01平台概述
“人工智能+数字文创”全链路价值运营虚拟仿真实验平台将数字文创的完整价值链，拆解为 110 余个可操作、可复现的虚拟仿真实验，由“奇思”“妙想”AI 助手贯穿课前、课中、课后，帮助学习者在仿真中理解原理、训练技能、完成创作。
平台以中华优秀传统文化为剧情任务，融合 AIGC、脑机接口、6G、XR、全息投影等未来信息技术，让每一次实验都成为一次沉浸式的数字文创实践。
核心主线
一条价值链：认知 → 创作 → 传播 → 价值实现；三大阶段：课前、课中、课后；三元赋分：过程分、结果分、素养分。
02综合实验
面向下一代移动通信、量子信息、类脑智能、具身智能等方向，平台设五大“未来信息”进阶实验方向，以成都文化符号为案例载体：
以古蜀金沙太阳神鸟金饰为文化母题，仿真量子比特、量子门与典型算法。
以都江堰水利网络为隐喻，模拟数字文创内容在景区街区的实时分发与协同。
以川剧变脸为交互原型，完成脑电采集、特征提取与意图识别，探索沉浸式交互新形态。
以大熊猫 IP 为智能体形象，仿真多模态感知与自主决策，成为文博场馆“数字策展人”。
以武侯祠三国文化为剧情背景，融合自然交互与机器人协同，构建沉浸式智能服务场景。
03模块实验
模块实验按“基础 → 专项 → 核心”三层递进组织，从信息与信号基础出发，逐步深入到下一代移动通信、人机交互与智能感知等专项方向，最终以核心综合实验收束，形成完整的能力进阶路径。
| 层级 | 模块名称 | 对应方向 | 实验内容 |
|---|---|---|---|
| 第一层 · 基础 | 信息与信号基础 | 下一代移动通信（基础） | 通信与多媒体信源处理：数字信号基础原理、数据采集与转换、音视频编解码技术、色彩空间与管理、压缩编码技术、传输协议体验、信息论基础、有损压缩技术对比、视频编码标准 |
| 第二层 · 专项 | 下一代移动通信 | 下一代移动通信；6G 通信系统仿真 | 卫星互联网与物联网、实时通信与边缘计算（WebRTC、5G 与边缘计算）、超高清视频与云 XR 传输（流媒体协议、CDN 内容分发） |
| 第二层 · 专项 | 人机交互与智能感知 | 人机交互与智能机器人；脑机接口（探索） | 多模态交互与数字人、智能语音交互（语音识别、AI 人声克隆）、脑机接口交互探索、视觉感知与空间计算 |
| 第三层 · 核心 | 6G通信系统 | 6G 通信系统仿真；人机交互 | 核心综合实验：需先完成 33 个前置实验，综合运用基础与专项模块知识，完成端到端系统仿真。 |
04全链路认知
全部实验按“全链路认知”组织为 7 大模块、18 个章节，共 108 个章节实验，另设核心综合实验供学有余力者挑战，总计 110 余个。每章含 6 个递进式实验项目，覆盖从基础原理到产业应用的完整能力阶梯。
| 序号 | 实验模块 | 章节范围 | 章节内容 |
|---|---|---|---|
| 01 | 开学第一课 | 第 1 章 | 数字文创全链路价值认知与实践启蒙 |
| 02 | 基础理论 | 第 2–4 章 | 数字媒体技术演进与文化影响、数字媒体技术基础原理、数字媒体技术前沿趋势 |
| 03 | 采集创作 | 第 5–12 章 | 数字图像处理技术、数字音频技术、数字视频技术、数字动画技术、数字游戏设计、交互产品设计、虚拟现实技术、人工智能生成内容（AIGC） |
| 04 | 内容管理 | 第 13–14 章 | 数字媒体压缩与存储技术、智能媒体资产管理 |
| 05 | 传输集成 | 第 15 章 | 数字媒体传输技术 |
| 06 | 传播呈现 | 第 16–17 章 | 媒体融合与全媒体发展、数字智能时代的媒体变革 |
| 07 | 内容消费 | 第 18 章 | 数字媒体内容消费与终端参与 |
05能力体系
18 章 108 个实验加 1 个核心综合实验，按基础、进阶、挑战三层递进；每章 6 个实验沿“原理认知 → 操作训练 → 综合应用 → 创新拓展/价值反思”一条主线。
每章实验的四步主线
能复现实验中的技术规律，正确解释关键参数的含义。
能按步骤完成参数调节，观察并记录参数变化带来的现象。
能把本章多个知识点联系起来，解释一个完整的技术过程。
能说明本章技术的应用价值与可能风险，形成初步的价值判断。
能力画像按技术操作、创新设计、价值判断、伦理安全四个维度折算，仅用于学习诊断，帮助你清晰看到自己的成长轨迹。
06如何开始实验
每个实验 24 个步骤，大模型贯穿全程。一次完整实验按“课前—课中—课后”三阶段推进：
课前测与学习路径
- 课前测与个性化学习路径
- AI 导学与知识点预习
- 设计实验方案与假设
沉浸式仿真操作
- 不少于 8 个有效实验操作
- AI 实时反馈并动态调整
- 过程数据全程记录追踪
总结、评阅与反思
- AI 答疑与知识检测
- 总结、评阅与伦理反思
- 提交实验报告与成果
操作指引
- 在首页「全链路认知」目录中，展开模块并选择一个实验项目；
- 进入实验后，先完成课前测，系统据此生成个性化学习路径；
- 阅读 AI 导学对话（奇思、妙想），明确实验目的与观察要点；
- 按要求设计实验方案（探究目标 + 实验假设 + 操作计划）；
- 进入仿真环境，完成不少于 8 个有效操作，AI 全程实时反馈；
- 课后完成答疑、知识检测、总结撰写与价值伦理反思；
- 提交实验报告，查看评分与能力画像。
07评分规则
每次实验满分 100 分，采用过程分、结果分、素养分三元赋分，比例随能力层级调整：基础层侧重操作过程，挑战层侧重成果质量与价值判断。
| 类别 | 基础层 | 进阶层 | 挑战层 |
|---|---|---|---|
| 过程分 | 55 | 50 | 42 |
| 结果分 | 35 | 38 | 43 |
| 素养分 | 10 | 12 | 15 |
评分说明
AI 评阅对所有学生使用同一提示词模板、同一评分维度与较低的随机性设置；对 AI 评分有异议的，可在评阅结果下方或“我的成长档案”中点击“对评分有异议”提交，由教师导出复核。
08AI 助手使用
奇思
妙想平台内置“奇思”与“妙想”两位 AI 助手，陪你走完数字文创全链路：
- 课前导学：生成导学对话，说明实验目的与观察要点；
- 方案点评：点评实验方案，给出参数建议与关联实验推荐；
- 实时反馈：按“现象—原理—建议”给出反馈，不打断实验；
- 课后答疑：围绕当前实验回答提问；
- 智能评阅：按内容完整性、原理理解、操作结合、反思体会四个维度评阅实验总结。
温馨提示
“奇思”“妙想”可在课前导学、课中反馈、课后答疑与评阅环节随时唤起；具体使用规范与伦理说明见下一节「使用说明与伦理」。
09使用说明与伦理
所用大模型
平台在实验教学全过程中使用人工智能大模型（DeepSeek-V4.1-Flash，公有云服务），为保障学生知情权与个人信息安全，特此说明如下。
AI 在实验中的用途
- 课前：学情诊断与路径推荐、生成“奇思”“妙想”导学对话、实验方案设计与关联实验推荐；
- 课中：根据最近操作与参数取值，按“现象—原理—建议”给出实时反馈，不打断实验；
- 课后：智能答疑、智能出题、实验总结智能评阅、价值判断与伦理评价、改进建议与创新路径。
AI 生成内容的局限性
- 大模型生成内容可能存在不准确、不完整之处，仅供学习参考，不替代教师判断与教材内容；
- 平台所有 AI 生成内容均标注“由 AI 生成”，实验报告同步标注；
- AI 只回答与本课程实验相关的问题，与实验无关或要求改变 AI 设定的请求会被拒绝。
个人信息保护
- 仅采集与实验教学相关的信息（操作序列、作答、实验报告、AI 交互内容等）；
- 不采集手机号、身份证号、地理位置、设备标识等无关个人信息；
- 学生提交给 AI 的内容先经敏感词与提示词注入检测，AI 返回内容同样经检测后展示。
问题反馈
对 AI 生成内容、评分或个人信息处理有任何疑问，可通过“对评分有异议”功能提交，或联系任课教师及课程团队反馈。