在深圳外国语学校的实验室中,一名学生正用胶头滴管向试管滴加液体。此时,一旁的“隐形助教”悄然启动——摄像头精准捕捉动作细节,麦克风实时接收疑问,屏幕上即刻浮现提示:“胶头滴管请悬空滴加,勿触试管,避免污染。”这并非科幻片段,而是由码隆智能打造的多模态感知实验AI大模型的应用实景。如今,这样的AI“实验助教”已覆盖深圳超半数初中,并推广至全国20余省,让个性化教学从理念走向规模化实践。

深圳超半数初中已标配
“实战专业级AI实验助手”
在码隆智能深圳总部,一项能“看懂”学生实验操作的AI技术,正将传统的实验课堂彻底颠覆。

多模态感知实验AI大模型设备 图片由受访者提供
“这个是我们专门为基础教育里的科学实验场景开发的多模态感知实验AI大模型,”码隆智能创始人兼CEO、清华大学人机交互博士、深圳市“鹏城优才卡”持卡人黄鼎隆指着设备介绍道。与传统AI不同,这项技术的核心突破在于,它让 AI从过去只能够“批改答案”,到现在可以“看懂过程”。

智能实验终端外观及特点 图片由受访者提供
“这套系统可以像科学家一样进行因果推导。” 黄鼎隆强调。“多模态感知实验AI大模型”是指通过摄像头、麦克风、屏幕、AI算法等,实现人和AI之间通过语音、文字、视频、图像等全方位交互的大模型系统。通过多模态感知,AI就能“看懂”学生是否规范使用仪器,“听懂”学生在实验中的疑问,从而成为一个真正的“实战专业级助手”。

深圳各学校的应用场景 图片由受访者提供
目前,该系统已在全国20多个省份落地,在深圳覆盖超半数初中学校,并成为今年深圳中考实验操作考核的辅助工具。
颠覆传统!AI 解锁 “因材施教”
当AI深度融入教学,一个普遍的担忧是:AI的节奏会否过快,反而让学生无所适从?对此,黄鼎隆给出了明确的答案:“放心,不是让学生去匹配AI,而是让AI跟着学生的节奏走。” 这一理念,正是“因材施教”在人工智能时代最生动的体现。
区别于传统教学,这套系统能根据学生的操作速度、提问频率调整反馈节奏。比如有的学生对 “过滤操作” 不熟练,反复调整漏斗角度,AI 会放慢提示速度,分步骤讲解 “一贴二低三靠”;而对操作熟练的学生,AI 会主动抛出拓展问题:“如果过滤后溶液还是浑浊,可能有哪些原因?” 真正实现 “千人千节奏”。
这不仅解决了传统实验课“几十个学生做实验,老师很难一一照顾”的痛点,更指向了一个更深层的变革——教育的主体回归于“人”。AI的强大,并非要塑造一个学生必须仰视和追赶的“超人”,而是成为一个能够理解并适应个体差异的“伙伴”。这种设计哲学,确保了技术成为推动教育公平和个人发展的杠杆,而不是制造新的焦虑和差距的机器。
AI总能迅速给出“标准答案”,是否会固化学生的思维,扼杀探索的多种可能?对此,黄鼎隆指出,这正推动一场深刻的“命题革命”。“AI遇强则强,遇弱则弱,”他回答道,“你提出问题质量,直接决定了AI反馈的深度与广度。” 这意味着,教育的价值正从检验学生“知道什么答案”,转向培养他们“能提出什么问题”;从记忆“是什么”,转向探索“为什么”与“还有什么可能”。
未来不拼单一技术,要拼 “协同生态”
谈及码隆智能的下一步规划,黄鼎隆透露:一是在学科内拓展,从理化生实验延伸至劳动、手工等多元场景;二是切入职业教育领域,针对修车、电焊等技能培训,让 AI 成为规范操作的“标准尺”与“教练员”,使技术的效能最大化。

“我们探索的不只是技术,更是未来人才的培养模式。”谈及未来AI教育,黄鼎隆认为:“下一个突破口不再是单一技术的突破,而越来越是一个创新技术、教育模式以及人机关系的协同突破。”
黄鼎隆提到,这种协调突破已经看到了“萌芽”:一些部署了AI学习空间的学校,开始在课堂上进行改革。当学生觉得课堂内容已掌握或跟不上时,在老师同意下,可以进入AI学习空间,与AI进行更高效、个性化的学习。
同时,AI的普及也在倒逼教育系统进行更深度的反思。“我们现在有时候还会纠结,老师出的这道题目学生如果借助AI很简单的解出来了,那这个到底是对的还是不对的?”黄鼎隆抛出了一个尖锐的问题,而答案或许正指向未来教育的方向。“那以后我们的教育系统就可以设计一些更创新,更有难度的一些任务”,而这些任务“需要跟AI进行很有效的协作才能够去解决”。
在这个过程中,学生锻炼的正是未来社会最需要的能力——“和AI的协作力”。黄鼎隆断言,具备这种能力的学生必然会更适应未来人工智能社会。”
深圳AI生态“全球罕见”
这里是创新最好的试验场
黄鼎隆称:“深圳是全球罕见同时拥有硬件与软件AI生态的城市,加之年轻富有创新精神的教师、校领导,以及大批具备一流创新力的AI创业企业,共同构成了一个强大的‘协同生态’”。正是这个生态,使得码隆智能能够快速地将技术转化为场景,并敢于展望:“在深圳可以孵化出越来越多AI+教育的创新场景。”
黄鼎隆还提到,深圳庞大的教育体系意味着任何一项创新技术都能在这里找到最丰富的应用场景和反馈数据。从今年中考正式将实验操作纳入考核,到超200+所学校引入AI实验助教,深圳教育系统的每一次改革与决策,都为AI技术提供了规模化落地的绝佳契机。
码隆智能的探索已超越技术本身,它正试图回答一个更根本的问题:当机器学会“思考”,人类该如何重新定义“教育”?在码隆智能的实验室里,我们看到了这样一种未来:不是AI替代教师,而是人机共育下一代;不是标准答案的终结,而是探索无限可能的开始。
编辑 饶欢 审读 伊诺 二审 李怡天 三审 邓辉林














