计算中心紧跟AI前沿技术，结合多年工程实践经验，自主研发基于大模型的AI应用服务框架，构建智能服务矩阵，既以统一平台夯实技术基础，又以场景化应用满足差异化需求，高效支撑多项AI应用快速落地，在教学、科研、校园服务等领域实现规模化应用，取得显著成效。

一、自主研发核心框架，构建智能服务矩阵

计算中心以"统一技术底座+场景化应用延伸"为设计理念，打造可复用、易扩展的AI应用服务框架，形成"1（统一平台）+N（多个场景应用）"的智能服务矩阵，有效避免重复建设，加速创新落地。

框架具备三大核心支撑能力：

• 全域知识融合

深度融合校园问答库、官网、院系网页等权威信息，并通过数据库与接口实时同步业务系统数据，确保信息的权威性与回答的时效性。

• 智能工作流与编排管理

从数据整合到服务生成，全流程高效编排智能能力。系统具备自适应、可观测和闭环优化能力，极大降低运维成本，保障服务高质量稳定运行。

• 本地部署与安全合规

根据需求，知识库与大模型均可在校内本地部署，确保数据不出域；配套多级审核与风险防护机制，在提升服务便捷性的同时严格保障信息安全与合规。

二、多场景AI应用落地，覆盖教学、科研、校园生活

（一）校园生活：全流程智能服务，提升师生便捷度

小北智能助手聚焦师生日常高频需求，打造一站式校园智能服务门户。在基础查询服务方面，全面支持办事流程指引、校务政策解答，并实时提供个人课表查询、校园卡余额及食堂就餐指数等实用功能；在场景化服务方面，系统集成校内核心地标（涵盖教学楼、食堂、宿舍楼等），无缝对接百度地图、高德地图、腾讯地图等主流导航接口，实现精准校内路径规划，同时聚合发布讲座、招聘、演出等各类校园活动信息。

北京大学App深度集成多项AI智能应用，除了小北智能助手外，还推出体育场地预订助手和财务服务助手等垂直场景应用。用户可通过自然语言交互（语音或文字），实现体育场地实时查询与一键预订、财务报销流程指引与政策咨询等功能，将原本复杂的操作流程简化为对话式服务，显著提升师生办事效率与使用体验。

计算中心智能客服整合了计算中心业务知识库，7×24小时为师生提供网络、邮件、校园卡、高性能计算等服务信息的即时支持，有效提升服务效率与体验，实现“让数据多跑路、师生少跑腿”的智慧服务目标。

（二）教学场景：专项助教工具，赋能教与学效率提升

计算中心聚焦不同学科教学需求，打造了覆盖通识教育与专业教育的智能教学工具矩阵。从面向全学科的小北智学平台，到深耕医学垂直领域的AIMD和MedSeek，形成了"通用平台+专业深化"的分层服务体系，为不同教学场景提供精准的AI赋能方案。

1．小北智学。作为聚焦"结构化知识驱动、AI深度赋能、人机协同教学"的新型高校智能教学平台，计算中心与计算机学院闫宏飞老师团队联合开发的小北智学以"解放教师，陪伴学生"为核心理念，为每门课程构建独立且可持续演进的智能问答环境。平台深度适配教学场景，对课程进行结构化总结，通过"教师上传→学生提问→AI答复→教师审核反馈"的闭环机制持续优化知识质量，让AI助教承担知识梳理与答疑的基础工作，使教师专注于深度教学创新，同时为学生提供个性化学习支持。平台还通过"课程广场"聚合跨学科优质资源，促进知识共享与学科交叉融合。

2．AIMD智能医学博士。基础医学院研发的AIMD智能医学博士依托覆盖基础医学、临床医学、口腔医学等多学科权威教材构建专业知识库，结合先进大语言模型，实现医学问题即问即答、教学方案智能生成等功能，标志着医学教育智能化的重要突破。

计算中心协助基础医学院基于AI应用开发框架重新开发了AIMD，在保留原有功能基础上，实现全流程本地化部署与数据安全保障，优化系统架构并强化知识库管理，为医学教育智能化的持续创新提供坚实支撑。

3．MedSeek“厚道”医学教育大模型。MedSeek依托全国医学教育发展中心与超星集团的优质数字资源构建知识库与语料库，融合北大医学深厚的教育教学多模态素材，确保师生在医学相关问答中获取可信、精准的图文输出，提高教学和学习效率。

北京大学计算中心与北大医学-超星数智教育联合实验室共同研发了新版MedSeek，在数据安全与服务稳定性方面有显著提升，可挂载校内专有知识库，支持构建“数据不出校”的定制化智能体。

（三）科研与专业场景：精准工具支撑，助力学术与专业分析

在科研与专业领域，AI应用实现“需求-工具”精准匹配。

1．小北探索。这是基于个人知识库的AI服务平台，支持自定义创建个人/团队知识库，可上传doc、pdf、ppt、csv等多种格式文件，并具备完善的权限管理与分享功能。通过知识库与大模型的深度融合，平台能够智能化处理各类专业场景：在科研工作中，可实现文献智能检索与综述生成、实验数据分析、研究思路梳理与创新点挖掘；在日常办公中，支持文本润色、报告撰写、知识问答与决策辅助；在团队协作中，提供知识共享、知识库协同管理功能，让零散的文档资料转化为结构化、可检索、可复用的智能知识资产，真正实现"让AI理解您的专业领域"。

2．大模型试验场。这里集成了Align-DS-V-72B、FairyR1-32B-Preview、Qwen2.5-72B-Instruct、DeepSeek-R1-Distill-Llama-70B等多款模型（含北京大学杨耀东团队、学杨仝和吴钰晗团队发布的两款模型），为师生提供模型测试与技术验证平台，助力AI前沿技术的科研探索。

三、组建专业开发团队，保障技术落地与人才培养

为确保AI创新实践持续推进，计算中心组建了AI创新应用学生开发团队，成员主要来自北大计算机学院、信息科学技术学院和软件与微电子学院，同时由计算中心老师全程提供技术指导，并配备完备的开发环境与算力资源。团队在实际项目中实现“技术实践-能力成长”双向赋能，既保障AI应用的技术落地（如多语言交互模块开发、知识库权限管理设计），又帮助学生快速掌握场景化需求分析、AI应用开发、大模型部署调优等前沿技术，为校园AI创新储备人才力量。

北京大学计算中心通过构建“框架研发—应用落地—团队支撑”一体化的AI创新体系，系统推进大模型技术与校园多元场景的深度融合。中心不仅以智能服务矩阵全面赋能教学、科研与校园生活，显著提升了服务体验与运行效率，还依托学生开发团队形成可持续的技术迭代与人才培育机制。这一实践既为师生构建了高效便捷的智能环境，也为高校领域AI技术的规模化、安全化落地提供了具有示范意义的“北大方案”。