研修课程紧扣AI4S时代科研新范式，以“AI 赋能科研全流程，提升实践创新能力”为核心主题，构建“理论讲解+实操演练+案例分析”立体化培训体系。课程特邀中国科学院软件研究所王研究员、自动化研究所张研究员授课，两位专家凭借深厚学术积淀与丰富实践经验，带来兼具前沿性、专业性与实用性的精彩分享，助力参训学员快速掌握AI科研应用核心技能。

培训内容覆盖科研全流程11大核心模块，形成从基础应用到高阶实践的完整知识链条。在12日的课程中，王研究员从人工智能科研前沿技术切入，详解AI4S新范式、科研大模型优选、DeepSeek进阶技巧及提示词设计方法。针对科研文献处理、论文撰写、项目申报等关键环节，专家结合案例演示AI辅助文献检索与知识管理、论文降重与AI率控制、基金申请书框架优化等实用技巧，帮助学员突破科研效率瓶颈。

13日培训聚焦科研实操能力提升，围绕实验方案设计、科研绘图、数据分析与编程四大核心技能展开。在实验设计模块，王研究员讲解AI驱动的实验优化与结果预测方法；科研绘图环节重点演示技术路线图、流程图等AI生成与优化技巧；数据分析部分介绍跨模态数据处理的AI解决方案；编程模块则覆盖AI编程环境部署、代码生成与错误优化，助力非计算机专业教师突破技术壁垒。

14日课程由张研究员主讲高阶应用与实践创新，聚焦科研智能体构建与大模型本地部署。在智能体开发环节，详解AI Agent创建配置、提示词编写及云平台开发案例；大模型部署模块则介绍低成本AI助手搭建、硬件配置、本地化部署路径及个人知识库与大模型结合技巧，助力学员实现AI工具个性化定制。培训设置实操演练环节，指导学员现场搭建论文阅读助手等实用工具，推动理论知识快速转化为实践能力。

本次培训核心目标是实现参训学员“从AI使用者到AI创造者”的转变，使其掌握AI在科研选题、文献处理、实验设计、论文撰写等全流程应用方法，能够独立搭建专属科研智能体与个人知识库。三天系统学习后，各位学员收获颇丰，一致认为，本次培训构建的全流程AI科研应用体系兼具系统性与实用性。AI工具不仅通过文献智能检索、论文撰写优化等功能大幅缩减事务性工作时间，让科研精力聚焦创新点挖掘；其科研智能体构建与本地部署技术，更实现了学科数据与工具的个性化适配及数据安全可控；同时，AI在多模态融合、跨领域知识整合中的应用，打破了学科壁垒，为复杂问题解决与跨学科合作提供了关键技术支撑，显著提升了科研效率与创新潜力。