第1章 人工智能概述 001
1.1 人工智能的定义与发展历程 004
1.1.1 从图灵测试到通用人工智能的演进 004
1.1.2 人工智能发展的三次浪潮 006
1.2 人工智能的基础要素 009
1.2.1 数据：人工智能的基础原料 009
1.2.2 算力：人工智能的计算能力 011
1.2.3 算法：人工智能的智力核心 012
1.3 人工智能的工作流程 013
1.3.1 数据收集与预处理 013
1.3.2 数据的特征工程 015
1.3.3 模型选择、训练与优化 016
1.3.4 模型部署与应用 017
1.4 人工智能的核心技术 018
1.4.1 机器学习 018
1.4.2 深度学习与神经网络 021
1.5 大学生的AI学习与素养培养 024
1.5.1 AI 对大学学习模式的重塑：从被动接收至主动探索 024
1.5.2 AI 对大学生职业发展的影响：机遇与转型 025
1.5.3 AI素养：非计算机专业学生必备的AI能力 026

第2章 自然语言处理 030
2.1 自然语言处理的发展历程 033
2.2 自然语言处理的核心价值 034
2.3 自然语言处理的核心任务 035
2.3.1 文本理解 035
2.3.2 文本生成 037
2.3.3 语音交互 037
2.4 自然语言处理的行业落地场景 039
2.4.1 智能交互场景：从被动响应到主动服务 039
2.4.2 内容生成与分析场景：文本的创作与解读 040
2.4.3 垂直行业场景：赋能专业领域 041
2.5 自然语言处理的落地逻辑与未来方向 043
2.5.1 自然语言处理行业落地的共性规律 043
2.5.2 自然语言处理的未来发展方向 043
2.6 课堂实践：百度NLP平台应用实例 044
2.6.1 实践目标 044
2.6.2 实例1：文档要素抽取 044
2.6.3 实例2：文档审查和文档解析 046

第3章 计算机视觉 048
3.1 计算机视觉的发展历程 051
3.2 计算机视觉的核心价值与核心任务 053
3.2.1 计算机视觉的核心价值 053
3.2.2 计算机视觉的核心任务 053
3.3 计算机视觉的技术原理 058
3.3.1 卷积神经网络 058
3.3.2 视觉Transformer 059
3.4 计算机视觉的行业落地场景 061
3.4.1 现代农业中的应用 061
3.4.2 遥感领域的应用 062
3.5 计算机视觉的未来方向 063
3.6 计算机视觉相关软件与开源库 064
3.7 课堂实践：体验阿里云视觉智能开放平台 066
3.7.1 登录认证 066
3.7.2 视觉认知：从看懂到理解 067

第4章 大语言模型 069
4.1 大语言模型的概念和发展历程 072
4.1.1 大语言模型的概念 072
4.1.2 大语言模型的发展历程 072
4.2 大语言模型的工作机制 074
4.3 大语言模型的训练 075
4.4 大语言模型的核心能力 077
4.4.1 信息理解与生成 077
4.4.2 多模态交互能力 077
4.4.3 知识推理、决策支持与个性化服务 078
4.5 大语言模型的关键技术要素 079
4.5.1 模型能力的构建 079
4.5.2 训练体系的完善 080
4.5.3 落地效率的保障 080
4.6 国内的主流大语言模型 080
4.6.1 DeepSeek：高精度推理导向型模型 081
4.6.2 豆包：生态赋能的全场景交互模型 081
4.6.3 文心一言：知识增强的多模态标杆模型 082
4.6.4 通义：生态协同的全能办公模型 082
4.6.5 腾讯混元：架构创新的高效推理模型 083
4.6.6 WPS灵犀：场景原生的办公智能体 083
4.7 课堂实践：通过WPS 灵犀体验大语言模型的文本协作能力 084
4.7.1 实践任务1：文档生成与智能编辑 084
4.7.2 实践任务2：数据分析与可视化 085
4.7.3 实践任务3：多模态创作（PPT与思维导图） 085

第5章 生成式人工智能 087
5.1 AIGC的发展历程 090
5.2 AIGC的核心原理与架构 093
5.2.1 三大基础生成技术 093
5.2.2 多模态融合技术 096
5.3 AIGC的行业落地场景 097
5.3.1 内容创作领域 097
5.3.2 医疗健康领域 099
5.3.3 工业制造领域 099
5.3.4 教育培训领域 100
5.4 提示词的写作与优化 101
5.4.1 提示词的定义、价值与构成要素 101
5.4.2 提示词的写作原则与优化技巧 102
5.4.3 提示词在学术论文写作中的实践应用 104
5.5 课堂实践：基于LiblibAI平台的图像生成 106
5.5.1 实践目标 107
5.5.2 步骤与指导 107
5.5.3 实践成果 109

第6章 大模型RAG 111
6.1 RAG的发展历程 114
6.2 RAG的技术原理 116
6.2.1 RAG的核心架构与工作流程 116
6.2.2 RAG关键技术组件详解 118
6.2.3 RAG相比于传统LLM的优势 119
6.3 RAG的行业落地场景 120
6.3.1 教育行业：智能教学与个性化学习 120
6.3.2 金融行业：风险评估与智能客服 121
6.3.3 其他重点应用领域 121
6.4 课堂实践：使用IMA构建个人知识库助手 122
6.4.1 IMA的工作原理 123
6.4.2 使用IMA构建个人知识库的操作步骤 123

第7章 大模型智能体 127
7.1 智能体的发展历程 130
7.2 智能体的技术原理 132
7.2.1 智能体的核心特征 132
7.2.2 智能体的核心工作机制 133
7.2.3 智能体的核心能力组件 134
7.3 智能体的行业落地场景 136
7.3.1 客户服务与支持场景 136
7.3.2 企业运营自动化场景 137
7.3.3 从“辅助工具”到“数字员工”的角色转变 137
7.4 课堂实践：Coze智能体应用教程 138
7.4.1 Coze智能体平台介绍 138
7.4.2 Coze智能体零代码开发教程 139

第8章 多模态大语言模型 145
8.1 多模态概述 148
8.1.1 多模态的概念与价值 148
8.1.2 多模态的发展历程 148
8.2 多模态基本架构与技术解析 151
8.2.1 多模态的基本架构 151
8.2.2 多模态技术解析 152
8.3 国内主流多模态软件 154
8.3.1 即梦 154
8.3.2 文心一言 156
8.3.3 通义 157
8.4 多模态提示词写作 158
8.4.1 多模态提示词的核心特点 158
8.4.2 多模态提示词与文本生成提示词的关键差异 159
8.4.3 多模态提示词写法 160
8.4.4 多模态提示词写作进阶技巧与策略 161
8.5 课堂实践：多模态创作实战 162
8.5.1 实践目标 162
8.5.2 准备工作与环境搭建 162
8.5.3 文生图像提示词案例 163
8.5.4 文生视频提示词案例 164

第9章 具身智能 166
9.1 具身智能的概念及发展历程 169
9.1.1 具身智能的发展历程 169
9.1.2 具身智能与离身智能的区别 171
9.2 具身智能的技术原理 172
9.2.1 具身智能的技术架构 172
9.2.2 具身智能的主要组成 172
9.2.3 具身智能的算法架构 174
9.3 具身智能机器人 176
9.3.1 具身智能机器人的种类 176
9.3.2 具身智能机器人的行业应用 178
9.4 具身智能的发展趋势 179
9.5 课堂实践 180

参考文献 182