第1讲 AI与DeepSeek初探 1.1 智能路径的初步探索 1.2 智能实现路径的再思考 1.3深度学习的三大核心要素 1.4 深度学习的演进与变革 1.5 大语言模型发展历程概览 1.6 大模型技术的未来趋势展望 1.7 DeepSeek的核心技术创新 1.8 总结与展望 章节测试 第2讲 DeepSeek典型应用 2.1 提示词设计的核心原则 2.2 实用提示词案例解析 2.3 高级提示词技巧 2.4 图像生成技术演进史 2.5 主流图像生成模型纵览 2.6 AI绘图工具实战演练 2.7 视频生成技术概览与工具介绍 2.8 AI视频生成全流程实操 2.9 音乐生成模型原理与实战 2.10 AI学习助手：DeepSeek的智能辅助实践 章节测试 第3讲 DeepSeek开发实践 3.1 代码生成的发展史 3.2 使用DeepSeek生成代码 3.3 AI模型代码生成能力的评估 3.4 软件测试基础知识 3.5 DeepSeek与黑盒、白盒测试 章节测试 第4讲 DeepSeek驱动的智能体 4.1 大模型智能体简介 4.2 大模型智能体的两种实现范式 4.3 大模型智能体案例实操 —— 案例一：实现AI搜索引擎 4.4 大模型智能体案例实操 —— 案例二：实现私有知识库智能体 4.5 大模型智能体案例实操 —— 案例三：实现多智能体工作流 4.6 大模型智能体目前的局限性 章节测试 第5讲 AI伦理与安全 5.1 人工智能是一把双刃剑 5.2 人工智能的安全问题 5.3 人工智能浪潮下的安全问题反思 5.4 人工智能安全治理政策 5.5 人工智能安全治理技术 总结与展望 章节测试 第6讲 AI艺术创意工坊 6.1 课程导入与感知框架 6.2 AI感知技术进展 6.3 AIGC技术解析及应用优势 6.4 AIGC在不同领域的创新应用 6.5 AI技术应用与就业市场变化 6.6 AI时代核心竞争力转变与模型协同 6.7 AI生成原理与沟通方法论 6.8 AI提示词工程方法论 章节测试 第7讲 AI企业实战工坊 7.1 DeepSeek洞察以及MindSpore框架介绍 7.2 DeepSeek-Janus-Pro模型介绍 7.3 香橙派部署实操 7.4 启智社区OpenI环境准备安装 7.5 JanusPro模型脚本讲解执行 第8讲 AI未来展望及成果汇报 8.1 应届生求职的三个不变 8.2 AI时代带来的本质变革 8.3 理解“校园竞争”与“社会竞争”的差异