大模型正在从纯粹的语言理解向多模态感知、推理决策甚至物理世界交互迅速演进。这个趋势下,具身智能成了人工智能由“数字大脑”走向“物理实体”最关键的一跃。具身智能机器人、智能座舱、智能制造……这些场景的落地速度远超预期,随之而来的是算法研发、系统集成、具身控制、数据工程等岗位的供需矛盾急剧升温。行业报告给出的数字很直白——国内大模型与具身智能核心研发及工程应用领域的人才缺口已经超过百万,复合型人才尤其稀缺。山东作为全国工业大省和数字化转型的先行区,正在全力布局人工智能产业,对那种既懂大模型算法、又能搞定软硬件协同和具身系统开发的复合型人才,需求格外迫切。正是瞄准这个缺口,依托校企合作资源,这个微专业应运而生。它的目标很明确:帮助在校生在主修专业的基础上,系统掌握大模型基础、具身智能系统原理、智能体开发、部署调优等核心技能,拓宽职业发展空间,同时也为国家人工智能与机器人产业培养急需的高素质后备人才。

整个微专业的课程体系紧扣大模型与具身智能的前沿技术和产业需求,知识框架完全面向工程应用。考虑到人工智能、智能科学与技术、软件工程、控制科学与工程等多学科交叉融合的特点,课程之间的衔接和渗透做了特别强化。具体开设了7门课程,总计17学分,包括《机器学习》《深度学习基础》《计算机视觉》《自然语言处理》《具身智能技术》《大模型技术及应用》和《人工智能综合实践》。课程体系的核心思路是“工程导向、前沿技术、实践强化”——把企业案例、真实项目和工程问题贯穿到教学全过程,目的就是让学生解决复杂工程问题的能力真正落地。
从培养定位来看,这个微专业服务于国家人工智能与机器人产业发展战略,也跟学校“双一流”建设和数智化布局紧密相关。瞄准大模型与具身智能交叉融合的技术前沿,致力于培养从事大模型算法研发、具身智能系统集成、智能体控制与部署、机器人感知与决策等领域的复合型人才。学生学完以后,能够系统掌握大模型与具身智能的基本理论、核心算法和软硬件协同工程能力,并且有丰富的工程实践训练经历。将来可以在人工智能、机器人、自动驾驶、智能制造、智慧服务等行业从事算法设计、系统开发、智能应用部署或技术管理工作,逐步成长为技术骨干或创新管理人才。更进一步,通过这个微专业的建设,希望探索出一套可复制推广的大模型与具身智能人才培养模式,提升专业建设水平,助推一流学科发展。
具体课程设置上,共7门课,17学分,分为基础课程2门、专业课程4门、实践课程1门。理论深度和产业应用兼顾,多学科交叉融合的特点很明显。核心课程就是前面提到的那些。具体的学时分配如下表所示。
序号 | 课程代码 | 课程名称 | 学分 | 课内学时 | 课外学时 | 学期 | ||||
合计 | 讲授 | 实验 | 上机 | 实践 | ||||||
1 | CST328111035 | 机器学习 Machine Learning | 3.5 | 64 | 40 | 24 | 40 | 3 | ||
2 | CST311811020 | 深度学习基础 Foundations of Deep Learning | 2 | 36 | 24 | 12 | 24 | 4 | ||
3 | CST310721020 | 计算机视觉 Computer Vision | 2 | 68 | 32 | 36 | 32 | 5 | ||
4 | CST312321025 | 自然语言处理 Natural Language Processing | 2.5 | 48 | 24 | 5 | ||||
CST523111020 | 大模型技术及应用 Large Language Model Technology and Applications | 2 | 40 | 16 | 24 | 6 | ||||
CST523221020 | 具身智能技术 Embodied intelligent technology | 2 | 40 | 16 | 24 | 6 | ||||
7 | CST*** | 人工智能综合实习 Artificial Intelligence Comprehensive Practice | 3 | 3周 | S3 | |||||
