Datawhale高校
线下：AI+X高校人才培养研讨会
1月8日，“AI+X高校人才培养研讨会”在南京举办。面对人工智能全面融入传统学科的现实挑战，来自东南大学、南京大学、中国矿业大学、江南大学、浪潮信息、Datawhale开源学习社区等多所高校教育专家、行业代表齐聚一堂，共同探讨“怎么教、怎么练、怎么评”的AI教育落地之道。与会代表一致认为：AI+X人才培养的关键，绝非“多开一门课”，而是构建可持续的、跨界的协同育人新机制。
AI+X高校人才培养研讨会活动现场
此前，东南大学、浪潮信息与Datawhale开源学习社区共同开展的“大模型应用开发实训营”，已为这一范式提供了先行实践——通过系统化的实践课程教学，154名硕博生从0到1搭建起大模型应用，最终孵化出30余项智能体作品，实现了从AI通识认知、智能体工作流构建、RAG技术实践到大模型微调的全链路能力提升。
校企共建：打破学科与产业的双重边界
江苏省作为高教大省，也是产业创新高地，在推动AI与学科融合方面具有先行探索的天然优势。江苏省高专委秘书长盛乐标在致辞中强调，AI与多学科深度融合既是趋势，也是高校重塑人才培养体系的必答题。他指出，AI+X人才培养的挑战在于打破学科与产业边界，而南京作为江苏高教与科创高地，应充分发挥资源优势，搭建跨领域平台，推动AI融入不同学科的教学与实践，助力传统专业焕发新生。
江苏省高专委秘书长盛乐标
尽管理念清晰，但真正落地仍面临诸多现实难点，与会专家在研讨中进行了深入分享：
■ 从“懂AI”到“用AI”，如何构建实践闭环？东南大学国家卓越工程师学院党委副书记、副院长陈扬在研讨会上指出，在AI与各学科深度融合的进程中，“如何让学生不仅懂AI、更会用AI”成为关键命题。为此，学院推出“四有”微课程模式——有理论、有研讨、有实践、有成果，引入企业真实案例，带领学生走通从问题定义到开发部署的全流程。陈扬强调：“AI+X不是简单增加一门课，而是通过结构化的实践闭环，培养学生以AI驱动创新的跨学科能力。”
东南大学国家卓越工程师学院党委副书记、副院长陈扬
■ 资源分散与需求脱节，如何打通学习路径？Datawhale团队负责人范晶晶认为，AI+X人才培养往往卡在“产业需求牵引不足、学习资源碎片化、实践路径不连贯”。他提出构建以开源为纽带、“人、知识、产业”深度融合的协同网络。在这一体系中，企业提供技术平台与真实场景，高校输出生源并搭建学术支撑体系，开源社区则负责课程建设、项目运营与生态连接，从而形成能够持续演进、贯穿“学习者-开发者-创新者”全链路的人才成长共同体。
“人、知识、产业”深度融合协同网络高校实践
■ 工程门槛高，如何弥合产教衔接断点？浪潮信息的技术专家指出，AI应用开发往往卡在工程实践环节，学生难以完成从数据准备到应用部署的全流程实操。为此，企业的角色正是补齐“最后一环”——理论学习与产业实战脱节。依托元脑企智EPAI平台提供的低代码、可视化的全流程开发环境，显著降低了AI开发的技术门槛，更锻炼了学生解决真实问题的工程能力，从而实质性提升其面向未来就业市场的核心竞争力。
江南大学人文学院教育技术系教授、博士生导师王志军同样强调，教育已进入“AAI（After AI）时代”，应从知识传授转向构建“学习网络”。她主张以真实产业项目为纽带，连接学校教育与现实世界，并建立“头部企业-开源社区-高校”三方协同的育人机制，系统推动人工智能通识教育落地。
从理论到实战，探索“AI+X”育人新路径
会上，由东南大学、浪潮信息与 Datawhale 联合开展的“大模型应用开发实训营”作为典型案例被重点分享。实训营吸引了东南大学154名硕博生参与，在为期三周的高强度课程中，他们依托元脑企智EPAI平台，从0到1完成大模型应用搭建，将抽象概念转化为可运行的智能体工作流、将跨学科创意落地为可复现的应用成果，逐步实现从AI通识认知、智能体工作流构建、RAG 技术实践到大模型微调的全链路能力跃迁。这不仅验证了校企共建实践教学模式的有效性，更为“AI+X”复合型人才培养探索出了一条可复制、可持续的路径。
<左右滑动查看更多>
东南大学大模型应用开发实训营
这一探索也为未来“AI+X”人才培养提供了参考方向。东南大学代表指出：“AI教育不是把知识打包给学生，而是老师与学生在真实问题中使用工具、共探未知”；江南大学代表认为：“不同学科对AI的需求差异显著，工科需要融合建模，文科需要思维启发。课程设计必须打破统一学时、统一内容的传统思路，走向分类融合、场景驱动”；南京林业大学代表也强调：“在鼓励学生使用AI的同时，必须引导其建立正确的技术伦理观，避免技术滥用影响学术生态”。
本次研讨会通过多维度分享与深度对话，为“AI+X”人才培养提供了实践思路与参考范例。人工智能教育的未来关键在于开放协作与生态共建。期待以此次交流为契机，进一步深化校企合作——让“AI实训营”走进全国更多高校，在不同学科土壤中培育出既懂技术、又具AI素养的复合型人才，共同构建可持续、可拓展的AI教育新生态。
)