5月30日,第十三届数智化人才培养暨产教融合发展大会在北京举行。5月30日下午,以“建设中职双优 助力中高贯通”为主题的数智中职论坛成功举办。来自全国各地一百多位中职院校的领导、专家、学者共赴盛会,为中等职业教育的发展,为高质量人才的培养,畅所欲言,共献良策。论坛以产教融合为契机,构建数智化蓝图,紧跟党的二十大精神,共研中职教育未来发展方向,助力产业结构升级,推进地方产业改革及发展,为“中国式现代化”建设添砖加瓦。

业内资深专家、澳洲注册会计师王峰聚焦“智能数字化产业背景下财务人员竞争力赋能”,结合亲身经历,为与会人员分享了数智化对财务人员的冲击,以及财务人员面对挑战时的应对经验。同时强调了ERP业财一体化建设,对财务工作越发重要,呼吁广大中职院校加强业财一体化学习。针对财务人员未来的职业发展,王峰建议“未来财务人员不能只懂会计,不是懂财务,不是懂企业战略,也不是懂企业数字量化分析”,未来财务人员要熟悉新技术,熟练运用新技术,构建数字化思维。

王峰演讲
武汉财政学校校长徐俊以“新专业目录建设对接产业变革的教学改革”为题进行分享,他针对中职会计事务专业的新专业教学标准制订进行分享,表示要“认清形势 把握趋势 守正创新”,着手于最基础、最底层的职业教育。院校要关注在新经济、新技术背景下的数字化转型,利用技术改革推进会计工作形态变革,归纳起来就是“变革、融合、提质、增效”。当前中职会计专业可以通过新岗位、新技术、业财融合、书证融通、职能拓展五个方向进行转型升级。

徐俊分享
上海商业会计学校校长乔蔓菁聚焦“夯实职教基础 优化类型定位”进行演讲,认为学校建设要立足类型教育,打好中职教育基础,通过六大工程,党建引领、提质培优、优化治理、协同育人、产教融合、社会服务等提升我们的办学质量。乔蔓菁认为通过优化专业布局调整,政行企校协同育人,丰富人陪模式多样性,推进产教融合发展。此外要推进三教改革,助力师生全面发展,定位三型四助力型的师资队伍建设,严格教材审查,拓展教学资源,创新教学范式,提高课堂实效。

乔蔓菁分享
新道科技股份有限公司财务领域专家李媛媛分享了“新道数智化人才培养的路径与思考”。她表示,党的二十大的报告也指出,中小微企业需要专、精、新的企业发展,依托政策导向,中职要培养高素质数智化人才,加强未来就业竞争力。要通过新技术实现把产业融于教育,实现人才规则通频,融入课程,夯实基础,融入育人生态,共同发展。

李媛媛分享
新道科技股份有限公司中职事业部总经理蔡明辉以“浅看产业变革中的中职教育改革”为题分享财经商贸专业跨专业综合实践的探索经验。她表示,首先要进行专业改造升级,优化人才培养结构,培养会计技能型人才;第二,要推进跨专业综合实训基地建设,实现仿真性学习等特点;第三,引入实战课程体系,也就是基础课程体系;第四,进行双师型队伍建设,引入企业力量与产业经验,帮助学校进行师资力量升级;第五,推进职业评价,成效评价,对学习成果进行有效把控。

蔡明辉分享
重庆城市管理职业学院教授唐东升聚焦“论职教衔接中的中高贯通”从四个方面分享了中高衔接的成功经验。他表示,从中高衔接现状来看引企入校取得了阶段性成果,放眼全国中高贯通如火如荼,升学率平均已达70%左右。从中高贯通政策上来看,我国自1997年5月份起已经有十几个省份开展了试点工作,并在2022年的4月20日修订通过了职业教育法,为中高贯通保驾护航。而中高贯通的模式也发展出五年一贯制,五年制,三二分段制,三三制等主要模式。此外高贯通的内容包含了贯通教学标准、贯通培养目标、贯通课程体系、贯通职业素养、贯通培养模式、贯通教学改革、贯通师资队伍、贯通实训基地这八大方向,引发各位参会人员深刻思考。

唐东升演讲
新道科技财务领域专家高弘聚焦“新财商专业群建设案例分享”进行分享。高弘认为专业群建设要依托于先进的技术,具有稳定灵活的特点,能够满足社会效益与经济效益,同时能促进学校未来建设发展。从目前的成功案例上来看,是以智能、财经、商贸、人才培养为中心构建专业群,立足于学科,满足行业需求,设计示范课程,整合教学资源,打造实训基地,打造区域特色评估机制,预定确定协调机构,推行评估结果分析,分为十个阶段性步骤来打造新财商专业群。

高弘分享
第十三届数智化人才培养暨产教融合大会数智中职论坛圆满落幕,各位参会的校领导、一线教授、专家在交流分享中收获满满,对未来中职教育的发展有积极的推动作用。在开拓创新、产教融合的大背景下,各位教育工作者将秉承着为党育人、为国育才的崇高理念,全力打造高质量的数智化人才培养模式,为中华民族的伟大复兴,做出职教人应有的贡献。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。