知识

真正塑造人的，除了知识本身，还包括获取知识的过程。

因此，AI时代的科研评价需要从结果计数转向知识质量。

八百年前，大学之所以诞生，是因为知识稀缺，学生必须到特定的地方，向特定的人学习，才能接触知识。

如果大学始于知识稀缺的时代，那么在答案随手可得的年代，大学究竟肩负什么使命？

起初这种专业知识稀缺；

李海燕指出，随着传统医学知识加速数字化，如何在开放利用的同时加强传统知识保护，已成为行业共同关注的治理课题。

PAI的目标，是通过理解制作流程、保存制作知识，并从每个项目中持续学习，把创作者的创意意图转化为专业叙事内容。

但对影视工业而言，模型能力只是基础，真正决定AI能否进入工业生产的，是模型如何融入完整工作流——真正理解影视工业流程、能够长期沉淀制作知识的「制作层」，才是构建壁垒的关键。

”陈建新表示，传统医学知识的丰富程度与其数字化能力并不匹配。

从课程答疑、教学视频更新，到模拟真实商业场景，多所高校正在尝试让教师的知识、声音和形象转化为可以重复使用的数字资源。

团队的工程能力、平台的复用价值和客户知识的持续积累，很难像设备、存货一样直观呈现。

通过对企业应用、业务知识、组织协作、线下场景和安全治理的完整布局，千问办公正在推动企业级Agent从单点工具走向网络化平台。

未来，一家企业可能同时拥有销售Agent、财务Agent、研发Agent、客服Agent，它们分别处理不同的工作，却共享企业知识、调用不同的业务系统，并围绕同一个任务彼此协作。

尽管陶哲轩并没有在演讲中直接使用“工业化”来形容数学的未来，但他描绘的图景已经呈现出鲜明的工业特征：数学知识将从稀缺走向充裕，研究流程被拆解为生成、验证、解释、评审和知识整合等多个环节，人类与AI也将在其中重新分工。

一条完整的知识链出现了：开放问题首先变成未经核验的证明，再经过验证、阐释、同行接受和知识整合，最终才成为稳定的数学知识。

走进社区：将安全知识与服务送到家门口

在安徽六安，九号走进赤壁路初级中学，不仅带来了交通安全知识讲座，还设立了“义检驿站”。

在深圳，九号携手石岩交警中队、上屋社区，将安全知识普及设计成了一场轻松的“闯关游戏”。

他选择服从国家分配，进入山东海洋学院（中国海洋大学前身），任海洋水文气象系助教，跟随物理海洋学家赫崇本、文圣常等学习海洋科学知识。

她所在团队构建的出版专业学科大模型，也希望在海量开放知识的基础上，为出版学研究提供更加精准的智能知识服务。

从开放课程、开放教材到开放知识基础设施，她希望通过大使平台推动这些实践。

此次活动不仅上线了文物科普网站“展签之外・文物小传”，还联合天津博物馆、二里头夏都遗址博物馆、东莞市博物馆，推出文物知识互动和无障碍体验项目，让文物知识的传播更具专业度、广度和温度。

长期研究知识如何被生产、传播和利用，她更愿意用两个词概括开放科学：可及，与可信。

当AI开始行动，仅靠语言知识已经不够。

知识的生成与价值的判断，始终是两件不同的事情。

第二个层面，是风险防范与知识检验。

而专业知识往往与新技术相关联。

要解决知识可靠性问题，最重要的办法有两个：其一，任何门类的知识发现和知识生产，始终需要依靠人类学者群体，尤其是人类中最顶级的大脑去进行检验，对于数学领域而言，不应把AI的快速进展视为攻破了人类数学家的护城河，而应视为是对人类数学家的一次重大检验，以及人机协同提高的难得机遇，在这个过程中，人类数学家不仅自身要在人机交互的过程中被AI所检验和启发，同时也应是最后的“守门员”，要起到辩真伪的把关作用（当然，在这个问题上，其他任何学科也应是类似的）。

“这说明我们在哪里投资，就会在哪里长出新的专业分工，”奥托说，“只要你创造出一项大规模的活动，就一定会有相关的新专业知识出现。

只有当结果能够被检验、解释、质疑、教学，并迁移到新问题中，它才进入一个可积累的知识体系。

因此，大学的重要任务也延伸到连结不同知识体系、不同世代与不同社会系统。

跨越学科边界、融合不同知识体系，并在交会之处培养学生的判断力，创造新的解决方案，我认为这是AI时代需拥有的重要能力。

知识产权产品投资保持快速增长，2025年增长8.1%，今年1—8月增长9.2%

知识产权产品投资占全部投资的比重由2022年的11.0%升至2025年的14.1%，今年1—8月占比达15.2%

大学存在大约一千年，其间，印刷技术、广播、计算机、互联网和大规模开放在线课程（MOOC）都曾大幅降低知识成本传播，大学的基本形态却几乎没有改变。

在宏观层面则呈现为知识生产流程的断裂并最终导致无法实现国家的意志或目标，甚至会造成科技界认知的混乱与无序。

要解决知识可靠性问题，最重要的办法有两个：其一，任何门类的知识发现和知识生产，始终需要依靠人类学者群体，尤其是人类中最顶级的大脑去进行检验，对于数学领域而言，不应把AI的快速进展视为攻破了人类数学家的护城河，而应视为是对人类数学家的一次重大检验，以及人机协同提高的难得机遇，在这个过程中，人类数学家不仅自身要在人机交互的过程中被AI所检验和启发，同时也应是最后的“守门员”，要起到辩真伪的把关作用（当然，在这个问题上，其他任何学科也应是类似的）。