AI辅助灵活调整教学内容和进度，实现个性化教学和课程录制。实现内容生态、文明生态、经济生态和数据生态的自生产逻辑。 

学校创造的各类元宇宙+教学课程，如教学实验类课程、工厂工艺实训类课程，学生通过线上的多人角色代入提高学习的趣味性和参与度。学生的行为数据本身也会是课程的一部分，同时，学校可以将各类数据课程整合到元宇宙中，实现数据的自动采集和分析，为教学和决策提供更多的依据。

3.0基于大数据实现自驱动和辅助生产和教学。通过大数据分析和学习算法，为教学提供智能辅助，根据学生的学习情况和需求，自动推送适合的学习资源和内容。在生产和研发方面，元宇宙可以实现虚拟的预研和设计验证，为实际生产提供更多的指导和支持，提高生产研发效率和产品质量。