SII / 报名说明

走近大模型:用一周发布你的第一个 AI 互动作品

从大模型原理出发,理解 AI 如何依赖系统、硬件、资料、工具和环境交互;再使用 Coze 构建并发布一个可体验、可解释、可测试的 AI 原生应用。

对象

高中生与本科生

适合希望系统理解大模型并发布 AI 作品的同学。

报名建议

先通读大作业和平台说明

确认作品目标、实践平台和参与准备后再提交报名。

平台资源

主办方统一协调

学生不需要自行购买 Coze 平台套餐。

活动定位

报名之前先看清楚产出

这不是一次只讲概念、只试工具或只搭聊天机器人的活动。最终要发布一个别人可以打开、输入任务、体验结果并理解边界的 AI 互动作品。

01

围绕真实任务,而不是围绕工具菜单

学生需要说明用户是谁、资料从哪里来、工作流如何组织、工具能做什么、结果如何验证。

02

使用 Coze 发布,而不是本地环境竞赛

本次实践主要使用 Coze 在线环境完成开发、调试和发布,降低本地配置门槛,让时间集中在任务设计、系统拆解和测试。

参与准备

报名与参与前需要准备什么

我们默认学员愿意动手、愿意调试、愿意协作。不要求已经有完整的大模型应用经验。

参与基础

  • 不要求已经能独立完成完整 Web 开发,但需要愿意动手、愿意调试、愿意把想法拆成可运行作品
  • 有编程经验的学生可以做更深入的工具、代码节点或网页交互;基础较弱的学生也可以在 Coze 在线环境中完成项目

协作与表达

  • 能清楚说明自己的用户任务、资料来源、工作流设计和测试结果
  • 具备良好的表达能力与团队协作意识

设备与环境

  • 需携带可上网的个人笔记本电脑
  • 不需要把本地复杂开发环境配置作为课程前提;实践主要使用 Coze 在线环境完成开发、调试和发布

平台资源

  • 平台账号和必要资源将由主办方统一协调
  • 学生不需要自行购买平台套餐,具体账号、兑换码或企业资源方案以开营前通知为准
  • 主路径尽量在 Coze 平台内闭环完成,高阶项目可以在助教确认后接入外部 API

常见问题

常见问题

这些问题用于确认参与边界:需要什么基础、最终交什么、平台如何使用,以及什么不属于本次实践重点。

需要提前会编程吗?

不要求学生已经能独立完成完整 Web 开发,但需要愿意动手、愿意调试、愿意把想法拆成可运行作品。有编程经验的学生可以做更深入的工具、代码节点或网页交互;基础较弱的学生也可以在 Coze 的在线环境中完成项目。

需要自己配置电脑环境吗?

不需要把本地环境配置作为课程前提。本次实践主要使用 Coze 的在线环境完成开发、调试和发布。学生需要准备可上网的电脑,具体账号和平台资源由主办方开营前统一说明。

如何分组,账号怎么发放?

项目一般 3—5 人一组。平台账号、兑换码或企业资源由主办方统一协调,学生不需要自行购买平台套餐。具体分组方式和账号发放方式以开营前通知为准。

最终要交什么?

最终提交一个可体验的 AI 互动作品,包括发布链接、项目说明、关键资料或工作流说明、测试样例和失败案例分析。

是不是只要搭一个聊天机器人?

不是。普通聊天机器人不能作为完整大作业。作品必须围绕明确任务,使用资料、工作流、工具或代码能力,并生成清楚的交付结果。

是否必须使用 Coze?

本次夏令营以 Coze 为主要实践平台。高阶学生可以使用代码或外部 API 做扩展,但最终项目应能在营期内完成、发布和展示。

是否需要接入飞书、企业微信等外部平台?

不需要。作品可以在 Coze 平台和网页发布链路中完成闭环。外部平台不是本次实践重点。

是否会训练大模型?

不会从零训练大模型。课程会解释大模型的基本原理、系统底座和应用方式,实践重点是用现有大模型能力构建 AI 应用。

讲者导师

带队与辅导

导师与组织团队将共同参与课程讲授、答疑、项目辅导和展示点评。

王德泉

上海创智学院 · 上海交通大学

本科毕业于复旦大学,博士毕业于加州大学伯克利分校,师从 Trevor Darrell 教授。入选国家高层次青年人才计划、上海市海外高层次青年人才计划。主要研究方向为大模型智能体驱动的科学智能。截至 2026 年,据 Google Scholar 统计,近五年研究工作总引用次数 13000 余次。

查看资料

张晓凡

上海创智学院 · 上海交通大学

本科毕业于北京航空航天大学,博士毕业于美国北卡罗莱纳大学夏洛特分校,曾任京东硅谷研究院计算机视觉研究员、商汤科技北美智慧医疗实验室高级研究员。主要研究方向为医学图像分析、多模态决策。截至 2026 年,据 Google Scholar 统计,近五年引用千余次。

查看资料

联系方式

如何继续了解

当前页面用于整理招生信息与参与要求。若需进一步确认时间、联系方式或报名安排,请以下列信息为准。

往期回顾

往期训练营回顾

如果你想判断这次夏令营是否适合自己,可以先看一眼往期项目主题、学习节奏与展示氛围。

2025 回顾

往期训练营回顾

往期训练营采用“讲授 + 实践 + 共创”的节奏,在 5 天内帮助学员完成从理解大模型关键概念到搭建可运行智能体原型的跨越。

亮点
  • 强调学员主导的沉浸式学习与分组共创
  • 覆盖模型基础、提示工程、工具调用与智能体开发的完整链路
  • 结营展示与复盘,强调“可演示、可解释、可迭代”
  • 通过集中演示与结营仪式收束学习成果,并提供阶段性学习证明
  • 汇总学员与助教反馈,关注“探索欲、跨学科结合与从创意到原型”的成长路径
项目主题
  • 面向金融、教育、内容创作、游戏与社交等场景的智能体应用原型
  • 强调个性化交互、任务流程编排与可靠输出