用AIGC做教育，有哪些方向？

目前，文本生成已广泛应用于媒体广告、教育和法律。例如AIGC可以根据给定的主题或关键词，自动生成新闻报道、文章摘要、广告文案等文本内容。图像、视频和3D模型生成，则在营销、影视创作和游戏等领域得到应用。只需要一张照片、一段语音或一个视频，生成式AI就能创造出一个能开口说话、做出表情的数字人。通过大模型整合大量数据、信息和知识，从而为用户提供准确的研究分析和辅助决策，主要应用于制造、教育、金融、医疗和军事等领域。在医疗领域，AI技术可以协助医生分析大量的医疗数据，包括病历、影像资料等，从而快速识别出特定病灶或潜在的健康风险，有助于医生制定更精准的诊断方案和治疗计划，提高医疗质量和效率。在金融领域，证券AI智能投研可以生成研报、财务数据查询、盈利预测、投资组合建议；银行智能风控通过对客户的信用历史、行为特征等数据进行分析，挖掘风险因素，实现信贷风险、反欺诈、反洗钱等行为预警。从产品形态上，业内普遍认为AI应用将沿着AIGC(内容生成)、Copilot(智能助手)、Insight(知识洞察)、Agent(智能体)四个重要的方向演进。（参考《QuestMobile生成式AI及AIGC应用洞察》报告）

再比如放在设计领域，可视化产出是一种交流刚需，设计师用它们来快速沟通灵感和方案。而如果在教育教学过程中，设计专业学生由于无差别地应用AIGC来替代手绘训练，那极有可能造成他们在需要快速表达的场景里，直接缺失这项技能。因此，教师也十分需要具备对AIGC鉴别的认知能力，要判断当前的教学场景是否适用于引入AI技术，要明晰学生在课程中的产出训练是为了培养何种能力，进而才能游刃有余地处理学生产出中AI成分的占比是否需要教育干预。我们聊了各个行业的场景和看法，更加肯定了一个观点，「工具本身是无属性的」。AI工具爆发至今，并没有应用行业上的壁垒。在我们尚未明确它的应用场景和约束条件的这一混沌时期，大家会理所应当地想要尽可能地使用它。于是横跨工作、兴趣、生活的方方面面，都有AI强势介入的趋势。但此时，边界未明的局限视角，也让我们很难在短时间内判别AI到底该在什么场景里用到什么样的程度才是最有益的。这个过程中，就难免出现诸多矛盾。

歸藏的[AIGC Weekly来到了第60期](https://mp.weixin.qq.com/s/_r0Y7IJeQVaw1fLyJ-TQSg)，这一周谷歌开源了两个新的大语言模型Gemma 2B和Gemma 7B、Stability AI发布了新的图像生成模型Stable Diffusion 3、公司Groq利用新型硬件实现语言模型每秒500个Token的高速输出，速度比顶级运营商快18倍、还介绍了一些新的AI产品，如视频风格转换平台GoEnhance，将Figma设计转为React组件的插件，以及用于项目管理的工具Kraftful等，精选了几篇英文文章，介绍了优化Stable Diffusion XL的方法，构建语言模型Tokenizer的教程，以及一些新模型如Sora和LAVE等的应用；《[艾瑞咨询：2024年AIGC+教育行业报告](https://waytoagi.feishu.cn/record/DWEWrsn4Me5itwcYL6McwPJSnZf)》这篇长达57页的报告，全面展示了AIGC与教育行业的紧密结合，宏观上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的交互和培育问题。中观上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架，包含教学主体、教学内容、教学载体、学习主体等多个维度。微观上，教育的各场景，都因AIGC技术的应用而有所助益，如教师的备课规划等。