基础入门阶段（48课时）
时间：2026/04/28-2026/05/06
报名人数
6 人
来自高校
5 所
来自企业
3家
来自城市
5 个
成长路径
初步了解训练营
基础入门阶段：涵盖L1至L4四个递进式学习层次，以“从感知到创新、从理论到实践”为核心，循序渐进引导学习者建立AI基础认知、掌握核心技能，适配零基础入门群体，兼顾趣味性与实用性，为后续深入学习筑牢根基。
基础入门阶段 L1-L4 共 4 个层次（48课时），每个层次的教学内容包含12课时，即 4节理论课，8节实验课。
| 阶段定位 | 能力目标 | 内容简介 |
|---|---|---|
| L1 - AI 感知启蒙 | 1. 建立人工智能基础感官认知，熟悉语音交互、机器视觉等 AI 基础感知原理； 2. 能够熟练完成机器人遥控操控，具备初步人机互动体验能力 3. 激发科技学习兴趣，培养对智能科技的好奇心与基础观察能力 | 介绍AI的基础感知与互动，通过语音、视觉等感官体验建立AI初步认知，开展机器人遥控操作与趣味测评。 |
| L2 - AI 基础认知 | 1. 掌握可视化积木编程逻辑，理解基础算法流程与机器人运动控制原理； 2. 初步认知数据集、模型训练等 AI 底层概念 3. 建立程序逻辑思维、顺序思维与简单问题拆解能力 | 开展Blockly可视化编程启蒙，理解算法逻辑与机器人控制原理，感知数据集与模型训练的基础概念。 |
| L3 - AI 应用实践 | 1. 熟练掌握提示词工程与指令格式规范，理解条件判断逻辑与指令转化方法； 2. 能够独立完成 AI 指令调试、机器人闭环控制，具备基础工程实操与指令应用能力 3. 实现 AI 指令到机器人动作的自主落地 | 学习提示词工程与格式逻辑，掌握条件判断与指令转换，完成AI驱动机器人的闭环调试与工程实践。 |
| L4 - AI 创新拓展 | 1. 掌握基础数据采集方法，理解模型训练过程及数据质量对 AI 效果的影响； 2. 能够完成简单模型推理应用，实现多模态信息综合运用 3. 培养数据意识、自主探究能力与初步 AI 创新应用思维 | 掌握数据采集与模型训练原理，理解数据质量对训练的影响，实现模型推理驱动与多模态创新应用。 |
快速加入训练营
邀请荣誉榜
邀请链接
高校荣誉榜
复制邀请链接