-
github · 2026-10-05 · GitHub / MCP server stars:>100 / Python
语言:Python；stars:2382；更新:2026-10-05T01:29:49Z
-
github · 2026-10-05 · GitHub / MCP server stars:>100 / Python
语言:Python；stars:766；更新:2026-10-05T01:27:32Z
-
ai-news · 2026-06-06 · hidden_signals / 🟠中
重要性:市场还在炒作“未来数据中心将面临全面缺电”，但地方上的中型规模园区实际上已进入实质建设阶段。这说明地方土地和并网审批正在悄悄为 AI 大开绿灯，局部算力供应落地速度会比预期更快。
-
ithome · 2026-10-05 · 科技产品 / rss
IT之家 10 月 5 日消息，FieldAI 正在为人形机器人、无人机等各类机器人打造一款通用大脑。投资者正为重押这一发展愿景投入巨资。 据《商业内幕》报道，一位了解本次交易的人士透露，这家机器人企业正在融资 7 亿美元 （IT之家注：现汇率约合 46.97 亿元人民币） ，投后估值达到 100 亿美元 （现汇率约合 671.04 亿元人民币） ；短短一年多时间之内，其估值就翻至原先的五倍。 该公司上一轮估值为 20 亿美元 （现汇率约合 134.21 亿元人民币） ，去年完成了超过 4 亿美元 （现汇率约合 26.84 亿元人民币） 融资，投资方当中包括杰夫 · 贝索斯（Jeff Bezos）的家族办公室、劳伦 · 鲍威尔 · 乔布斯（Laurene Powell Jobs）的 Emerson Collective 以及 Khosla Ventures。 目前尚不清楚是哪家风投机构领投了 FieldAI 的这一轮新融资。这名知情人士表示，FieldAI 已经签署本轮融资的投资条款清单，意味着这笔交易或许还没有正式完成交割。 FieldAI 成立于 2023 年。该公司正在研发一套他们口中的“通用型通用大脑”，这套系统希望跨不同机器人机型、不同任务以及不同环境实现运行。这套软件可以驱动人形机器人、机器狗、无人机以及工业移动作业车等多种设备，使它们能够在充满不确定性的现实环境当中自主作业。 知情人士称，自 6 月以来，FieldAI 新增至少 3,500 万美元 （现汇率约合 2.35 亿元人民币） 的营收以及客户订单合同，使订单与营收总规模突破 1.35 亿美元 （现汇率约合 9.06 亿元人民币） 。此前《商业内幕》曾经报道，FieldAI 已经拿下总金额超 1 亿美元 （现汇率约合 6.71 亿元人民币） 的营收与客户合同，合作客户数量超过 30 家。 这笔融资是资本持续涌向“物理人工智能”领域的又一个案例。所谓物理人工智能，指的是可以在现实世界当中执行动作的人工智能系统。经过本轮融资之后，FieldAI 的估值已经接近资金充裕的同行竞争对手：Physical Intelligence 估值约 110 亿美元 （现汇率约合 738.14 亿元人民币） ，Skild AI 估值超过 140 亿美元 （现汇率约合 939.45 亿元人民币） 。 给出这一高估值，本质是投资者押注 FieldAI 的机器人大脑可以在复杂多变的现实场景稳定工作。长久以来，这道难题一直困扰各家机器人企业。完成这项任务的难度，远远高于训练机器在受控环境下完成单一作业。 公司首席执行官阿里 · 阿加（Ali Agha）在 6 月接受采访时表示：“过去这几个月，我们的业务增长速度非常快。” FieldAI 同时在加利福尼亚州欧文市以及旧金山湾区设立总部。该公司从谷歌 DeepMind、特斯拉、英伟达以及波士顿动力招揽人才，其客户群体涵盖建筑企业、数据中心运营方以及防务企业。
-
github · 2026-10-05 · GitHub / MCP server stars:>100 / Rust
语言:Rust；stars:180；更新:2026-10-05T01:20:39Z
-
github · 2026-10-05 · GitHub / AI agent language:Python stars:>500 / Python
语言:Python；stars:1988；更新:2026-10-05T01:27:13Z
-
github · 2026-10-05 · GitHub / Claude Code stars:>50 / TypeScript
语言:TypeScript；stars:4990；更新:2026-10-05T01:29:25Z
-
justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势
AI大语言模型正在掀起社会科学实证研究的范式革命。以WorkBuddy、Codex、Claude为代表的AI智能体，已从“科研玩具”进化为“基础设施级工具”，可全流程自动化完成实证研究关键环节——论文选题、文献综述、数据收集、数据清洗、实证分析、文本分析、论文写作、投稿选刊。 本课程以借助AI Agent（WorkBuddy和Codex对比）从0-1完成一篇有一定创新点和学术规范的科技论文为目标，各模块让大家对基础知识有个纲领性的认知，并利用AI Agent能够实操完成论文。 课程以WorkBuddy为主要教学与演示平台，因其国内直连、微信扫码即用、内置国产大模型，学员无需额外配置即可上手。Codex作为辅助对比工具，用于展示底层代码执行与工程化能力。各智能体平台本质逻辑相通——掌握了WorkBuddy上的研究流程设计，同样可迁移至Codex、Claude Code等其他Agent平台。 01 课程概览 课程名称：AI智能体赋能经管社科实证研究陪跑课 课程时间：2026年11月1日、11月8日 授课形式：线上直播＋课后回放＋课程资料+答疑 报名方式： 课程优势： 目标人群： 在读本科生、硕士生、博士生、高校青年老师、研究院所研究人员等致力于跟进AI对科研的变革，期望将AI Agent用于实际科研工作中，以及想跟进最新期刊科研信息的学术同仁。 课程亮点： 超强Agent助手：使用当下优质AI，构建智能体Skill，让选题、数据收集、数据分析、写作、选刊信手拈来 丰富资料包：整理DID论文选题报告、博士生/青年友好期刊目录、期刊重点选题、期刊扩版策略、期刊专栏征稿，定期更新 全程陪跑： 专属社群，专家学者分享最新科研干货，让您研途不再孤单 02 授课团队 Jarvis老师，学知科研首席知识官,曾参与国家自然科学基金重大项目、国家社会科学基金项目,擅长Python计算社会科学、基于大数据的实证正研究担任多个学术协会副会长、秘书长。 03 课程大纲 第一讲：AI时代实证研究变革与AI Agent基础配置 核心目标：建立对AI Agent赋能实证研究的整体认知，以WorkBuddy为主完成环境配置与基础工作流搭建，Codex作为辅助对比。 内容要点 实证研究的范式正在经历三重变革：从相关性到因果推断的可信革命，从人工操作到智能体自动化的数智变革，从零散工具到系统性工作流的方法论变革。本讲以WorkBuddy为主要教学平台，展示如何通过“项目—对话与工作空间—技能与连接器”三层结构管理研究流程;同时简要介绍Codex的安装与基础使用，帮助学员理解不同Agent平台的共通逻辑。 教学演示 WorkBuddy基础配置：官网下载、微信扫码登录、创建研究项目、配置工作目录与技能连接器。WorkBuddy的核心入口是“项目—对话与工作空间—技能与连接器”三层结构，项目把同一项研究的指令、文件、技能和连接器放在一起，对话框限定Agent可访问的本地目录，技能保存重复使用的研究规范。 WorkBuddy接入本地Stata桥接工具：配置桥接模块，建立“生成代码—调用Stata/Python—读取日志—返回结果”的执行链路，让WorkBuddy可以在授权目录内读取数据文件、生成do文件、调用本地Stata执行并自动捕获日志。 Codex辅助对比：简要演示Codex的CLI安装与基本代码执行，说明其与WorkBuddy在底层逻辑上的相通之处——都是通过自然语言驱动Agent完成文件操作、代码生成和结果反馈。 第二讲：AI Agent批量拆解顶刊选题及论文架构 核心目标：掌握用AI Agent批量拆解顶刊论文的结构，快速提取标题、引言、理论与假设、实证、讨论与结论的写作范式。以WorkBuddy为主进行演示。 内容要点 顶刊论文的架构具有高度可迁移性。本讲将拆解标题的三种命名范式（发现型、机制型、政策型）、引言的六段式结构（现象—缺口—问题—挑战—方案—贡献）、理论与假设的提出逻辑（从理论到假说的演绎路径）、实证部分的标准化模块（数据—变量—模型—基准—机制—异质—稳健）、讨论与结论的收敛策略（发现重述—理论贡献—实践含义—局限与未来）。 教学演示 使用WorkBuddy的深度研究功能，批量上传5—10篇目标期刊论文，让Agent自动提取每篇论文的架构要素，生成结构化对照表。 展示如何将拆解结果整理成“论文架构拆解手册”，包含标题范式库、引言模板、假设提出路径、实证模块清单。 Codex辅助：简要展示Codex在批量文本处理上的类似能力，说明Agent平台在架构拆解任务上的通用性。 第三讲：AI Agent自动复现顶刊论文实证部分 核心目标：掌握自动化复现工作流的使用方法，能够对中文顶刊和UTD24顶刊的实证部分进行自动化复现与结果比对。以WorkBuddy为主完成全流程演示。 内容要点 论文复现的核心挑战在于：数据版本差异、变量测度差异、样本筛选规则不同、估计命令设置不同。自动化复现工作流通过“文献解构—变量梳理—模型设定—代码生成—执行捕获—比对报告”六步流程，系统性地降低复现门槛。 教学演示 WorkBuddy复现流程：上传论文PDF和附件（数据+代码），WorkBuddy自动提炼核心分析路线，将“数据清洗—变量构造—回归运行—结果输出”拆解为步骤序列。配合本地Stata桥接工具，WorkBuddy可以自动生成do文件、调用本地Stata执行、读取日志并比对原文报告的关键系数。 案例演示：挑选一篇《经济研究》论文和一篇AER论文，完整演示从PDF到复现报告的自动化流程。 产出物：一份包含关键系数比对表、差异原因分析和复现日志的标准化复现报告。 Codex辅助：简要说明Codex在代码调试与工程化复现上的优势，作为WorkBuddy流程的补充。 第四讲：AI Agent基于CSSCI选题指南、SSCI征文和顶刊文献的多维选题技巧 核心目标：掌握用AI Agent整合CSSCI选题指南、SSCI期刊征文和顶刊文献三类信息源，系统性研判研究机会的方法。以WorkBuddy为主要操作平台。 内容要点 选题有三重来源：现实经济现象启发（政策热点、产业变革、社会问题）、顶刊文献挖掘重组（理论缺口、方法迁移、情境转换）、CSSCI与SSCI选题指南（期刊偏好、特刊征文、政策导向）。AI Agent的价值在于快速扫描这三类信息源，进行多维交叉研判。 教学演示 WorkBuddy选题工作流：配置定时任务，自动抓取CSSCI选题指南、SSCI期刊征文页面和目标领域顶刊的最新目录，每周生成选题机会简报。 多维研判矩阵：将“理论缺口—方法可行性—数据可得性—期刊匹配度—政策相关性”五个维度纳入AI辅助评分体系，生成选题优先级排序。 产出物：一份包含3—5个候选选题及其多维评分、支撑文献和初步研究设计思路的选题报告。 第五讲：AI Agent赋能论文理论筛选 核心目标：掌握从近千个理论中筛选合适理论的方法，用AI Agent完成理论匹配、假设演绎和理论框架搭建。以WorkBuddy为主。 内容要点 经管社科领域的理论体系庞大分散，研究者常面临“理论选择困难”。本讲将展示如何用AI Agent构建理论匹配引擎：输入研究问题和核心变量后，Agent自动检索相关理论、评估理论适用性、推荐最优理论框架，并生成从理论到假设的演绎路径。 教学演示 使用WorkBuddy的知识库功能，预先导入经管社科核心理论（如制度理论、资源基础观、交易成本理论、社会网络理论、代理理论、高阶理论等），让Agent在研究过程中自动调用和匹配。 演示如何根据研究问题自动生成理论框架图和假设演绎链。 产出物：一份包含理论匹配过程、理论框架图和假设演绎路径的理论选择报告。 第六讲：AI Agent赋能实证研究设计 核心目标：掌握用AI Agent完成数据来源支撑选题、假设提出和因果推断系统设计的方法。以WorkBuddy为主。 内容要点 实证研究设计的核心是系统性匹配：研究问题决定识别策略，识别策略决定数据需求，数据需求决定变量构造，变量构造决定模型设定。本讲将展示AI Agent如何辅助完成这一匹配过程。 教学演示 WorkBuddy变量测度流程：从文献中的测度方法出发，自动识别数据文件中的对应变量，生成变量构造脚本，并输出变量对照表。 WorkBuddy识别策略辅助：输入研究问题后，通过对话让Agent评估DID、IV、RDD、事件研究等识别策略的可行性和前提条件，输出识别策略决策卡。 产出物：一份包含研究问题—识别策略—数据来源—变量构造—模型设定的系统性研究设计文档。 第七讲：AI Agent赋能实证研究数据分析方法全解析 核心目标：重点演示如何用AI Agent完成文本分析、网络分析和基本双重差分分析。以WorkBuddy为主进行演示。 内容要点 本讲聚焦三类高频分析方法：文本分析（词元化、向量化、情感分析、主题建模，将非结构化文本转化为可测量变量）、网络分析（社会网络、引用网络、产业链网络的结构测度与可视化）、双重差分（平行趋势检验、异质性处理效应、动态效应）。 教学演示 WorkBuddy文本分析：上传文本数据文件夹，WorkBuddy自动完成分词、词频统计、情感极性计算和主题建模，输出结构化文本变量。 WorkBuddy网络分析：通过对话让WorkBuddy生成Python networkx或igraph代码，完成网络构建、中心性计算和社区发现，输出可发表的网络图。 WorkBuddy双重差分：使用Stata的、等命令，自动完成平行趋势检验、Callaway-Sant'Anna估计和事件研究图绘制。csdiddid_multiplegt 产出物：三类分析方法的完整代码块和结果输出模板。 Codex辅助：可简要展示Codex在相同任务上的代码生成能力，说明Agent平台在数据分析上的通用逻辑。 第八讲：AI Agent赋能文献综述和假设：5种文献综述与4种假设提法 核心目标：掌握5种文献综述结构和4种假设提出方法，用AI Agent快速生成有层次、有深度的综述和假设。以WorkBuddy为主。 内容要点 5种文献综述结构：时间演进式、主题聚类式、理论对话式、方法比较式、缺口驱动式。4种假设提法：理论演绎型（从理论到假说）、经验归纳型（从现象到假说）、竞争假说型（提出对立假说）、边界条件型（限定效应范围）。 教学演示 使用WorkBuddy的深度研究模式，输入研究问题后自动进行综述级文献调研，按选定的综述结构生成分层综述草稿。 演示如何将综述草稿和理论框架输入后自动生成假设，并标注每个假设的理论依据和支撑文献。 产出物：一份完整的文献综述章节和假设提出章节，附文献支撑矩阵。 第九讲：AI Agent赋能中文论文写作与润色 核心目标：制作C刊和优秀毕业论文写作技能包，基于期刊偏好快速成文。以WorkBuddy为主。 内容要点 中文论文写作的核心是期刊偏好匹配。本讲将指导学员为自己的目标期刊定制写作技能包，包含该期刊的标题风格、摘要结构、引言范式、论证节奏和表格规范。 教学演示 WorkBuddy期刊写作技能包：将目标期刊的3—5篇范文上传，让WorkBuddy学习其写作风格，生成定制化的论文写作技能包，后续写作时自动调用。 润色流程：使用WorkBuddy的文档润色功能，输入初稿后自动检查语言规范性、逻辑连贯性和学术表达，输出润色建议和修订稿。 产出物：一份定制化的期刊写作技能包和一篇经过润色的中文论文初稿。 第十讲：AI Agent赋能英文论文写作与润色 核心目标：制作SSCI期刊写作技能包，基于期刊偏好快速成文。以WorkBuddy为主。 内容要点 英文论文写作的核心挑战是学术英语表达和期刊风格匹配。本讲将指导学员用AI Agent完成从中文初稿到英文投稿稿的全流程转换。 教学演示 Codex英文写作技能包：上传目标SSCI期刊的3—5篇范文，让Codex学习其摘要结构、引言写法、讨论风格和引用格式，生成SSCI写作技能包。 润色与校对：使用Codex进行语法检查和术语一致性校验，并演示如何通过对话调整段落节奏、去除冗余。 产出物：一份定制化的SSCI写作技能包和一篇经过润色的英文论文投稿。 04 课程报名 课程价格 预售拼团价：399元/人（原价：1599元/人） *若招生人数不及预期，可能无法开班将原价退款 可按照实际支付金额开具电子发票 价格包含：直播课程+录播回放+课程资料+课程答疑（仅开课前支付能进答疑群） 如有以下优惠，购买前找客服领取优惠券。 （1）优惠一 普通用户转发本推文到朋友圈/皮皮侠数据会员，私聊客服可获八折优惠券。 （2）优惠二 尊享版超级课程会员可在直播结束后免费学习此录播课程；如需直播+答疑＋录播，超级课程会员可折扣购买该课程； ；检索词:AI与Agent 最新 热点 趋势
-
ithome · 2026-10-05 · 科技产品 / rss
IT之家 10 月 5 日消息，据《华尔街日报》报道，一款仅问世三周的人工智能模型 Jev 已经在硅谷圈子引发热议，人们开始探讨大语言模型之外的替代路线，同时这款模型也已经催生出不少跟风仿制产品。 初创企业 TypeSafe AI 于当地时间 9 月 15 日发布了 Jev。该模型的运行方式不同于聊天机器人，它并不生成文本。相反，它借助机器学习，把输入内容归类到一组预先设定好的输出结果当中：回答“是”或者“否”、输出一个数值评分，或是从既定列表里给出答案。该公司将这套技术思路称作“面向校准决策的强化学习”。 这家初创公司的负责人是迪奥戈 · 阿尔梅达（Diogo Almeida），他曾经任职于 OpenAI，参与过 ChatGPT 的研发工作，2024 年从该公司离职。随着 Jev 正式发布，TypeSafe 也结束了隐秘运营的状态；此前它已经从风投机构 DCVC 处拿到 4,000 万美元 （IT之家注：现汇率约合 2.69 亿元人民币） 融资。 阿尔梅达押注，Jev 这种精简的技术方案速度更快、成本更低，输出结果具备可复现性，有望改善传统大语言模型存在的部分短板，也就是结果不可预测的问题。阿尔梅达在当地时间上周一的一次采访当中表示， 目前大约已有 25% 的财富世界 500 强企业正在使用这款模型。 “大约一周之前， 我们每日处理的 token 数量就达到了一万亿 。”他说，“而且业务显然还在呈指数级增长。” 该公司把 Jev 推向市场，将其定位为更适合嵌入自动化软件的选择。阿尔梅达将这款模型与当下主流的大语言模型做了对比。在他看来，主流大语言模型在有人参与的前提下固然可以完成任务，但“用于自动化场景时效果差得离谱”。 “软件的运行逻辑，一般是搭建一层稳定的底层，人们可以在这层基础之上继续开发，一层又一层叠加，反复调用。”他表示，“聊天机器人完全做不到这一点，因为它们本身就不是这种运行模式。” 据报道，投资者已经注意到这家企业。上周，《The Information》披露，该公司正在洽谈新一轮融资，目标募资规模达到 10 亿美元 （现汇率约合 67.2 亿元人民币） 甚至更高；部分意向投资者给出的估值已经超过 100 亿美元 （现汇率约合 672.01 亿元人民币） 。针对这则融资新闻，阿尔梅达拒绝发表评论。 这股热潮也催生出一大批同类产品，既有开源模型，也有成熟大厂推出的相关工具。当地时间上周二，OpenAI 上线了一项名为决策应用程序接口（Decisions API）的工具，依托自家的 Luna 模型，用来“回答一组由用户自行设定的特定问题，答案被限定在若干预先定义好的结果之内”。次日，数据分析初创企业 Databricks 发布了一项名为 ai_decide 的功能。与此同时，Cloudflare 上周已推出开源的 Clef / Clef-flash，采用 Qwen3.8-27B 和 Qwen3.5-9B 作为冻结基础模型，以专用路由头（专门负责在候选路径或选项之间做选择的输出模块）直接对候选答案打分，不进行逐 Token 自回归生成；亚马逊此前推出的 Strands Decider 2B 也属于同一路线。一个模型新类别正在形成，生成式模型负责复杂推理，决策模型负责高频、有限选项的路由、分类、审批和智能体下一步动作。 阿尔梅达表示，他早就预料到会出现跟风竞品，但他仍然相信 Jev 拥有更强的能力与智能化水平。在他看来，Jev 代表着“全新一类人工智能”的开端；他同时希望这次产品发布能够带动行业更加广泛地讨论大语言模型的替代方案。 “事实上还存在非常多有待开拓的前沿方向。”阿尔梅达说，“只不过 TypeSafe 率先迈出了下一片前沿领域的第一步，后续还会涌现出更多新方向。”
-
justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势
在人工智能高速发展的今天，大语言模型（LLM）正在以前所未有的速度重塑科研与高端知识工作的底层方式。然而现实是，大多数人仍停留在“简单对话式使用AI”的阶段，只是把AI当作一个更聪明的搜索工具，并没有真正将其转化为科研生产力，更谈不上系统性的创新能力提升。 科研真正的挑战从来不是“有没有答案”，而是： 如何通过AI助力个人高效科研学习成长，如何高效整合信息、持续产生高质量 IDEA，并把研究想法快速转化为可发表成果。 而这些，正是大多数通用AI使用方式所无法解决的。 本课程是一门面向科研人员、研究生、博士生、高校教师以及高端知识工作者的系统化实战训练营，以“工具即生产力，Agent即科研合作者”为核心理念，带你从“使用AI”进阶到“构建AI系统”。 课程将系统讲解如何将主流大语言模型深度融合进： 1.科研写作与论文生产流程 2.实验与科研数据分析 3.文献管理与知识体系构建 4.科研绘图与学术级可视化表达 5.多模型协作的创新型科研思考 6.基于NotebookLM 的研究资料整合、来源引用与可信推理 7.使用NotebookLM 48小时通过一门课、掌握一系列知识点 8.Google生态系统自动化科研工作流与AI Agent系统 9.Codex和Claude Code个人AI助手结合Agent Skills技术自动化生成论文 10.Seedacnce2.0视频大模型生成科研科普视频 11.Codex/HyperFrames代码化生成科研视频：自动完成脚本、分镜、字幕、旁白、时间线、排版检查与MP4渲染 12.Codex生成3D科研、教学图片。 13.本地ChatGPT（Odysseus+Ollama）搭建：在个人电脑上部署可私有化免费具有隐私性的科研AI工作台 14.解决Claude Code封号的两种方案 通过真实科研场景与完整案例，你将学会如何让AI主动协助你思考、决策与创作，而不仅仅是被动回答问题。 通过本课程，你将不只是学会“使用AI”，而是能够真正做到： 1.构建属于自己的科研AI Agent，让AI成为你的长期研究助手 2.打造可持续复利的个人科研系统，知识与成果持续积累 3.显著提升科研效率与创新能力，减少重复劳动，专注高价值思考 4.让AI成为你稳定、可靠、可进化的科研合作者 这不是一门“教你玩AI的课程”，而是一门帮助你在AI时代建立长期科研竞争力的系统训练营。最后将总结Google Gemini（Nano Banana），Notebooklm，OpenClaw，Claude Code，Seedance等一系列AI大模型的不同应用范围，如何使用这些打造专属个人自动科研系统。 当前AI发展日新月异，大模型迭代速度显著加快，或许有一天人类终将被AI淘汰，但希望你我不是最先被AI淘汰的个人。 直播时间 10月16日-19日【提供全部资料及回放】 课前环境配置：10月15日 晚20:00-21:30 报名后加入专属直播助学群，会议流程、会议准备、注意事项、课程资料及数据会提前在助学群中公布。 培训费用 非会员费用：3980元 会员费用：参见会员政策 活动： 1、学生凭学生证有效证件参会可享受85折优惠； 2、2人或以上组团报名，可享受8折参会。 发票及证书 内容详情 注：请提前安装所需软件。 课程专员 王老师183-4893-7383（微电） 网络直播+视频回放+全部课程资料+助学群辅助 （点击课程标题查看详情） 人工智能、论文写作、基金 第八期：2026基于前沿AI-Agent2.0驱动的科研全链路实战营 培训时间：10月16日-19日 第五期：告别单兵作战——搭建你的24小时AI智能科研团队 面向真实科研场景，以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心，构建可迭代、可复用的科研协作团队全流程自动化培训班 培训时间：10月22日-26日 第六期：基于Claude Code 、Codex双AI协同高水平论文撰写与质量校准：研究定位→数据分析→论文初稿→交叉审稿→投稿与返修全流程实践培训班 培训时间：10月29日、31日-11月1日 基于Karpathy LLM Wiki范式的可溯源AI科研知识库构建与Codex与Claude Code全链路工作流实践——从OpenAlex元数据检索、Zotero MCP协议化整理到Obsidian可溯源知识问答，系统覆盖文献·数据·基金·结题报告全生命周期闭环管理培训班 培训时间：10月8日、10日-11日 第二十期：2027年国自然与省级基金申报全链路实战高级培训班 培训时间：10月10日-11日 AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班 培训时间：10月10日-11日、17日-18日 第十一期：AI智能体赋能R-Meta分析核心技术全链路高级培训班涵盖从文献计量热点挖掘，到经典与网状Meta建模、贝叶斯MCMC推断、MetaForest机器学习，直至SCI规范发表与Codex自动化实现 培训时间：10月16日-17日、23日-24日 第八期：高水平学术论文写作的“破局”之道暨AI赋能下前沿选题、智能写作、科研可视化、精准选刊与投稿、审稿博弈策略及CNS顶刊跃迁进阶全链路实践培训班 培训时间：10月23日-24日、30日-31日 从通用大模型到课题组私有AI：领域微调、知识库构建与本地化部署全流程实战高级研修班——涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理与科研智能体自动化核心技术 培训时间：10月24日-25日、31日-11月1日 第二期：基于Claude Code与Codex双AI Agent协作的WebGIS项目全链路开发与生产级部署实战高级培训班 培训时间：11月21日-22日 农林/生态/遥感类 AI-XGBoost机器学习与生态—地学大数据深度挖掘：从算法原理、多源数据建模到高水平论文产出全流程实战培训班 培训时间：10月17日-18日、24日-25日 第二期：GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 培训时间：10月17日-18日、24日-25日 地下水/水文/地质类 第九期：融合AI与 Python机器学习（随机森林/SVM/XGBoost/神经网络）的滑坡·崩塌·泥石流易发性评价、危险性-易损性-风险全流程评估、空间数据库信息化建库、灾后重建选址与应急救援路径规划及SCI论文写作发表全链条实战高级培训班 培训时间：10月14日-15日、19日-21日 HYDRUS 1D/2D/3D全模块高阶建模、参数反演与土壤–水–污染物耦合模拟暨水-汽-热-溶质联动、双孔隙度、胶体运移、根系吸水及污染羽迁移、土壤淋洗、废渣淋溶案例精讲培训班 培训时间：10月17日-18日、24日-25日 大气科学类 双碳目标下区域大气环境与新能源气候资源未来演变高精度模拟技术：CMIP6+WRF-Chem、误差订正与多情景污染—气候协同评估及典型案例应用培训班 培训时间：10月10日-11日、17日-18日 第二期：WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化高阶培训班 培训时间：10月17日、24日-25日 WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等完整教程 视频教程+ 全套课件+ 案例数据代码+随行导师群 （点击课程标题查看详情） 论文写作基金撰写课程（即买即看） 点击下方标题查看详情 2027年国自然与省级基金项目申报全链条实战 面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战 基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程 高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 AI+学术双驱高强度论文写作特训营工具实操+完整初稿 基于前沿AI-Agent2.0驱动的科研全链路实战营 自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务调度与n8n工作流的自动化集成构建的实践技术 OpenClaw、Hermes+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流 零实验、AI融合：最新文献计量学SCI论文高效写作 AI赋能·SCI论文从实验设计到发表全流程实践 【高分论文密码系列】AI赋能R-Meta分析核心技术：从热点挖掘到高级模型、助力高效科研与论文发表 最新Hermes Agent技能封装与科研自动化实战：以Meta-Analysis为例-实现从文献检索到绘图的一站式工作流 SCI顶刊美学：基于Python与AI语义增强的Geo-AI科研绘图 基于Claude Code与Codex双Agent协作的WebGIS全链路开发 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 生态农林精品体系课程（即买即看） 点击下方标题查看详情 InVEST实践与进阶及在生态系统服务供需、固碳、城市热岛、论文写作等实际项目中的应用 基于生态系统服务（InVEST模型）的人类活动、重大工程生态成效评估、论文写作等应用 MAXENT模型生物多样性生境模拟与保护优先区甄选、保护区布局优化评估实践技术应用及论文写作 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作 利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响 无人机生态环境监测、图像处理与GIS数据分析技术 基于MATLAB野外观测站生态气象数据处理分析实践 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用 基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理 CLM陆面过程模式实践技术应用及进阶 地球系统模式（CESM）实践技术应用及进阶 ArcGIS土地利用数据制备、分析及基于FLUS模型土地利用预测 CLUE模型构建方法、模型验证及土地利用变化情景预测应用 基于Fragstats的土地利用景观格局分析 IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用 PROSAIL模型前向模拟与植被参数遥感提取代码实现 【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法 智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 无人机遥感在农林信息提取中的实现方法与GIS融合应用 基于MATLAB的无人机遥感数据预处理与农林植被性状估算 AI与R语言融合技术在生态环境数据统计分析、绘图、模型中的实践与进阶应用 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用 生态系统碳循环模型CENTURY 建模方法与实例 Biome-BGC生态系统模型与Python融合技术实践应用 基于R语言的DICE模型实践技术应用 CASA（Carnegie-Ames-Stanford Approach）模型原理及实践应用 生态系统NPP及碳源、碳汇模拟实践技术应用 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 【高阶版】R语言空间分析、模拟预测与可视化应用 【高分论文密码系列】大尺度空间模拟预测与数字制图 基于Python的生态学、地学领域高质量科研可视化制图 Meta分析在生态环境领域中的实践技术应用 R语言在生态环境领域中的实践技术应用 MATLAB在生态环境数据处理与分析中的应用 基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的应用 最新基于R语言森林生态系统结构、功能与稳定性分析与可视化 Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 陆面生态水文模拟与多源遥感数据同化的实践技术应用 AquaCrop模型农业水资源管理及代码解析 生态碳汇涡度相关监测与通量数据分析应用 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 遥感数据与作物生长模型同化及在作物长势监测与估产中的应用 【独孤九剑】：R语言与作物模型（以DSSAT模型为例）融合应用 最新DSSAT作物模型建模方法及实践技术应用 基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用 基于R语言APSIM模型高级应用及批量模拟 WOFOST模型与PCSE模型实践技术应用 地表–耕作层–根区–潜水面水盐运移模拟 全流程基于最新导则下的生态环境影响评价技术方法及图件制作与案例实践 基于遥感解译与GIS技术生态环境影响评价图件制作 生态环境影响评价技术应用及典型实践案例分析 AI辅助Python-ArcGIS分析核心技术：从站点到区域的蒸散发与植被生产力估算实践应用 基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 地表蒸散发遥感产品信息提取验证与融合实践应用 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的应用 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用 双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例 建筑设计全过程碳排放计算与案例分析专题 “双碳”目标下资源环境中的可计算一般均衡（CGE）模型 R语言生物群落（生态）数据统计分析与绘图实践 基于R语言BIOMOD2及机器学习方法的物种分布模拟与案例分析 农田通量计算方法与应用实践技术 双碳目标下农田温室气体排放估算与模拟实践技术应用 基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作 环境多介质逸度模型实践技术与典型案例【代码】应用 R语言贝叶斯方法在生态环境领域中的高阶技术应用 AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的实践技术 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用 基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平 基于R语言的物种气候生态位动态量化与分布特征模拟 基于R语言机器学习方法在生态经济学领域中的应用 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 基于AI支持下的自然科学研究全流程实践技术应用 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战 GeoAI大模型驱动的地球科学智能计算前沿实践 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 遥感精品体系课程（即买即看） 点击下方标题查看详情 GEE-PIE遥感大数据处理与典型案例实践 最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 AI支持下的GEE遥感云大数据林业应用典型案例实践 遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 GIS数据制备，空间分析与高级建模实践应用 AI-ArcGIS数据处理、空间分析、可视化及多案例应用 空间数据采集与管理 激光雷达数据处理与典型案例分析实践技术应用 GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化 遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）实践 从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类 近地面无人机植被定量遥感与生理参数反演实践 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 AI+Python驱动的高光谱遥感全链路解析与典型案例实践 高光谱遥感数值建模技术及在植被、水体、土壤信息提取 Matlab高光谱遥感数据处理与混合像元分解实践 “Python+”集成技术高光谱遥感数据处理与机器学习深度应用 智能遥感新质生产力暨DeepSeek、Python、OpenCV驱动的空天地数据识别与计算及15个行业标杆案例实践 基于R语言机器学习遥感数据处理与模型空间预测技术及实际项目案例分析 GNSS、北斗高精度数据处理暨新版GAMITGLOBK软件实战 ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 成像光谱遥感技术中的AI革命：AI在遥感领域中的应用 解锁空间数据新质生产力暨AI（DeepSeek、ChatGPT）、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作 量化遥感与GeoAI高级建模全流程实践 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 大气环境精品体系课程（即买即看） 点击下方标题查看详情 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化 基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立 系统学习CMAQ空气质量模式实践技术应用 区域气象-大气化学在线耦合模式（WRF/Chem）在大气环境中的应用 NCL数据分析与处理实践应用视频课程 大气颗粒物PMF源解析实践技术应用 EKMA曲线及大气O3来源解析 MCM箱模型建模方法及大气O3来源解析实践技术应用 WRFDA资料同化实践技术应用 R语言在气象、水文中数据处理及结果分析、绘图实践技术应用 水文气象时序分析-从ARMA到Mamba的全栈技术应用 Python人工智能在气象中的实践技术应用 如何使用格点数据分析中国霜冻灾害变化技术 基于MATLAB野外观测站生态气象数据处理分析 基于CALMET诊断模型的高时空分辨率精细化风场模拟 如何使用格点数据分析中国积温变化技术 基于CAMx的空气质量模拟及污染来源解析技术与案例分析 基于CAMX大气臭氧来源解析模拟与臭氧成因分析实践技术 Python在WRF模型自动化运行及前后处理中的实践技术应用 最新AI+CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析 基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟 双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 最新气象水文耦合模式WRF-Hydro建模技术与案例实践应用 大气污染扩散模型Calpuff实践技术应用 基于站点、模式、遥感多源降水数据融合应用 （WRF-UCM）高精度城市化气象动力模拟技术与案例实践应用 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用 最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 基于AERMOD模型在大气环境影响评价中的实践应用 “AI大语言模型”助力大气科学相关交叉领域实践应用 基于Python星载气溶胶数据处理与反演分析实践应用 大涡模拟实战：从WRF到PALM的完整数值模拟工作流 智能气候前沿：AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最 高享 受 7.5 折 优惠 水文、地下水土壤体系课程（即买即看） 点击下方标题查看详情 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用 SWAT模型高阶十七项案例分析实践技术 SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析 SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析 最新SWAT+模型在水文水资源及面源污染模拟中的实践技术应用及典型案例分析 AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 最新流域生态系统碳排放、碳循环模拟与评估技术应用 AI驱动的流域水–碳–氮多过程耦合模拟 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 极端气候对流域水循环及水环境影响系统实践 水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 AI支持下的水科学全景解析：暨AI在水文水资源、水环境科研与工程中的全方位实践 地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 HEC-RAS一维、二维建模方法及实践技术应用 全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 基于多案例系统学习防洪评价报告编制方法与水流数学模型建模实践 SWMM排水管网水力、水质建模及在海绵与水环境中的应用 SWMM模型深度技术与案例精讲 SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发 最新水文水动力模型在城市内涝、城市排水、海绵城市规划设计中深度应用 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估 基于ArcGIS、InVEST与RUSLE水土流失模拟及分析中的实践技术应用 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用 AHP层次分析法在水利中的实践技术应用 水资源论证方法与报告编制技术及实际案例分析 基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 HEC-HMS水文模型实践技术应用 HSPF(Hydrological Simulation Program Fortran)模型应用 R+VIC模型融合实践技术应用及未来气候变化模型预测 山洪径流过程模拟及洪水危险性评价技术 HYPE分布式水文模型建模方法与案例分析实践 基于Python实现的深度学习技术在水文水质领域应用 地理信息系统（ArcGIS）在水文水资源、水环境中的实践技术应用及案例分析 AQUATOX水环境与水生态模型实践技术应用 “R语言+遥感”的水环境综合评价方法实战 Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 Delft3D水动力-富营养化模型实践技术应用 基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 Delft3D水动力与泥沙运动模拟实践技术应用 FVCOM流域、海洋水环境数值模拟方法及实践应用 基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟 最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 Python在气象与海洋中的实践技术应用 基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 全流程GMS地下水数值模拟技能培养及溶质运移反应问题深度解析实践技术 基于Surfer与Voxler数据处理及可视化实践技术 地面沉降数值模拟方法与实践技术应用 环境土壤物理Hydrus1D2D模型实践技术应用及典型案例分析 环境土壤物理Hydrus2D/3D模型实践技术应用 系统性学习环境土壤物理模型HYDRUS1D/2D/3D建模方法与案例实践 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模 地下水环评（一级）实践技术及Modflow地下水数值模拟 地下水数值模拟软件Visual modflow Flex实践应用 水土保持方案编制实操与典型案例解析 《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编制 全系统各类型工程水土保持方案编制实践技术系列 三维地质建模数据处理高级实践技术应用 PHREEQC建模及典型案例解析与高阶拓展应用 岩土工程渗流问题之有限单元法：理论、模块化编程实现、开源程序手把手实操 最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 计算流体力学ANSYS FIuent实践技术应用 遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用 基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 基于RWEQ模型的土壤风蚀模数估算及其变化归因分析 TOUGH系列软件建模实践方法及在地下水、CO2地质封存、水文地球化学等多相多组分系统多过程耦合 ContextCapture Master 倾斜摄影测量实景三维建模 AI大语言模型驱动的地质灾害全流程智能防治：风险评估、易发性分析与灾后重建多技术融合 体系课程+课件 资料 及数据代码+导师随行辅导 在 校学生享专属优惠， 最高享受 7.5 折 优惠 语言类体系课程（即买即看）点击下方标题查看详情 最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 MATLAB机器学习、深度学习实践应用（2021b） 最新基于2023aMATLAB深度学习实践技术应用 MATLAB 近红外光谱分析技术及应用视频 最新AI-Python机器学习与深度学习近红外光谱全流程分析（预处理-建模-可视化） 基于R语言的贝叶斯网络模型的实践技术应用 基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算）实践技术 最新基于R语言结构方程模型分析与实践技术应用 基于R语言piecewiseSEM结构方程模型在生态环境领域实践技术应用 【SEM】：结构方程模型（SEM）高阶应用系列 最新基于R语言lavaan结构方程模型（SEM）实践技术应用 随机森林模型核心技术与科研应用 基于R、Python的Copula变量相关性分析及AI大模型应用 基于R语言的极值统计学及其在相关领域中的应用 R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用 基于R语言的分位数回归实践技术高级应用 最新AI-Python自然科学领域机器学习与深度学习技术 AI-Python机器学习与深度学习核心架构、可解释AI及前沿技术应用 最新Transformer模型及深度学习前沿技术应用 深度学习全景进阶：最新Python深度学习进阶与前沿应用 R语言生物信息学大数据分析与绘图技术 基因家族分析及SCI写作技巧实践技术应用 基于PyTorch深度学习实践技术应用 Python数据挖掘与机器学习实践应用 最新Python深度学习技术进阶与应用 最新AI支持下的PyTorch机器学习与深度学习实践 AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 R语言数据统计分析与ggplot2高级绘图实践应用 面向高校的基于算法的发明专利申请写作方法 基于GeoDa与R语言的空间数据回归实践技术应用 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 基于MATLAB科研数据可视化 基于Python科研数据可视化 分子动力学LAMMPS模拟实战技术应用 基于通用优化软件GAMS的数学建模与优化分析 基于GAMS的电力系统优化分析 基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 面向课题组团队及科研人员AI培养计划：AI人工智能实践技术系统性教学方案 如何使用python网络爬虫批量获取公共资源数据实践 基于Python机器学习及深度学习在空间模拟与时间预测领域中的实践技术应用 基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 最新"科研创新与智能化转型“暨AI 智能体（Agent）开发、大语言模型（LLM）本地化部署与RAG/微调优化 AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最高享受 7.5 折 优惠 会员专享 如何成为会员： 1. 凡参加Ai尚研修收费课程即为会员； 2. 学生凭有效证件享受会员85折优惠。 会员特权： 1. 参加直播、视频课程费用累积进行折扣， 享 8.5折-7.5折 (一阶会员8.5折，高阶会员8折，尊享会员7.5折)； 2. 参与课程组织与报名，推荐者可获得课程 5%推荐现金 ； 3. 免费享受Ai尚研修会议平台中“会员免费”视频教程； 4. 长期免费参与针对各领域简学实用公开课（无门槛）； 5. 免费参与开设的导师面对面线上答疑交流； 6. Ai尚研修资源站分享中数据免费下载。 Ai尚研修-王艳 183-4893-7383（电话） END Ai尚研修 丨专注科研领域 技术推广，人才招聘推荐，科研活动服务 科研技术云导师，Easy Scientific Research 基于前沿AI-Agent2.0驱动的科研全链路实战营：一站式掌握LLM与Notebooklm应用、数据分析、自动化编程、文献管理到论文写作的核心技能、手把手搭建本地LLM与Agent（Odysseus），设计多模型“圆桌会议”的头脑风暴，基于N8N与OpenClaw、Claude Code、Codex构建从文献挖掘到成果产出的自主智能体、解锁Seedance2.0+Codex将成果转化为高质量的科教视频 ；检索词:AI与Agent 最新 热点 趋势
-
justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势
当前，科学研究正经历”数据驱动”与”机理驱动”双轮融合的深刻范式变革。一方面，观测、监测与遥感数据呈指数级增长，传统建模方式难以从中提炼可靠知识；另一方面，数值模拟模型日益复杂，率定成本高企，且模型内部机理难以被纯数据方法替代。高校与科研院所的研究者普遍面临三重挑战：物理方程与深度学习两套话语体系割裂，PINN等融合方法门槛高、落地少；Transformer、图神经网络、强化学习等前沿架构概念繁多，跨领域迁移路径不清晰；模型率定、超参调优与结果解释环节仍依赖经验试错，进化计算等系统化方法论支撑。在此背景下，本课程旨在为一线研究者提供从PyTorch全栈筑基到六类前沿AI技术的完整进阶路径，帮助系统掌握”物理—数据”两位一体的智能建模方法论，实现从”会用模型”到”会设计模型、会诊断模型、会解释模型”的能力跃迁。 课程以”PyTorch全栈筑基、真实数据驱动、问题导向实战”为三大支柱，构建兼具学术严谨性与工程实用性的培养体系。技术层面，系统讲授物理信息神经网络（PINN）的正反问题求解、Transformer在自然语言处理、时间序列预测与遥感影像解译三大领域的迁移应用、图神经网络的消息传递机制与时空建模、深度强化学习从Q-learning到PPO/SAC的算法谱系与工业智能体构建、进化计算驱动的无梯度优化与神经架构搜索与扩散模型的原理、从零实现及其在自然科学中的应用。实战层面，全部案例基于PyTorch软件栈（含torchvision、torchtext、PyTorch Geometric、Gymnasium、BoTorch/GPyTorch、DEAP、pgmpy/DoWhy等生态）完成，数据一律采用公开真实数据集，保证即学即用、课后可复现。四天沉浸式学习，打通从算法原理到科研落地的最后一公里。 会议赠送：1个月ChatGPT会员【可同时使用Claude、Gemini、Grok等模型，无需科学上网】 直播时间 10月10日-11日、17日-18日【提供全部资料及回放】 报名后加入专属直播助学群，会议流程、会议准备、注意事项、课程资料及数据会提前在助学群中公布。 教学特色 1、理论机制与上机实践相结合，突出方法原理、适用条件与结果解释； 2、提供配套教材、数据、脚本与典型案例，便于课后复现和迁移应用； 3、采用统一案例贯穿数据准备、模式运行、结果验证与综合应用全过程； 4、采取跟学上机、独立练习与全程问题跟踪相结合的方式，强化实操能力； 5、课程结束后通过专属助学群持续交流，并不定期开展线上答疑与经验分享。 培训费用 非会员费用：3580元 会员费用：参见会员政策 活动： 1、学生凭学生证有效证件参会可享受85折优惠； 2、2人或以上组团报名，可享受8折参会。 发票及证书 内容详情 专题一 PyTorch全栈筑基与物理信息神经网络（PINN）正反问题求解 1、张量（Tensor）核心操作：创建、索引切片、维度变换、设备指定与GPU加速 2、自动微分机制：计算图、torch.autograd.grad高阶导数、PINN赖以实现的微分引擎 3、nn.Module建模范式：自定义网络类、损失函数与优化器、模型保存与加载 4、PINN核心思想：将控制方程（ODE/PDE）残差直接编码进损失函数，数据项+物理项+初边值项的复合损失架构 5、配点法（collocation）采样策略：均匀采样、拉丁超立方采样与自适应加密 6、偏微分方程正问题以及软件选择 7、PINN反问题：从稀疏带噪观测中反演未知参数 8、训练诊断与调优：损失权重平衡、梯度病理分析、Adam+L-BFGS两阶段训练 9、PINN的前沿：激波等 steep gradient问题的弱形式改进思路 案例分析与实践（一）：PyTorch等实现PINN正问题求解与反问题参数反演全流程 专题二 Transformer注意力机制与多领域前沿应用（自然语言处理、时间序列、遥感影像） 1、从RNN/LSTM到注意力：时序展开的梯度困境、长期依赖问题与注意力的破局逻辑 2、自注意力机制：Query-Key-Value投影、缩放点积注意力、注意力权重矩阵的可视化解读 3、Transformer架构精解：多头自注意力、位置编码、残差连接与层归一化、掩码自注意力与因果建模 4、预训练范式：BERT双向编码与GPT自回归解码的任务适配逻辑 5、NLP应用：文本分类Transformer：词嵌入+位置编码+Transformer编码器+池化分类头， 6、时间序列应用：时序Transformer的关键改造：分块嵌入（PatchTST思想）、通道独立策略、可逆实例归一化RevIN 7、时间序列应用：多变量长期预测实战：构建PatchTST式预测模型，seq_len/pred_len设计与MSE/MAE评估 8、遥感影像应用：Vision Transformer（ViT）：图像分块嵌入img_to_patch、类别标记CLS、与CNN感受野机制的对比 9、遥感影像应用：数据增强与迁移学习两条路线对比 10、遥感影像应用：Swin Transformer：层次化特征与移位窗口机制，面向大幅面遥感场景的计算效率优化 11、注意力热力图分析与模型诊断 案例分析与实践（二） 专题三 图神经网络：消息传递机制、时空图建模与PyTorch Geometric实战 1、从表格到图的表示升级：图的基本元素（节点、边、邻接矩阵）、关系数据的独特价值 2、GNN适用判据：隐式关系与相互依赖、高维稀疏性、复杂非局部交互 3、图的核心任务谱系：节点分类、链接预测、图分类、图嵌入 4、消息传递框架：消息收集—聚合—更新变换的统一视角 5、图嵌入两条路线：Node2Vec直推式随机游走 vs GNN归纳式嵌入 6、GCN与GraphSAGE：谱域与空域卷积、邻域聚合函数设计、半监督节点分类 7、GAT图注意力网络：注意力加权聚合、节点重要性差异场景、类别不平衡处理与过平滑问题 8、图自编码器GAE/VGAE：内积解码器、KL散度正则与链接预测 9、时空图神经网络：时序邻接矩阵块对角拼接、RNN/GRU引入记忆、神经关系推断（NRI）在邻接未知条件下反推隐式图结构 10、PyG工程实践：Data与Dataset抽象、内置数据集生态、自定义图构建 案例分析与实践（三） 专题四 深度强化学习：从Q-learning到PPO/SAC与工业智能体构建 1、RL问题定位：序贯决策与策略性问题的识别、何时该用强化学习 2、马尔可夫决策过程：状态—动作—奖励—转移四元组、价值函数与折扣回报、多臂老虎机与ε-greedy探索 3、奖励工程（Reward Engineering）：奖励塑形原则与常见陷阱 4、动态规划与蒙特卡洛方法：价值迭代、策略评估与改进 5、时序差分学习：TD(0)、Q-learning与SARSA的异同、n步算法与资格迹、Double Q-learning 6、DQN深度Q网络：经验回放、目标网络克隆、Q值过估计问题 7、Rainbow DQN六大改进：优先经验回放、Dueling网络、Noisy Nets、分布式RL等 8、策略梯度方法：REINFORCE与基线方差缩减、Actor-Critic与A2C 9、信任域与近端策略：TRPO、PPO裁剪目标函数 10.连续控制与离策略：DDPG、TD3双延迟确定性策略梯度 11、最大熵强化学习：SAC软Actor-Critic、温度参数自动调节与探索机制 12、智能体环境接口规范与自定义环境开发 案例分析与实践（四） 专题五 进化深度学习：遗传算法、神经进化与无梯度AutoML 1、进化计算（EC）定位：自然选择原理、与梯度方法的本质差异、不可微与无源码黑箱场景的独特价值 2、遗传算法四要素：种群构建、适应度评估、选择交叉、变异；种群规模/代数/交叉率/变异率四大超参数 3、DEAP框架五构件：creator个体定义、toolbox算子注册、hall of fame名人堂、statistics统计、history谱系追踪 4、遗传编程（GP）与符号回归：用基因序列定义计算过程，产出可解释经验公式 5、群体智能扩展：粒子群优化PSO、协同进化、进化策略ES、差分进化DE处理不连续函数 6、进化超参数优化（HPO）：随机搜索/网格搜索/进化搜索的对比实验设计，PCA降维辅助高维搜索 7、神经进化优化：以GA替代反向传播直接进化网络权重、无梯度训练的可行性与边界 8、进化CNN架构：网络结构基因编码、专属交叉变异算子设计、进化式NAS 9、进化自编码器与VAE结构搜索 10、GAN训练顽疾与进化修复：梯度消失、模式坍塌、收敛失败的博弈论分析，Wasserstein损失 11、NEAT增强拓扑神经进化：权重与拓扑协同进化、物种形成机制保护结构创新、NEAT-Python配置驱动实践 12、进化方法与RL的边界辨析：Q-learning与进化策略在控制任务上的对照 案例分析与实践（五） 专题六 扩散模型及其在自然科学中的应用 1、生成模型格局演进：从GAN对抗博弈、VAE变分推断到扩散模型，扩散训练稳定性的来源 2、前向扩散过程：T步逐步加噪、线性/余弦噪声调度（noise schedule）、q(x_t|x_0)闭式加噪公式 3、反向去噪过程：噪声预测目标（DDPM，Ho et al. 2020）、按时间步条件的U-Net去噪器、正弦时间步嵌入 4、从零训练DDPM：随机时间步采样—加噪—噪声回归—MSE损失的最小训练循环（约200行PyTorch核心代码） 5、加速采样：DDIM跳步确定性采样与推理 6、可控生成：Classifier-Free Guidance（CFG）原理、条件标签嵌入与条件随机丢弃、引导强度w的精度—多样性权衡 7、高分辨率文生图路线：潜空间扩散（Latent Diffusion）、Stable Diffusion架构拆解（VAE压缩+U-Net去噪+CLIP文本编码器） 8、自然科学应用前沿：气象与气候降尺度：CorrDiff残差修正扩散（确定性回归预测均值+扩散生成随机残差集合）、GenCast扩散集合中期天气预报、公里级降水/风速超分辨率 9、自然科学应用前沿：数据同化与观测融合的超分辨率（稀疏观测+模拟场动态半径融合）、随机场/湍流场生成、极端事件集合成员扩充 10、科学场景设计要点：条件场编码方式、物理约束的引入、两阶段”回归+扩散”组合范式、生成集合的统计一致性检验 案例分析与实践（六） 专题七 自进化Agent与DeepSeek Harness在数据科学中的实战 1、什么是自进化agent 2、自进化Agent的优点及基本原理 3、Prime Agent的安装与应用 4、一切都是插件：DeepSeek Harness的安装 5、用于数据科学的提示词 案例与实践分析(七) 注：请提前安装所需软件。 课程专员 王老师183-4893-7383（微电） 网络直播+视频回放+全部课程资料+助学群辅助 （点击课程标题查看详情） 人工智能、论文写作、基金 第八期：2026基于前沿AI-Agent2.0驱动的科研全链路实战营 培训时间：10月16日-19日 第五期：告别单兵作战——搭建你的24小时AI智能科研团队 面向真实科研场景，以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心，构建可迭代、可复用的科研协作团队全流程自动化培训班 培训时间：10月22日-26日 第六期：基于Claude Code 、Codex双AI协同高水平论文撰写与质量校准：研究定位→数据分析→论文初稿→交叉审稿→投稿与返修全流程实践培训班 培训时间：10月29日、31日-11月1日 基于Karpathy LLM Wiki范式的可溯源AI科研知识库构建与Codex与Claude Code全链路工作流实践——从OpenAlex元数据检索、Zotero MCP协议化整理到Obsidian可溯源知识问答，系统覆盖文献·数据·基金·结题报告全生命周期闭环管理培训班 培训时间：10月8日、10日-11日 第二十期：2027年国自然与省级基金申报全链路实战高级培训班 培训时间：10月10日-11日 AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班 培训时间：10月10日-11日、17日-18日 第十一期：AI智能体赋能R-Meta分析核心技术全链路高级培训班涵盖从文献计量热点挖掘，到经典与网状Meta建模、贝叶斯MCMC推断、MetaForest机器学习，直至SCI规范发表与Codex自动化实现 培训时间：10月16日-17日、23日-24日 第八期：高水平学术论文写作的“破局”之道暨AI赋能下前沿选题、智能写作、科研可视化、精准选刊与投稿、审稿博弈策略及CNS顶刊跃迁进阶全链路实践培训班 培训时间：10月23日-24日、30日-31日 从通用大模型到课题组私有AI：领域微调、知识库构建与本地化部署全流程实战高级研修班——涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理与科研智能体自动化核心技术 培训时间：10月24日-25日、31日-11月1日 第二期：基于Claude Code与Codex双AI Agent协作的WebGIS项目全链路开发与生产级部署实战高级培训班 培训时间：11月21日-22日 农林/生态/遥感类 AI-XGBoost机器学习与生态—地学大数据深度挖掘：从算法原理、多源数据建模到高水平论文产出全流程实战培训班 培训时间：10月17日-18日、24日-25日 第二期：GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 培训时间：10月17日-18日、24日-25日 地下水/水文/地质类 第九期：融合AI与 Python机器学习（随机森林/SVM/XGBoost/神经网络）的滑坡·崩塌·泥石流易发性评价、危险性-易损性-风险全流程评估、空间数据库信息化建库、灾后重建选址与应急救援路径规划及SCI论文写作发表全链条实战高级培训班 培训时间：10月14日-15日、19日-21日 HYDRUS 1D/2D/3D全模块高阶建模、参数反演与土壤–水–污染物耦合模拟暨水-汽-热-溶质联动、双孔隙度、胶体运移、根系吸水及污染羽迁移、土壤淋洗、废渣淋溶案例精讲培训班 培训时间：10月17日-18日、24日-25日 大气科学类 双碳目标下区域大气环境与新能源气候资源未来演变高精度模拟技术：CMIP6+WRF-Chem、误差订正与多情景污染—气候协同评估及典型案例应用培训班 培训时间：10月10日-11日、17日-18日 第二期：WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化高阶培训班 培训时间：10月17日、24日-25日 WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等完整教程 视频教程+ 全套课件+ 案例数据代码+随行导师群 （点击课程标题查看详情） 论文写作基金撰写课程（即买即看） 点击下方标题查看详情 2027年国自然与省级基金项目申报全链条实战 面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战 基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程 高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 AI+学术双驱高强度论文写作特训营工具实操+完整初稿 基于前沿AI-Agent2.0驱动的科研全链路实战营 自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务调度与n8n工作流的自动化集成构建的实践技术 OpenClaw、Hermes+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流 零实验、AI融合：最新文献计量学SCI论文高效写作 AI赋能·SCI论文从实验设计到发表全流程实践 【高分论文密码系列】AI赋能R-Meta分析核心技术：从热点挖掘到高级模型、助力高效科研与论文发表 最新Hermes Agent技能封装与科研自动化实战：以Meta-Analysis为例-实现从文献检索到绘图的一站式工作流 SCI顶刊美学：基于Python与AI语义增强的Geo-AI科研绘图 基于Claude Code与Codex双Agent协作的WebGIS全链路开发 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 生态农林精品体系课程（即买即看） 点击下方标题查看详情 InVEST实践与进阶及在生态系统服务供需、固碳、城市热岛、论文写作等实际项目中的应用 基于生态系统服务（InVEST模型）的人类活动、重大工程生态成效评估、论文写作等应用 MAXENT模型生物多样性生境模拟与保护优先区甄选、保护区布局优化评估实践技术应用及论文写作 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作 利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响 无人机生态环境监测、图像处理与GIS数据分析技术 基于MATLAB野外观测站生态气象数据处理分析实践 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用 基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理 CLM陆面过程模式实践技术应用及进阶 地球系统模式（CESM）实践技术应用及进阶 ArcGIS土地利用数据制备、分析及基于FLUS模型土地利用预测 CLUE模型构建方法、模型验证及土地利用变化情景预测应用 基于Fragstats的土地利用景观格局分析 IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用 PROSAIL模型前向模拟与植被参数遥感提取代码实现 【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法 智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 无人机遥感在农林信息提取中的实现方法与GIS融合应用 基于MATLAB的无人机遥感数据预处理与农林植被性状估算 AI与R语言融合技术在生态环境数据统计分析、绘图、模型中的实践与进阶应用 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用 生态系统碳循环模型CENTURY 建模方法与实例 Biome-BGC生态系统模型与Python融合技术实践应用 基于R语言的DICE模型实践技术应用 CASA（Carnegie-Ames-Stanford Approach）模型原理及实践应用 生态系统NPP及碳源、碳汇模拟实践技术应用 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 【高阶版】R语言空间分析、模拟预测与可视化应用 【高分论文密码系列】大尺度空间模拟预测与数字制图 基于Python的生态学、地学领域高质量科研可视化制图 Meta分析在生态环境领域中的实践技术应用 R语言在生态环境领域中的实践技术应用 MATLAB在生态环境数据处理与分析中的应用 基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的应用 最新基于R语言森林生态系统结构、功能与稳定性分析与可视化 Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 陆面生态水文模拟与多源遥感数据同化的实践技术应用 AquaCrop模型农业水资源管理及代码解析 生态碳汇涡度相关监测与通量数据分析应用 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 遥感数据与作物生长模型同化及在作物长势监测与估产中的应用 【独孤九剑】：R语言与作物模型（以DSSAT模型为例）融合应用 最新DSSAT作物模型建模方法及实践技术应用 基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用 基于R语言APSIM模型高级应用及批量模拟 WOFOST模型与PCSE模型实践技术应用 地表–耕作层–根区–潜水面水盐运移模拟 全流程基于最新导则下的生态环境影响评价技术方法及图件制作与案例实践 基于遥感解译与GIS技术生态环境影响评价图件制作 生态环境影响评价技术应用及典型实践案例分析 AI辅助Python-ArcGIS分析核心技术：从站点到区域的蒸散发与植被生产力估算实践应用 基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 地表蒸散发遥感产品信息提取验证与融合实践应用 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的应用 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用 双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例 建筑设计全过程碳排放计算与案例分析专题 “双碳”目标下资源环境中的可计算一般均衡（CGE）模型 R语言生物群落（生态）数据统计分析与绘图实践 基于R语言BIOMOD2及机器学习方法的物种分布模拟与案例分析 农田通量计算方法与应用实践技术 双碳目标下农田温室气体排放估算与模拟实践技术应用 基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作 环境多介质逸度模型实践技术与典型案例【代码】应用 R语言贝叶斯方法在生态环境领域中的高阶技术应用 AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的实践技术 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用 基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平 基于R语言的物种气候生态位动态量化与分布特征模拟 基于R语言机器学习方法在生态经济学领域中的应用 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 基于AI支持下的自然科学研究全流程实践技术应用 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战 GeoAI大模型驱动的地球科学智能计算前沿实践 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 遥感精品体系课程（即买即看） 点击下方标题查看详情 GEE-PIE遥感大数据处理与典型案例实践 最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 AI支持下的GEE遥感云大数据林业应用典型案例实践 遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 GIS数据制备，空间分析与高级建模实践应用 AI-ArcGIS数据处理、空间分析、可视化及多案例应用 空间数据采集与管理 激光雷达数据处理与典型案例分析实践技术应用 GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化 遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）实践 从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类 近地面无人机植被定量遥感与生理参数反演实践 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 AI+Python驱动的高光谱遥感全链路解析与典型案例实践 高光谱遥感数值建模技术及在植被、水体、土壤信息提取 Matlab高光谱遥感数据处理与混合像元分解实践 “Python+”集成技术高光谱遥感数据处理与机器学习深度应用 智能遥感新质生产力暨DeepSeek、Python、OpenCV驱动的空天地数据识别与计算及15个行业标杆案例实践 基于R语言机器学习遥感数据处理与模型空间预测技术及实际项目案例分析 GNSS、北斗高精度数据处理暨新版GAMITGLOBK软件实战 ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 成像光谱遥感技术中的AI革命：AI在遥感领域中的应用 解锁空间数据新质生产力暨AI（DeepSeek、ChatGPT）、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作 量化遥感与GeoAI高级建模全流程实践 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 大气环境精品体系课程（即买即看） 点击下方标题查看详情 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化 基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立 系统学习CMAQ空气质量模式实践技术应用 区域气象-大气化学在线耦合模式（WRF/Chem）在大气环境中的应用 NCL数据分析与处理实践应用视频课程 大气颗粒物PMF源解析实践技术应用 EKMA曲线及大气O3来源解析 MCM箱模型建模方法及大气O3来源解析实践技术应用 WRFDA资料同化实践技术应用 R语言在气象、水文中数据处理及结果分析、绘图实践技术应用 水文气象时序分析-从ARMA到Mamba的全栈技术应用 Python人工智能在气象中的实践技术应用 如何使用格点数据分析中国霜冻灾害变化技术 基于MATLAB野外观测站生态气象数据处理分析 基于CALMET诊断模型的高时空分辨率精细化风场模拟 如何使用格点数据分析中国积温变化技术 基于CAMx的空气质量模拟及污染来源解析技术与案例分析 基于CAMX大气臭氧来源解析模拟与臭氧成因分析实践技术 Python在WRF模型自动化运行及前后处理中的实践技术应用 最新AI+CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析 基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟 双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 最新气象水文耦合模式WRF-Hydro建模技术与案例实践应用 大气污染扩散模型Calpuff实践技术应用 基于站点、模式、遥感多源降水数据融合应用 （WRF-UCM）高精度城市化气象动力模拟技术与案例实践应用 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用 最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 基于AERMOD模型在大气环境影响评价中的实践应用 “AI大语言模型”助力大气科学相关交叉领域实践应用 基于Python星载气溶胶数据处理与反演分析实践应用 大涡模拟实战：从WRF到PALM的完整数值模拟工作流 智能气候前沿：AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最 高享 受 7.5 折 优惠 水文、地下水土壤体系课程（即买即看） 点击下方标题查看详情 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用 SWAT模型高阶十七项案例分析实践技术 SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析 SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析 最新SWAT+模型在水文水资源及面源污染模拟中的实践技术应用及典型案例分析 AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 最新流域生态系统碳排放、碳循环模拟与评估技术应用 AI驱动的流域水–碳–氮多过程耦合模拟 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 极端气候对流域水循环及水环境影响系统实践 水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 AI支持下的水科学全景解析：暨AI在水文水资源、水环境科研与工程中的全方位实践 地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 HEC-RAS一维、二维建模方法及实践技术应用 全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 基于多案例系统学习防洪评价报告编制方法与水流数学模型建模实践 SWMM排水管网水力、水质建模及在海绵与水环境中的应用 SWMM模型深度技术与案例精讲 SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发 最新水文水动力模型在城市内涝、城市排水、海绵城市规划设计中深度应用 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估 基于ArcGIS、InVEST与RUSLE水土流失模拟及分析中的实践技术应用 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用 AHP层次分析法在水利中的实践技术应用 水资源论证方法与报告编制技术及实际案例分析 基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 HEC-HMS水文模型实践技术应用 HSPF(Hydrological Simulation Program Fortran)模型应用 R+VIC模型融合实践技术应用及未来气候变化模型预测 山洪径流过程模拟及洪水危险性评价技术 HYPE分布式水文模型建模方法与案例分析实践 基于Python实现的深度学习技术在水文水质领域应用 地理信息系统（ArcGIS）在水文水资源、水环境中的实践技术应用及案例分析 AQUATOX水环境与水生态模型实践技术应用 “R语言+遥感”的水环境综合评价方法实战 Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 Delft3D水动力-富营养化模型实践技术应用 基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 Delft3D水动力与泥沙运动模拟实践技术应用 FVCOM流域、海洋水环境数值模拟方法及实践应用 基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟 最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 Python在气象与海洋中的实践技术应用 基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 全流程GMS地下水数值模拟技能培养及溶质运移反应问题深度解析实践技术 基于Surfer与Voxler数据处理及可视化实践技术 地面沉降数值模拟方法与实践技术应用 环境土壤物理Hydrus1D2D模型实践技术应用及典型案例分析 环境土壤物理Hydrus2D/3D模型实践技术应用 系统性学习环境土壤物理模型HYDRUS1D/2D/3D建模方法与案例实践 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模 地下水环评（一级）实践技术及Modflow地下水数值模拟 地下水数值模拟软件Visual modflow Flex实践应用 水土保持方案编制实操与典型案例解析 《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编制 全系统各类型工程水土保持方案编制实践技术系列 三维地质建模数据处理高级实践技术应用 PHREEQC建模及典型案例解析与高阶拓展应用 岩土工程渗流问题之有限单元法：理论、模块化编程实现、开源程序手把手实操 最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 计算流体力学ANSYS FIuent实践技术应用 遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用 基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 基于RWEQ模型的土壤风蚀模数估算及其变化归因分析 TOUGH系列软件建模实践方法及在地下水、CO2地质封存、水文地球化学等多相多组分系统多过程耦合 ContextCapture Master 倾斜摄影测量实景三维建模 AI大语言模型驱动的地质灾害全流程智能防治：风险评估、易发性分析与灾后重建多技术融合 体系课程+课件 资料 及数据代码+导师随行辅导 在 校学生享专属优惠， 最高享受 7.5 折 优惠 语言类体系课程（即买即看）点击下方标题查看详情 最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 MATLAB机器学习、深度学习实践应用（2021b） 最新基于2023aMATLAB深度学习实践技术应用 MATLAB 近红外光谱分析技术及应用视频 最新AI-Python机器学习与深度学习近红外光谱全流程分析（预处理-建模-可视化） 基于R语言的贝叶斯网络模型的实践技术应用 基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算）实践技术 最新基于R语言结构方程模型分析与实践技术应用 基于R语言piecewiseSEM结构方程模型在生态环境领域实践技术应用 【SEM】：结构方程模型（SEM）高阶应用系列 最新基于R语言lavaan结构方程模型（SEM）实践技术应用 随机森林模型核心技术与科研应用 基于R、Python的Copula变量相关性分析及AI大模型应用 基于R语言的极值统计学及其在相关领域中的应用 R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用 基于R语言的分位数回归实践技术高级应用 最新AI-Python自然科学领域机器学习与深度学习技术 AI-Python机器学习与深度学习核心架构、可解释AI及前沿技术应用 最新Transformer模型及深度学习前沿技术应用 深度学习全景进阶：最新Python深度学习进阶与前沿应用 R语言生物信息学大数据分析与绘图技术 基因家族分析及SCI写作技巧实践技术应用 基于PyTorch深度学习实践技术应用 Python数据挖掘与机器学习实践应用 最新Python深度学习技术进阶与应用 最新AI支持下的PyTorch机器学习与深度学习实践 AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 R语言数据统计分析与ggplot2高级绘图实践应用 面向高校的基于算法的发明专利申请写作方法 基于GeoDa与R语言的空间数据回归实践技术应用 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 基于MATLAB科研数据可视化 基于Python科研数据可视化 分子动力学LAMMPS模拟实战技术应用 基于通用优化软件GAMS的数学建模与优化分析 基于GAMS的电力系统优化分析 基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 面向课题组团队及科研人员AI培养计划：AI人工智能实践技术系统性教学方案 如何使用python网络爬虫批量获取公共资源数据实践 基于Python机器学习及深度学习在空间模拟与时间预测领域中的实践技术应用 基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 最新"科研创新与智能化转型“暨AI 智能体（Agent）开发、大语言模型（LLM）本地化部署与RAG/微调优化 AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最高享受 7.5 折 优惠 会员专享 如何成为会员： 1. 凡参加Ai尚研修收费课程即为会员； 2. 学生凭有效证件享受会员85折优惠。 会员特权： 1. 参加直播、视频课程费用累积进行折扣， 享 8.5折-7.5折 (一阶会员8.5折，高阶会员8折，尊享会员7.5折)； 2. 参与课程组织与报名，推荐者可获得课程 5%推荐现金 ； 3. 免费享受Ai尚研修会议平台中“会员免费”视频教程； 4. 长期免费参与针对各领域简学实用公开课（无门槛）； 5. 免费参与开设的导师面对面线上答疑交流； 6. Ai尚研修资源站分享中数据免费下载。 Ai尚研修-王艳 183-4893-7383（电话） END Ai尚研修 丨专注科研领域 技术推广，人才招聘推荐，科研活动服务 科研技术云导师，Easy Scientific Research ；检索词:AI与Agent 最新 热点 趋势
-
justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势
植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识、论文写作 当前，生态学与地学研究正经历从"样点观测"向"多源大数据综合分析"的深刻转变。遥感影像、气候再分析数据、地形因子、土壤调查、生物观测和微生物组数据以前所未有的速度积累，研究问题也从单一因子分析转向多因子耦合、非线性响应和空间预测。面对这一趋势，能够驾驭机器学习方法的科研工作者，正在获得明显的研究效率与成果质量优势。 在众多机器学习方法中，XGBoost以其卓越的预测精度、对非线性和交互作用的天然刻画能力、对中小样本数据的良好适应性，以及SHAP等配套解释框架带来的机制解析能力，已成为生态、地学、环境、农业等领域高水平论文中应用最广泛的算法之一。掌握XGBoost，就是掌握一套从"数据"到"预测"、从"相关"到"机制"的完整研究工具。 与此同时，AI大模型工具正在重塑科研工作方式：辅助梳理研究思路、理解代码逻辑、检查数据质量、解读模型结果、打磨论文表达。AI不替代科研判断，但能显著降低方法学习门槛、压缩重复性工作时间。将XGBoost建模能力与AI辅助能力结合，是当前研究生和青年科研人员性价比最高的技术投资之一。 正是基于这一背景，我们开设了本次培训班。课程不做概念宣讲，而是以真实研究流程为主线——从研究问题界定、多源数据整合、模型构建与调优、结果解释，到论文图表与文字表达——通过五类高频生态地学案例的完整实操，帮助学员把机器学习真正用进自己的课题中，形成可复现、可解释、可发表的研究成果。 【参会对象】：从事生态学、地理学、环境科学、土壤学、水文学、林学、农业资源与环境、遥感与GIS等方向研究以及自然资源调查监测、生态评估、林草湿监测、流域管理、生态恢复与风险评等工作，希望拓展研究方法体系、掌握数据驱动的分析预测工具、提升论文质量与投稿层次的科研学者及相关人员。 【课程受益】： 一套完整的方法能力：系统掌握XGBoost的核心原理、参数体系、验证策略与结果评价标准，能够独立完成分类识别、空间预测、机制解析和风险评价四类典型建模任务，而不是停留在"跑通代码"的层面； 五类可直接迁移的案例经验：通过植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识别五个完整案例，学员可将课程代码框架和分析流程直接迁移到自己的研究数据上； AI辅助科研的规范工作方式：学会在研究问题梳理、数据整理、代码理解、模型诊断、结果解释和论文写作各环节合理使用AI工具，在提高效率的同时守住学术规范与研究判断的主动权； 成果产出：课程结束提供学习过程中建模数据集、可复现的建模代码、模型评价表、SHAP解释图、空间图件以及用于论文或项目报告的方法与结果文字——让培训成果真正转化为论文与项目中的实际产出。 会议赠送：1个月ChatGPT会员【可同时使用Claude、Gemini、Grok等模型】 直播时间 10月17日-18日、24日-25日【提供所有课程资料及回放】 报名后加入专属直播助学群，会议流程、会议准备、注意事项、课程资料及数据会提前在助学群中公布。 教学特色 1.原理深入浅出的讲解，强调原理的重要性； 2.技巧方法讲解，提供课程配套的完整教材数据及提供长期回放； 3.与项目案例相结合，更好的对接实际工作应用； 4.跟学上机操作、独立完成案例操作练习、全程问题跟踪解析； 5.专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。 培训费用 非会员费用：3580元 会员费用：参见会员政策 活动： 1、学生凭学生证有效证件参会可享受85折优惠； 2、2人或以上组团报名，可享受8折参会。 发票及证书 内容详情 专题一 AI辅助下的机器学习与生态—地学数据建模基础 教学目的：明确AI在生态—地学机器学习中的辅助定位，建立“研究问题—响应变量—环境变量—评价指标”的基本框架。 讲解内容： 1.AI辅助科研的基本定位与使用边界 2.生态—地学研究中的常见建模问题 3.生态地学数据的基本特征 4.分类、回归与风险识别任务的区别 5.AI辅助下的机器学习建模流程 案例实践：使用AI辅助梳理研究问题，完成示例数据读取、数据质量检查和第一个基线模型训练。 专题二 XGBoost算法原理与AI辅助规范建模 教学目的：理解XGBoost的核心原理和规范建模流程，并学会使用AI辅助理解代码、参数和模型诊断结果。 讲解内容： 1.决策树、集成学习和Boosting思想 2.GBDT与XGBoost目标函数 3.正则化、学习率和树深度等关键参数 4.交叉验证与参数搜索方法 5.AI辅助代码理解与模型诊断 案例实践：完成XGBClassifier与XGBRegressor建模，使用AI辅助检查代码注释，输出模型评价表、学习曲线和特征重要性图。 专题三 AI辅助多源生态地学数据整合与特征工程 教学目的：掌握多源数据进入模型前的整理方法，并使用AI辅助完成变量说明、数据检查和特征工程记录。 讲解内容： 1.样点、样方、像元、流域和行政区变量组织 2.遥感指数和地形因子构建 3.气候、土壤、水文和人类干扰变量整理 4.共线性、异常值和空间自相关处理 5.AI辅助变量字典和数据质量报告整理 案例实践：完成“样本—环境变量—响应变量”建模表整理，使用AI辅助生成变量字典和数据质量检查说明。 专题四 植被与土地利用类型识别 教学目的：以植被类型和土地利用识别为固定案例，完成多类别分类建模与结果评价。 讲解内容： 1.植被类型和土地利用识别的基本原理 2.光谱、物候、地形、气候和土壤变量的作用 3.类别不平衡与样本代表性问题 4.分类模型精度评价方法 5.AI辅助分类结果解释 案例实践：完成多类别XGBoost分类模型，使用AI辅助整理类型识别结果说明，输出混淆矩阵、总体精度、Kappa、各类别F1和类型识别结果图。 专题五 土壤碳氮与养分空间预测 教学目的：以土壤有机碳、全氮或养分含量预测为固定案例，完成回归建模与空间表达。 讲解内容： 1.土壤碳氮与养分空间变异的控制因素 2.气候、地形、植被、母质和管理变量的作用 3.回归模型残差与空间泛化能力 4.预测不确定性的表达方式 5.AI辅助空间预测结果描述 案例实践：完成土壤碳氮或养分回归模型，使用AI辅助整理空间预测结果文字，输出模型评价表、空间预测图和关键控制因子图。 专题六 生物多样性驱动机制解析 教学目的：使用XGBoost和SHAP分析生物多样性与环境因子之间的非线性关系，并规范表达驱动机制。 讲解内容： 1.物种丰富度和常用多样性指数 2.气候、地形、土壤和干扰变量的复合影响 3.SHAP值的基本含义 4.变量依赖关系和交互作用 5.AI辅助机制解释与讨论边界 案例实践：完成多样性指数预测模型，使用AI辅助整理关键因子解释，输出SHAP汇总图、依赖图和关键驱动因子排序。 专题七 土壤微生物与生态系统功能预测 教学目的：把机器学习方法用于地下生态过程分析，理解土壤性质、植被输入和微生物群落之间的联系。 讲解内容： 1.细菌、真菌和功能基因多样性指标 2.土壤性质对微生物群落的影响 3.植被输入和管理措施的作用 4.高维组学数据的指标筛选 5.AI辅助微生物结果解释 案例实践：完成微生物多样性预测模型，使用AI辅助整理土壤—植物—微生物关系说明，输出关键环境因子和生态功能解释框架。 专题八 生态退化、干旱与水土流失风险识别 教学目的：面向生态安全和自然资源管理需求，完成生态风险识别、等级划分和恢复优先区分析。 讲解内容： 1.生态退化、干旱胁迫和水土流失风险指标 2.遥感变化与植被生产力诊断 3.土壤质量、降水亏缺和人类干扰变量 4.风险概率建模与等级划分 5.AI辅助风险结果和管理建议整理 案例实践：完成生态风险识别模型，使用AI辅助整理风险分区说明，输出风险概率图、低中高风险等级图和恢复优先区结果。 专题九 科研结果表达与AI辅助论文写作 教学目的：把模型结果转化为规范的论文、报告和项目材料，明确AI辅助写作的使用方式和学术边界。 讲解内容： 1.机器学习生态地学论文的常见结构 2.数据来源与变量构建的写法 3.模型参数与验证策略的写法 4.SHAP图和空间图的结果表达 5.AI辅助摘要、结果、讨论和审稿回复整理 案例实践：完成方法段落、结果段落和图表说明整理，使用AI辅助校对文字逻辑，形成一份案例成果文字稿。 注：请提前安装所需软件。 课程专员 王老师183-4893-7383（微电） 网络直播+视频回放+全部课程资料+助学群辅助 （点击课程标题查看详情） 人工智能、论文写作、基金 第八期：2026基于前沿AI-Agent2.0驱动的科研全链路实战营 培训时间：10月16日-19日 第五期：告别单兵作战——搭建你的24小时AI智能科研团队 面向真实科研场景，以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心，构建可迭代、可复用的科研协作团队全流程自动化培训班 培训时间：10月22日-26日 第六期：基于Claude Code 、Codex双AI协同高水平论文撰写与质量校准：研究定位→数据分析→论文初稿→交叉审稿→投稿与返修全流程实践培训班 培训时间：10月29日、31日-11月1日 基于Karpathy LLM Wiki范式的可溯源AI科研知识库构建与Codex与Claude Code全链路工作流实践——从OpenAlex元数据检索、Zotero MCP协议化整理到Obsidian可溯源知识问答，系统覆盖文献·数据·基金·结题报告全生命周期闭环管理培训班 培训时间：10月8日、10日-11日 第二十期：2027年国自然与省级基金申报全链路实战高级培训班 培训时间：10月10日-11日 AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班 培训时间：10月10日-11日、17日-18日 第十一期：AI智能体赋能R-Meta分析核心技术全链路高级培训班涵盖从文献计量热点挖掘，到经典与网状Meta建模、贝叶斯MCMC推断、MetaForest机器学习，直至SCI规范发表与Codex自动化实现 培训时间：10月16日-17日、23日-24日 第八期：高水平学术论文写作的“破局”之道暨AI赋能下前沿选题、智能写作、科研可视化、精准选刊与投稿、审稿博弈策略及CNS顶刊跃迁进阶全链路实践培训班 培训时间：10月23日-24日、30日-31日 从通用大模型到课题组私有AI：领域微调、知识库构建与本地化部署全流程实战高级研修班——涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理与科研智能体自动化核心技术 培训时间：10月24日-25日、31日-11月1日 第二期：基于Claude Code与Codex双AI Agent协作的WebGIS项目全链路开发与生产级部署实战高级培训班 培训时间：11月21日-22日 农林/生态/遥感类 AI-XGBoost机器学习与生态—地学大数据深度挖掘：从算法原理、多源数据建模到高水平论文产出全流程实战培训班 培训时间：10月17日-18日、24日-25日 第二期：GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 培训时间：10月17日-18日、24日-25日 地下水/水文/地质类 第九期：融合AI与 Python机器学习（随机森林/SVM/XGBoost/神经网络）的滑坡·崩塌·泥石流易发性评价、危险性-易损性-风险全流程评估、空间数据库信息化建库、灾后重建选址与应急救援路径规划及SCI论文写作发表全链条实战高级培训班 培训时间：10月14日-15日、19日-21日 HYDRUS 1D/2D/3D全模块高阶建模、参数反演与土壤–水–污染物耦合模拟暨水-汽-热-溶质联动、双孔隙度、胶体运移、根系吸水及污染羽迁移、土壤淋洗、废渣淋溶案例精讲培训班 培训时间：10月17日-18日、24日-25日 大气科学类 双碳目标下区域大气环境与新能源气候资源未来演变高精度模拟技术：CMIP6+WRF-Chem、误差订正与多情景污染—气候协同评估及典型案例应用培训班 培训时间：10月10日-11日、17日-18日 第二期：WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化高阶培训班 培训时间：10月17日、24日-25日 WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等完整教程 视频教程+ 全套课件+ 案例数据代码+随行导师群 （点击课程标题查看详情） 论文写作基金撰写课程（即买即看） 点击下方标题查看详情 2027年国自然与省级基金项目申报全链条实战 面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战 基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程 高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 AI+学术双驱高强度论文写作特训营工具实操+完整初稿 基于前沿AI-Agent2.0驱动的科研全链路实战营 自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务调度与n8n工作流的自动化集成构建的实践技术 OpenClaw、Hermes+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流 零实验、AI融合：最新文献计量学SCI论文高效写作 AI赋能·SCI论文从实验设计到发表全流程实践 【高分论文密码系列】AI赋能R-Meta分析核心技术：从热点挖掘到高级模型、助力高效科研与论文发表 最新Hermes Agent技能封装与科研自动化实战：以Meta-Analysis为例-实现从文献检索到绘图的一站式工作流 SCI顶刊美学：基于Python与AI语义增强的Geo-AI科研绘图 基于Claude Code与Codex双Agent协作的WebGIS全链路开发 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 生态农林精品体系课程（即买即看） 点击下方标题查看详情 InVEST实践与进阶及在生态系统服务供需、固碳、城市热岛、论文写作等实际项目中的应用 基于生态系统服务（InVEST模型）的人类活动、重大工程生态成效评估、论文写作等应用 MAXENT模型生物多样性生境模拟与保护优先区甄选、保护区布局优化评估实践技术应用及论文写作 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作 利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响 无人机生态环境监测、图像处理与GIS数据分析技术 基于MATLAB野外观测站生态气象数据处理分析实践 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用 基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理 CLM陆面过程模式实践技术应用及进阶 地球系统模式（CESM）实践技术应用及进阶 ArcGIS土地利用数据制备、分析及基于FLUS模型土地利用预测 CLUE模型构建方法、模型验证及土地利用变化情景预测应用 基于Fragstats的土地利用景观格局分析 IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用 PROSAIL模型前向模拟与植被参数遥感提取代码实现 【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法 智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 无人机遥感在农林信息提取中的实现方法与GIS融合应用 基于MATLAB的无人机遥感数据预处理与农林植被性状估算 AI与R语言融合技术在生态环境数据统计分析、绘图、模型中的实践与进阶应用 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用 生态系统碳循环模型CENTURY 建模方法与实例 Biome-BGC生态系统模型与Python融合技术实践应用 基于R语言的DICE模型实践技术应用 CASA（Carnegie-Ames-Stanford Approach）模型原理及实践应用 生态系统NPP及碳源、碳汇模拟实践技术应用 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 【高阶版】R语言空间分析、模拟预测与可视化应用 【高分论文密码系列】大尺度空间模拟预测与数字制图 基于Python的生态学、地学领域高质量科研可视化制图 Meta分析在生态环境领域中的实践技术应用 R语言在生态环境领域中的实践技术应用 MATLAB在生态环境数据处理与分析中的应用 基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的应用 最新基于R语言森林生态系统结构、功能与稳定性分析与可视化 Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 陆面生态水文模拟与多源遥感数据同化的实践技术应用 AquaCrop模型农业水资源管理及代码解析 生态碳汇涡度相关监测与通量数据分析应用 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 遥感数据与作物生长模型同化及在作物长势监测与估产中的应用 【独孤九剑】：R语言与作物模型（以DSSAT模型为例）融合应用 最新DSSAT作物模型建模方法及实践技术应用 基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用 基于R语言APSIM模型高级应用及批量模拟 WOFOST模型与PCSE模型实践技术应用 地表–耕作层–根区–潜水面水盐运移模拟 全流程基于最新导则下的生态环境影响评价技术方法及图件制作与案例实践 基于遥感解译与GIS技术生态环境影响评价图件制作 生态环境影响评价技术应用及典型实践案例分析 AI辅助Python-ArcGIS分析核心技术：从站点到区域的蒸散发与植被生产力估算实践应用 基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 地表蒸散发遥感产品信息提取验证与融合实践应用 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的应用 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用 双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例 建筑设计全过程碳排放计算与案例分析专题 “双碳”目标下资源环境中的可计算一般均衡（CGE）模型 R语言生物群落（生态）数据统计分析与绘图实践 基于R语言BIOMOD2及机器学习方法的物种分布模拟与案例分析 农田通量计算方法与应用实践技术 双碳目标下农田温室气体排放估算与模拟实践技术应用 基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作 环境多介质逸度模型实践技术与典型案例【代码】应用 R语言贝叶斯方法在生态环境领域中的高阶技术应用 AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的实践技术 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用 基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平 基于R语言的物种气候生态位动态量化与分布特征模拟 基于R语言机器学习方法在生态经济学领域中的应用 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 基于AI支持下的自然科学研究全流程实践技术应用 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战 GeoAI大模型驱动的地球科学智能计算前沿实践 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 遥感精品体系课程（即买即看） 点击下方标题查看详情 GEE-PIE遥感大数据处理与典型案例实践 最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 AI支持下的GEE遥感云大数据林业应用典型案例实践 遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 GIS数据制备，空间分析与高级建模实践应用 AI-ArcGIS数据处理、空间分析、可视化及多案例应用 空间数据采集与管理 激光雷达数据处理与典型案例分析实践技术应用 GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务，从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化 遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）实践 从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类 近地面无人机植被定量遥感与生理参数反演实践 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 AI+Python驱动的高光谱遥感全链路解析与典型案例实践 高光谱遥感数值建模技术及在植被、水体、土壤信息提取 Matlab高光谱遥感数据处理与混合像元分解实践 “Python+”集成技术高光谱遥感数据处理与机器学习深度应用 智能遥感新质生产力暨DeepSeek、Python、OpenCV驱动的空天地数据识别与计算及15个行业标杆案例实践 基于R语言机器学习遥感数据处理与模型空间预测技术及实际项目案例分析 GNSS、北斗高精度数据处理暨新版GAMITGLOBK软件实战 ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 成像光谱遥感技术中的AI革命：AI在遥感领域中的应用 解锁空间数据新质生产力暨AI（DeepSeek、ChatGPT）、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作 量化遥感与GeoAI高级建模全流程实践 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠， 最高享受 7.5 折 优惠 大气环境精品体系课程（即买即看） 点击下方标题查看详情 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化 基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立 系统学习CMAQ空气质量模式实践技术应用 区域气象-大气化学在线耦合模式（WRF/Chem）在大气环境中的应用 NCL数据分析与处理实践应用视频课程 大气颗粒物PMF源解析实践技术应用 EKMA曲线及大气O3来源解析 MCM箱模型建模方法及大气O3来源解析实践技术应用 WRFDA资料同化实践技术应用 R语言在气象、水文中数据处理及结果分析、绘图实践技术应用 水文气象时序分析-从ARMA到Mamba的全栈技术应用 Python人工智能在气象中的实践技术应用 如何使用格点数据分析中国霜冻灾害变化技术 基于MATLAB野外观测站生态气象数据处理分析 基于CALMET诊断模型的高时空分辨率精细化风场模拟 如何使用格点数据分析中国积温变化技术 基于CAMx的空气质量模拟及污染来源解析技术与案例分析 基于CAMX大气臭氧来源解析模拟与臭氧成因分析实践技术 Python在WRF模型自动化运行及前后处理中的实践技术应用 最新AI+CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析 基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟 双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 最新气象水文耦合模式WRF-Hydro建模技术与案例实践应用 大气污染扩散模型Calpuff实践技术应用 基于站点、模式、遥感多源降水数据融合应用 （WRF-UCM）高精度城市化气象动力模拟技术与案例实践应用 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用 最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 基于AERMOD模型在大气环境影响评价中的实践应用 “AI大语言模型”助力大气科学相关交叉领域实践应用 基于Python星载气溶胶数据处理与反演分析实践应用 大涡模拟实战：从WRF到PALM的完整数值模拟工作流 智能气候前沿：AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最 高享 受 7.5 折 优惠 水文、地下水土壤体系课程（即买即看） 点击下方标题查看详情 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用 SWAT模型高阶十七项案例分析实践技术 SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析 SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析 最新SWAT+模型在水文水资源及面源污染模拟中的实践技术应用及典型案例分析 AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 最新流域生态系统碳排放、碳循环模拟与评估技术应用 AI驱动的流域水–碳–氮多过程耦合模拟 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 极端气候对流域水循环及水环境影响系统实践 水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 AI支持下的水科学全景解析：暨AI在水文水资源、水环境科研与工程中的全方位实践 地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 HEC-RAS一维、二维建模方法及实践技术应用 全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 基于多案例系统学习防洪评价报告编制方法与水流数学模型建模实践 SWMM排水管网水力、水质建模及在海绵与水环境中的应用 SWMM模型深度技术与案例精讲 SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发 最新水文水动力模型在城市内涝、城市排水、海绵城市规划设计中深度应用 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估 基于ArcGIS、InVEST与RUSLE水土流失模拟及分析中的实践技术应用 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用 AHP层次分析法在水利中的实践技术应用 水资源论证方法与报告编制技术及实际案例分析 基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 HEC-HMS水文模型实践技术应用 HSPF(Hydrological Simulation Program Fortran)模型应用 R+VIC模型融合实践技术应用及未来气候变化模型预测 山洪径流过程模拟及洪水危险性评价技术 HYPE分布式水文模型建模方法与案例分析实践 基于Python实现的深度学习技术在水文水质领域应用 地理信息系统（ArcGIS）在水文水资源、水环境中的实践技术应用及案例分析 AQUATOX水环境与水生态模型实践技术应用 “R语言+遥感”的水环境综合评价方法实战 Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 Delft3D水动力-富营养化模型实践技术应用 基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 Delft3D水动力与泥沙运动模拟实践技术应用 FVCOM流域、海洋水环境数值模拟方法及实践应用 基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟 最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 Python在气象与海洋中的实践技术应用 基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 全流程GMS地下水数值模拟技能培养及溶质运移反应问题深度解析实践技术 基于Surfer与Voxler数据处理及可视化实践技术 地面沉降数值模拟方法与实践技术应用 环境土壤物理Hydrus1D2D模型实践技术应用及典型案例分析 环境土壤物理Hydrus2D/3D模型实践技术应用 系统性学习环境土壤物理模型HYDRUS1D/2D/3D建模方法与案例实践 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模 地下水环评（一级）实践技术及Modflow地下水数值模拟 地下水数值模拟软件Visual modflow Flex实践应用 水土保持方案编制实操与典型案例解析 《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编制 全系统各类型工程水土保持方案编制实践技术系列 三维地质建模数据处理高级实践技术应用 PHREEQC建模及典型案例解析与高阶拓展应用 岩土工程渗流问题之有限单元法：理论、模块化编程实现、开源程序手把手实操 最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 计算流体力学ANSYS FIuent实践技术应用 遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用 基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 基于RWEQ模型的土壤风蚀模数估算及其变化归因分析 TOUGH系列软件建模实践方法及在地下水、CO2地质封存、水文地球化学等多相多组分系统多过程耦合 ContextCapture Master 倾斜摄影测量实景三维建模 AI大语言模型驱动的地质灾害全流程智能防治：风险评估、易发性分析与灾后重建多技术融合 体系课程+课件 资料 及数据代码+导师随行辅导 在 校学生享专属优惠， 最高享受 7.5 折 优惠 语言类体系课程（即买即看）点击下方标题查看详情 最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 MATLAB机器学习、深度学习实践应用（2021b） 最新基于2023aMATLAB深度学习实践技术应用 MATLAB 近红外光谱分析技术及应用视频 最新AI-Python机器学习与深度学习近红外光谱全流程分析（预处理-建模-可视化） 基于R语言的贝叶斯网络模型的实践技术应用 基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算）实践技术 最新基于R语言结构方程模型分析与实践技术应用 基于R语言piecewiseSEM结构方程模型在生态环境领域实践技术应用 【SEM】：结构方程模型（SEM）高阶应用系列 最新基于R语言lavaan结构方程模型（SEM）实践技术应用 随机森林模型核心技术与科研应用 基于R、Python的Copula变量相关性分析及AI大模型应用 基于R语言的极值统计学及其在相关领域中的应用 R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用 基于R语言的分位数回归实践技术高级应用 最新AI-Python自然科学领域机器学习与深度学习技术 AI-Python机器学习与深度学习核心架构、可解释AI及前沿技术应用 最新Transformer模型及深度学习前沿技术应用 深度学习全景进阶：最新Python深度学习进阶与前沿应用 R语言生物信息学大数据分析与绘图技术 基因家族分析及SCI写作技巧实践技术应用 基于PyTorch深度学习实践技术应用 Python数据挖掘与机器学习实践应用 最新Python深度学习技术进阶与应用 最新AI支持下的PyTorch机器学习与深度学习实践 AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 R语言数据统计分析与ggplot2高级绘图实践应用 面向高校的基于算法的发明专利申请写作方法 基于GeoDa与R语言的空间数据回归实践技术应用 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 基于MATLAB科研数据可视化 基于Python科研数据可视化 分子动力学LAMMPS模拟实战技术应用 基于通用优化软件GAMS的数学建模与优化分析 基于GAMS的电力系统优化分析 基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 面向课题组团队及科研人员AI培养计划：AI人工智能实践技术系统性教学方案 如何使用python网络爬虫批量获取公共资源数据实践 基于Python机器学习及深度学习在空间模拟与时间预测领域中的实践技术应用 基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 最新"科研创新与智能化转型“暨AI 智能体（Agent）开发、大语言模型（LLM）本地化部署与RAG/微调优化 AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠， 最高享受 7.5 折 优惠 会员专享 如何成为会员： 1. 凡参加Ai尚研修收费课程即为会员； 2. 学生凭有效证件享受会员85折优惠。 会员特权： 1. 参加直播、视频课程费用累积进行折扣， 享 8.5折-7.5折 (一阶会员8.5折，高阶会员8折，尊享会员7.5折)； 2. 参与课程组织与报名，推荐者可获得课程 5%推荐现金 ； 3. 免费享受Ai尚研修会议平台中“会员免费”视频教程； 4. 长期免费参与针对各领域简学实用公开课（无门槛）； 5. 免费参与开设的导师面对面线上答疑交流； 6. Ai尚研修资源站分享中数据免费下载。 Ai尚研修-王艳 183-4893-7383（电话） END Ai尚研修 丨专注科研领域 技术推广，人才招聘推荐，科研活动服务 科研技术云导师，Easy Scientific Research ；检索词:AI与Agent 最新 热点 趋势
-
ai-news · 2026-06-06 · hidden_signals / 🟠中
重要性:主流目光全盯着 GPU 和云厂商，却忽略了 FLEX 这类“隐形”基建供应商即将进行 AI 数据中心电源业务的分拆。未来3-6个月，这种暗线操作极易引发能源设备和液冷供应链的被动资金流入与估值重估。
-
ithome · 2026-10-05 · 科技产品 / rss
IT之家 10 月 5 日消息，Meta 于当地时间 10 月 2 日宣布推出开源项目 Muse Gadgets，允许开发者为旗下个人 AI 智能体 Muse 打造自定义硬件。 Meta 同时也已经在 GitHub 上按照 Apache 2.0 许可发布了 ESP32 固件和 Linux 设备 SDK。开发者可以将低成本 ESP32 开发板或树莓派等 Linux 设备连接到 Muse，接入显示屏、按钮、传感器、执行器以及工作台上其他可联网的设备。 在硬件适配方面，Meta ESP32 SDK 文档目前已支持 11 款 ESP32 开发板，包括 Espressif 的 ESP32-C5 DevKitC-1（官方推荐）、M5Stack StickS3、Waveshare ESP32-S3-Touch-AMOLED-1.75C、Seeed 的电子纸显示屏等。其中后六款开发板可运行完整的屏幕 UI，包括动画头像、按键通话和设置功能。内存充足的开发板还支持家庭网络隧道，使 Muse 能够访问用户已拥有的设备，以及任何暴露本地 HTTP API 的自建设备。 Linux SDK 方面，Meta 已支持树莓派 3B+、4、5、Zero 2 W，以及其他具备蓝牙低功耗能力的 Linux 设备，系统最低要求为 Raspberry Pi OS Bullseye、Debian 11、Ubuntu 22.04 版本。 据 Linux SDK 文档说明，Muse 以安装时所选账户的身份执行命令，拥有该账户的全部权限，“如果该账户可以使用 sudo，Muse 也可以”。 安装程序会在交接账户权限前进行确认，并提示该账户是否具备 sudo 权限。开发者也可以通过 install.sh --run-as 指定一个不同的非特权账户来运行 Muse。 Muse 在 Linux 设备上可以执行 shell 命令、读写文件、检查设备健康状态，Meta 官方给出的示例提示词包括让 Muse 在树莓派上安装 Home Assistant，以及每天早上 7 点检查备份是否运行。 ▲ Muse Home Link 值得一提的是，Meta 同时也基于该 SDK 打造了一款成品设备 ——Muse Home Link。据 Meta 超级智能实验室产品负责人 Nat Friedman 介绍，这是一款采用 USB-C 供电的小型设备，能让 Muse 连接到家庭网络，与电视、音箱以及其他暴露 HTTPS 接口的智能设备通信。 Friedman 表示，Meta 首批生产了约 5000 台 Home Link，面向美国 Muse 订阅用户免费提供，每人限领一台，先到先得。 Muse Gadgets 的推出是 Meta 近期密集扩展 Muse 生态的一部分。据 TechCrunch 报道，Meta 本周早些时候还推出了 Muse for Small Business，免费版含使用限额，每月付费 20 美元或 100 美元 （IT之家注：现汇率约合 672 元人民币） ，可连接 Shopify、Dropbox、Slack、Canva、Figma、QuickBooks 等第三方工具。 据 The Next Web 报道，Meta 同时成立了新的业务部门 Meta Enterprise Platform，由前 MongoDB CEO CJ Desai 领导，整合 Muse 智能体、Meta Business Agent、Muse API 和 Muse Code 等产品，面向企业客户推广 AI 工具。 从行业视角来看，Muse Gadgets 标志着 Meta 正试图将 Muse 从单纯的聊天机器人扩展为跨硬件的智能体运行时。如果第三方硬件只需暴露标准接口即可被 Muse 理解和调用，个人智能体未来可能承担部分传统操作系统、应用和智能家居中枢的角色。不过 Meta 在 SDK 文档中也给出了颇为坦率的风险提示：社区配对“没有制造商验证，无法防止主动中间人攻击”，建议在可信网络中完成配对；SDK 令牌内置在固件中，应将其视为标识符而非密码，泄露后需撤销并重新构建；Wi-Fi 凭据和设备令牌存储在闪存中，强烈建议启用 NVS 加密；构建版本使用开发密钥签名，默认不开启安全启动。文档结尾写道：“折腾的副作用可能包括变砖、保修失效、电压跌落或破产。风险自负。”
-
ithome · 2026-10-05 · 科技产品 / rss
IT之家 10 月 5 日消息，据彭博社报道，软银集团创始人孙正义一直被视为人工智能最坚定的拥护者之一。然而他近日坦言，随着 AI 能力的突飞猛进，就连他也对伴随而来的安全风险深感担忧。 周日，在日本京都举行的“科学与技术在社会中的作用”论坛期间，孙正义在与白宫科技政策顾问迈克尔 · 克拉齐奥斯（Michael Kratsios）同台发言时指出，人工智能能力的指数级爆发使得各国建立互信迫在眉睫，唯有如此，各方才能携手驾驭这项技术。 “人类已经承受不起彼此内耗的代价了，”孙正义表示。他补充强调， 各国必须联手应对强大人工智能模型所带来的远超以往的巨大威胁 ；超级智能一旦落入不法分子手中，后果将“极其危险”。 近几个月来，人工智能模型引发的安全漏洞与越权失陷事件频频发生，引发各界忧虑升温。孙正义这一反常态的谨慎表态，正是对此类担忧的真实折射。 作为 ChatGPT 缔造者 OpenAI 的核心投资者，这位现年 69 岁的科技投资大亨已累计向其注资近 650 亿美元 （IT之家注：现汇率约合 4,361.74 亿元人民币） ，多年来更是不遗余力地向外界宣扬人工智能创造丰厚投资回报、造福人类社会的巨大潜力。 与此同时，孙正义强调，人工智能服务的综合能力仍将保持指数级增长。目前，驱动聊天机器人的底层技术正在协助 AI 服务自主浏览网页、编写代码，并消耗着规模日益庞大的通用芯片。 他进一步表示，此类程序下一步将步入“第三阶段”，预计自明年起，便能够赋能机器人及其他智能硬件与物理现实世界展开深度交互。 孙正义再次重申了他的长期预判：到 2040 年，人工智能以及具备自主学习能力的机器将在全球 GDP 中占据至少 20% 的比重，规模相当于 46 万亿美元 （现汇率约合 308.68 万亿元人民币） 。“这只是刚刚开始。”
-
techcrunch-ai · 2026-10-03 · AI行业 / rss
We created a list of the most notable AI agents that can live in your text messages, from general assistants to agents designed for families, travel, and work.
-
hf-papers · 2026-09-30 · AI论文 / hf-daily-papers
Keyword-matching benchmarks can credit small models for tool use they never perform. We document such a false positive in a matched-architecture pair of Spanish security language models and propose a ladder of strict, cheap diagnostics. A 661.6M parameter model (approx. 65% code/technical text; no dedicated SFT) and a 1,109M model (web-heavy multi-phase curriculum; 6B-token tool-SFT) share decoder, tokenizer, and special tokens, scoring almost identically on lenient tool-use metrics (B4: 0.660 vs. 0.650). Verbatim-reproduction checks on training examples separate them completely: the 600M emits valid tool calls with generalized arguments on 6/6 examples; the 1B does so on 0/6 across checkpoints. A first-token probe localizes the 1B's failure to a missing prior (prob. 10^{-4}--10^{-5} on ), which was erased by its web-heavy training phase. A targeted SFT recipe (diverse corpus, 5x higher learning rate, 2,202 steps, ~3.3 GPU-hours) repairs the 1B using three orders of magnitude fewer tokens than the failed phase. On all 269 corpus rows, valid emission rises from 0.100 to 0.959 (600M: 0.926). On 238 unseen prompts, the repaired 1B passes 0.536 vs. the 600M's 0.428 (p = 0.004). Embedding-drift checks show the repair did not move the trigger token's tied embedding (97.7% of the bf16 table remains bit-identical), meaning changes live in the surrounding network. Both models over-trigger, rarely answering negative prompts without a call (0.09 for 600M, 0.17 for repaired 1B). Factorial analyses confirm all repair configurations install the format, though suppression benefits from a diverse corpus remain a hypothesis due to seed sensitivity. This cheap diagnostic ladder costs minutes of CPU time and should gate tool-use claims on small models.
-
hf-papers · 2026-09-25 · AI论文 / hf-daily-papers / [object Object]
Multi-step agents are trained on flat action streams: SFT and RLVR weight every token uniformly and ignore the sub-procedures that recur across tasks, the hierarchy that lets humans plan top-down from reusable routines. This structure sits unused, and flat training uses each scarce trajectory less fully than its content allows. Recent agents do use that structure, but only as LLM-written skills in context, never in the weights, so their gains do not generalize beyond retrieval. We instead recover this hierarchy from the data itself and train on it, with no LLM calls. Following text tokenizers, which build a vocabulary by counting alone, we score action spans by reusability and merge canonicalized actions into a reusable eXperience tree (X-Tree). Each X-Tree node captures how a frequent and success-bearing skill is composed from sub-skills, guiding efficient generalization. We integrate X-Tree into three training settings: offline RL, with each node as a training instance; online RLVR, with an adaptive skill bonus; and on-policy self-distillation, with X-Tree as the self-teacher's privileged context. Across WebArena, ScienceWorld, and WebShop at three model scales, X-Tree improves over standard recipes at matched data and budget by up to 4.5% SR on WebArena, 5.8% SR on ScienceWorld and 4.1% success on WebShop. Matched analyses attribute the gains to the X-Tree structure and the three integrations.