教育產業日報(04.28) : 科技教育創新

公司動態

牡丹江中心與吉林大學共建試驗基地 吉林大學新能源與環境學院與中國地質調查局牡丹江自然資源綜合調查中心達成共建牡丹江中心—吉林大學北湖抽水試驗場等合作共識。雙方依托牡丹江中心長春基地，共建東北季節性凍土平原區水—熱—鹽運移過程監測與試驗基地，開展全方位多要素綜合觀測和監測。試驗基地已配備相關設施，雙方將建設抽水試驗場，為吉林大學本科生提供生產實習條件。

醫研協同聚合力知識產權護創新 4月22日，南寧市市場監管局、廣西醫科大學及附屬醫院聯合舉辦“醫研協同·知產護航”活動�；顒又校瑥V西醫科大學第一附屬醫院與南寧市知識產權保護中心簽訂框架協議，構建醫療領域知識產權全鏈條服務體系，破解專利申報周期長、轉化效率低等難題，支撐生物醫藥產業創新。同時，南寧市市場監管局為醫院專家頒發知識產權智庫專家聘書，現場設“知識產權義診”與“專利成果轉化門診”，提供一對一咨詢服務。雙方將發揮各自優勢，聚焦高價值專利培育、成果轉化等核心環節，構建“臨床醫護﹢科研專員﹢知識產權顧問”三位一體服務模式，推動醫療創新成果惠及民生，為產業高質量發展注入新動能。（摘要由動脈網AI生成）

華為擎云發布教育AI解決方案 4月28日，在首屆鴻蒙教育AI峰會期間，華為聯合生態伙伴發布教育AI戰略及全場景校園方案。據介紹，該方案依托鴻蒙分布式技術與AI大模型，可覆蓋多類校園場景。

ACL 2026｜答得更準還寫得更短？華為泰勒實驗室提出SHAPE，給LLM推理裝了個「推理稅」 華為泰勒實驗室、北京大學和上海財經大學研究團隊提出SHAPE模型，用于大模型數學推理。該模型通過“里程碑+推理稅”機制，提升準確率3%，降低token消耗30%。SHAPE模型通過切段、估勢能、段級獎勵計算和token級信用再分配等步驟，解決模型推理中的稀疏信號困境。實驗結果顯示，SHAPE模型在多個數學推理benchmark上均表現出色。

浙江大學ACS Nano：植物外泌體“雙靶向”遞送，協同誘導鐵死亡/凋亡并重塑免疫微環境，攻克三陰性乳腺癌 浙江大學彭麗華教授團隊開發了一種基于金線蓮外泌體樣納米囊泡（AExo）的“雙靶向”納米平臺Sor@AKAExo，用于治療三陰性乳腺癌（TNBC）。該平臺通過AS1411適配體和KLA肽實現腫瘤細胞識別及線粒體定位，將鐵死亡誘導劑索拉非尼和AExo內源性miRNAs精準遞送至線粒體。索拉非尼抑制GPX4，誘導脂質過氧化和線粒體功能障礙；AExo內源性miRNAs通過調控MAPK通路、上調IL-17和膽固醇代謝通路，增強鐵死亡和凋亡敏感性。這種雙重作用機制協同破壞氧化還原穩態，克服代謝抵抗，并重塑免疫微環境，促進CD8 T細胞浸潤、DC成熟和M1型巨噬細胞極化。在小鼠模型中，Sor@AKAExo顯著抑制腫瘤生長和轉移，且具有良好的生物安全性。研究成果發表在《ACS Nano》上。（摘要由動脈網AI生成）

加速進化機器人亮相中國教育裝備展，具身智能教育方案引發熱潮 第87屆中國教育裝備展示會上，加速進化展示了覆蓋K12、高校/高職和科研/開發者的全鏈條教育解決方案。其BoosterK1機器人足球賽吸引了眾多觀眾，展示了機器人的交互實操、協同對抗、編程實踐能力。加速進化還首次系統展出覆蓋從小學到高職/高校的階梯式課程體系，旨在解決具身智能教育中的現實困境。此外，加速進化還參與了首屆海淀區中學生人形機器人足球聯賽，推動教育裝備升級，為培養創新型人才提供實踐路徑。

世界地球日｜把地質實驗室“搬”到群眾家門口 廣東省地質實驗測試中心聯合黃花崗街道等單位在廣州動物園舉辦“珍愛自然資源·守護美麗中國”主題科普活動，主打“科普宣傳+公益檢測+便民惠民”，涵蓋珠寶鑒定、水質檢測、防災減災等七大功能區域，吸引了大批市民參與。活動通過免費檢測、科普講解等形式，讓市民了解地質技術知識，普及環保理念，實現“科學零距離，服務有溫度”。

世界地球日｜廊坊自然資源綜合調查中心開展多主題科普進校園活動 在第57個世界地球日，中國地質調查局廊坊自然資源綜合調查中心在廊坊市多所學校開展科普活動�；顒影ǹ破罩v座、標本展示、互動問答等，主題涵蓋地球構造、巖石礦物、資源保護等地質科學知識。通過趣味知識搶答、觀摩鉆探裝備等方式，激發學生科學探索熱情和資源保護意識�；顒又荚谄占白匀豢茖W知識，培養學生對地球科學的興趣。

學校參加“書鄉之地·北京八大學院”全民閱讀活動 海淀區學院路街道舉辦“書香之地·北京八大學院”全民閱讀活動，我校圖書館積極參與，展出院士手稿、珍稀文獻等，并獲好評。副校長崔希民出席活動，海淀區政協主席鮑雷參觀并肯定圖書館工作。圖書館將持續深化閱讀推廣和文化服務，助力書香校園與社會建設。

成功率最高暴跌36.9%！南洋理工首個“模糊指令”測試，直擊具身智能落地軟肋 南洋理工大學MarsLab團隊發布了REI-Bench測試基準，旨在評估機器人處理模糊人類指令的能力。研究發現，現有模型在多輪對話和隱式指代理解上表現不佳，成功率最高下降達36.9%。研究挑戰了現有假設，并提出了輕量級解決方案TOCC，以提高成功率。

本文由小歐AI基于億歐數據生成，如有問題及建議，歡迎通過網站底部聯系方式和我們聯系。