北大青鸟正式宣布全面拥抱DeepSeek-R1，通过平台、算力、课程等领域全面升级，为教育行业培养更专业的 AI 领域人才，加速 AI 产品落地，促进 AI 与学科的深度融合，推动 AI 技术在教育领域的广泛应用。

一、平台升级：赋能教育创新，提升教学体验

北大青鸟作为教育科技领域的先锋，致力于推动教育的智能化发展。

早在2024年5月，北大青鸟在对众多模型进行深入评估后，便敏锐地捕捉到了 DeepSeek 的潜力，并率先接入应用。此次，平台进一步优化升级，引入了更为先进的 DeepSeek-R1 版本。

（一）Molly学伴功能扩展，DeepSeek-R1 全方位助力学习与研究：

Molly 学伴 是一个基于多模态大模型的人工智能学习助手，它整合了来自北大青鸟三十年的教学和学习行为数据，以及多个专业知识库，是学生个性化的7*24小时学习伙伴和智能教练，它能让学习变得简单而有趣。

Molly 学伴一直使用 DeepSeek 模型实现 RAG 问答，而升级到 DeepSeek-R1 后，问答在用户意图理解、复杂问题解答、相关问题推荐等方面都有较大提升，学习者可以更快更有效的获得满意的答案，不仅提高了学习效率，同时减少了学习中的挫折感，激发学习兴趣。

以 DeepSeek-R1 为引擎，数字伙伴支持多轮对话和复杂查询，为新生提供入学指导，帮助学生适应校园生活，成为日常学习生活的得力助手

利用 DeepSeek-R1 领域适应的能力，构建学院专属科研文献问答系统，提供实验方法、论文写作等专业指导，及时解答科研难题，提升研究效率。

（二）NovaAI 开放平台升级， DeepSeek-R1 模型强势赋能，解锁无限可能：

为更好的赋能高校智能化教育，北大青鸟推出了针对高校的基于 AI 大模型技术的人工智能实验室，旨在通过前沿技术赋能教育创新。

NovaAI 作为实验室的核心 AI 能力基座，承载着提升教学体验和教育质量的重要使命。

DeepSeek-R1 与北大青鸟现有 RAG 模型强强联合，优化语义检索和答案生成逻辑，显著提升回答准确性和逻辑性，轻松应对学术研究和实际应用中的复杂问题。

凭借 DeepSeek-R1 强大的上下文理解能力，NovaAI 平台可以更精准的识别用户意图，动态推荐关联问题，提供更深入、个性化的交互体验，激发创新灵感。

青鸟教育大模型作为 NovaAI 平台的重要组成部分，通过与 DeepSeek-R1 的深度融合，实现了知识库的全面升级。DeepSeek-R1 的领域知识泛化能力，助力青鸟教育大模型动态更新前沿技术内容，让学生紧跟时代步伐，掌握最新知识。

（三）智能录课与数字人场景创新，开启高效教学新模式：

DeepSeek-R1 助力生成高质量讲演脚本，适配多样教学风格，结合数字人技术实现“一键生成教学视频”，简化制作流程，让教师专注内容优化。

融合 DeepSeek-R1 文本生成与 TTS 技术，定制教师专属音色和表达风格，提升录课吸引力，营造真实课堂氛围，增强学习效果。

二、算力与资源管理：保障稳定运行，提供坚实支撑

为了确保 DeepSeek-R1 模型在平台上的稳定运行，北大青鸟在算力与资源管理方面也做了充分的准备。

在算力层提供专用资源池，通过平台的 GPU 统一纳管功能，按需分配算力资源，确保 DeepSeek-R1 的稳定运行，同时，支持 DeepSeek-R1 的分布式训练和微调，实现自有模型的训练和调优。

北大青鸟结合市场需求，五大精品 AI 课程全面接入 DeepSeek-R1，为学员提供从基础到高级的全方位学习路径，助力学员成长为 AI 领域的专业人才。

专为 AI 工具新手设计，课程 从DeepSeek 大模型入手，手把手教学员成为“指令设计达人”。

通过 20+ 行业真实案例演示，学员将掌握从“错误提问”到“精准指令”的蜕变过程，成为 AI 时代的“提问高手”。

课程涵盖 Coze、Dify、FastGPT 等主流平台，完全 0 代码实现 Agent 应用开发。

学员将学习如何使用 DeepSeek 大模型搭建智能体，并应用于实际工作中，提升个人工作效率和探索新的职业发展路径。

作为大模型应用开发的基础课程，本课程带领编程零基础的学生学习 DeepSeek 模型的 API 基础调用方法。

通过多个实战案例，学员将掌握基础的 Python 编程技巧，初步具备通过 Python 代码个性化搭建大模型应用的能力。

本课程深入探索 AI 大模型应用，涵盖提示词工程、智能体设计与实现、RAG 系统开发及数据工程等领域。

课程全面接入 DeepSeek 大模型，开发了多个应用案例，包括基于 DeepSeek+RAGFlow 的本地知识库搭建、高考政策通检索问答系统、AI 魔力笔记等，助力学员掌握前沿 AI 技术实践。

课程从机器学习基础出发，深入讲解 Transformer、Attention 等算法原理。

结合 DeepSeek 模型，学习 LoRA 等微调技术，掌握 LLaMA-Factory 框架及大模型训练、微调、部署实践技能，探索能力测评方法。

DeepSeek-R1 模型的全面接入，为北大青鸟的科研、教学和服务全流程注入强大动力。

未来，北大青鸟将继续探索更多 AI 技术赋能教育的新途径，为社会培养更多 AI 专业人才，聚焦行业场景落地，携手 DeepSeek-R1 为代表的优秀大模型，共同推动教育行业智能化发展。