模型介绍信息.md 12 KB
成都理工大学大模型及智能体聚合门户资料汇总
一、 直接使用的基础模型
（1）文本生成类模型
l Qwen-max场景介绍：推理能力强，速度较慢，适合复杂场景，如专业学术论文的摘要总结、公式推导、内容审校、专业报告撰写等。
l Qwen-plus场景介绍：推理能力中上，速度中上，适合大多数场景。
l Qwen-flash场景介绍：适合对速度要求高的问答场景，如意图识别、query改写、实时对话等。
（2） 向量 Emdedding /排序Rerank模型
l 向量模型场景介绍：qwen2.5-vl-embedding ，适用于视频分类、图像分类、图文检索等，将海量教学资料、科研文献、制度文件实现语义化检索，师生用自然语言提问即可快速找到相关内容，突破关键词匹配限制。
l 排序模型场景介绍：qwen3-rerank、gte-rerank-v2 ，支持对多语言文本召回的文档二次精准排序，重排模型根据研究主题精准排序，将最相关文献置顶，实现精准文献筛选和智能问答优化。
（3）图像生成、编辑模型
l 图片生成场景介绍：Qwen-image ，可用于教学课件配图丰富课件视觉效果；将实验数据、统计结果转化为图表、3D模型、流程图等可视化图像，增强论文和报告的表现力和可读性；学生社团快速生成招生宣传、学术讲座、校园活动等各类海报；为建筑学院、艺术学院生成建筑效果图、室内设计方案、艺术创作素材，辅助专业教学和设计实践训练；创建虚拟教师形象、卡通吉祥物、课程IP形象，应用于在线课程、教育游戏，增强教学互动性和趣味性。
l 详细介绍：
l 图片编辑场景介绍：Qwen-image-edit ，如报名、考试、毕业等标准化要求证件照批量处理；实验图像增强优化显微镜、望远镜等科研设备拍摄的模糊图像；档案资料修复修复老旧照片、历史档案中的破损、褪色、污渍；多媒体素材编辑为新闻宣传、公众号推送、视频制作提供高质量视觉素材支持；艺术作品二创辅助艺术设计类专业的创意教学和毕业设计创作。
l 详细介绍：
l OCR识别模型场景介绍：适合识别并结构化提取图表、票据中的各类信息，可应用于财税发票、手写书稿等的识别。
l 详细介绍：
l 图片翻译模型场景介绍：适合对各类图片进行还原翻译，如外国语学院的各类语言学习翻译辅助；快速翻译外文期刊论文、会议报告、学术专著，及时掌握国际前沿研究动态和成果；学术会议支持，国际会议演讲、问答互动、会议资料，促进中外学者深度交流和合作研究开展；翻译合作协议、交流项目材料、访问学者邀请函等文件，推动校际交流项目落地。
l 详细介绍：
l 多语言翻译模型场景介绍：实现文本、图片、网页等场景下的多语言翻译，快速翻译英文教材、外文文献、国际课程讲义中英互译，推动教学资源双向流通和共享；留学生教学支持，帮助国际学生理解课程内容，降低语言障碍，提升学习效果；在线课程国际化，将优质在线课程推向国际平台，扩大学校教育影响力和品牌认知。
l 详细介绍：
（4）视频生成模型Wan2.5、Wan2.6
l 场景介绍：微课视频制作，教师输入教学脚本自动生成知识点讲解视频；重现历史事件、文化场景、古代建筑风貌等动态过程，为历史、考古、文化遗产类课程提供沉浸式教学素材支持；生成医疗诊断、法律庭审、商业谈判等专业场景视频，为临床医学、法学、管理学等提供案例教学和角色扮演训练；将抽象概念、数学公式、物理原理转化为动态演示动画，帮助学生直观理解复杂知识，提升课堂教学效果；快速制作校园风光、专业介绍、学生访谈等招生宣传视频；生成校园环境漫游、建筑介绍、设施展示等全景视频，为新生入学、校友回访、线上开放日提供沉浸式体验服务。
l 详细介绍：
（5）深度研究模型
场景介绍：适合围绕学术或特定主题，进行深度搜索+内容分析+报告撰写。
（6）深度搜索
场景介绍：可结合互联网搜引擎，实现信息和数据实时搜索和问答。
（7）视频理解类模型
l 视频理解场景介绍：适合对视频进行理解，并进行推理描述，例如可将教学视频、实验视频进行识别理解并构建视频检索库。
详细介绍：
l 图片理解场景介绍：适合对图片进行理解，并进行推理描述，例如可用于特定物品、场景、人物的识别。
详细介绍：
二、 智能体场景应用
（1） 场景1： PPT自动生成AI助手
场景介绍 ：实现课程设计、PPT 大纲生成、课件制作的完整闭环，支持教师导出 PPT 初稿、上传素材自主创作，搭配在线编辑、多格式下载及多风格模板，精准赋能人文社科教学，帮助教师摆脱重复工作、提升教学效率，进一步彰显学术引领价值。
（2） 场景2： 视频深度理解助手
场景介绍 ：视频理解借助视频处理、视频理解、大语言模型的串联能力，支持视频描述、结构解析、标签分类、视频问答、内容挖掘、视频检索、分析场景等诸多应用。教师和学生可基于agent自带的模板快速调试，按需自定义视频分析流程，例如将讲座录像自动提炼为带时间戳的知识图谱，或将实验视频智能标注关键操作步骤，全面赋能混合式教学、学术研究与自主学习。
（3） 场景3： 公文写作神器
场景介绍 ：支持对文稿、图片、视频内容做审核，借助“内容质量 + 事实准确 + 安全合规”三位一体能力，精准覆盖从草稿到发布的全链路内容治理需求。可以助力师生在毕业论文、基金申报等日常场景格式规范性检查、学术成果的事实准确性核验、教学课件的专业术语使用等场景使用；进而帮助师生快速定位问题并优化内容，大幅提升学术写作效率与成果质量，让研究者专注于核心创新工作，助力高校科研与教学成果的高质量输出。
（4） 场景4： 多模态智能资源搜索
场景介绍 ：一款面向高校教学与科研需求的多模态智能搜索工具，采用多智能体multi-agent架构设计，具有开放、灵活、可扩展的特点。能够无缝对接校园内的多源异构数据库，包括学术文献、教学课件、实验数据表（Excel）、科研图片、讲座音视频、在线课程链接（URL）等资源类型。结合大模型驱动的语义理解、任务拆解与内容整合能力，该工具能够帮助师生快速定位所需资源——例如查找特定课题的文献综述、提取实验报告中的关键图表、或获取某领域专家的公开讲座谈话内容。精准赋能高校师生的学术研究与教学活动，让知识获取更加高效、便捷，助力构建智慧化校园。
（5） 场景5：会议记录AI助手
场景介绍 ：自动将教师授课语音转写为文字记录并生成课堂笔记，提取知识要点形成结构化总结，方便学生复习和缺席学生补课学习。同时可以为学术会议、行政会议及科研访谈等学术场景自动整理决议事项、任务分工和时间节点，提高会议效率和执行跟踪管理。
（6）场景6：个人知识库AI助手
场景介绍：结合学校各类公共服务类数据或专业学术类数据，搭建对应的RAG智能体用于精确知识的检索问答。
（6）场景6：数据提取AI助手
场景介绍：将用户上传的文档资料（word、pdf、txt等）进行信息抽取、打标分类、内容审核和内容总结，将零散数据快速提炼成结构化高价值数据。