5月9日,好视通公益课堂系列课第四期《青铜器里的成语故事》开讲。此次课程邀请到前首都博物馆中英文讲解员子游,以云端“课堂讲解+博物馆参观”的方式,让云南、广西、山东等地20余所小学的学生开启了一场别开生面的游学,孩子们在全新的授课方式与轻松的互动中学习到了知识,既加深了对中国传统文化的认识,又感受到了中华文化的独特魅力。
前首都博物馆中英文讲解员子游老师
在日常学习中,时常会遇到与青铜器相关的成语。以往,一些地方的学生由于缺乏有利条件,无法亲眼目睹真实的青铜器,往往只了解成语基本意思,对青铜器的认知普遍缺乏,造成文化理解的缺失。为了弥补这一环节,好视通精心设计课程,以子游老师在好视通北京展厅主讲,助教老师在首都博物馆实地拍摄,带领线上课堂学生云端游览了首都博物馆青铜器展厅,围绕历史知识、燕地知识、文物知识、工艺知识等,带给学生全方位的学习体验。
课程开始,子游老师问到:“同学们见过青铜器吗?你印象中的青铜器是什么样子的呢?”在孩子们的描述中,子游老师先为学生们科普了中国古代青铜器的两种制作方法——范铸法和失蜡法,让孩子们初步掌握青铜器的基本知识,为后续课程的开展进行铺垫。
子游老师讲解范铸法和失蜡法
接着,子游老师围绕青铜器的前世今生,为学生们逐一介绍了首都博物馆的精品青铜器,包括马首短剑、蛇纹盾饰、戟、圉方鼎、兽面文鼎、云雷纹高足豆、班簋、戈父甲甗、爵、伯矩鬲、蟠螭纹兽耳鉴、铜车马器和刀币,这些青铜器高度汇聚了古人的智慧,其精美程度也让学生们大开眼界。讲解过程中,子游老师每讲解一例青铜器,都会带学生们线上参观青铜器在博物馆陈列的真实场景,并围绕青铜器的特点进行提问和互动。
讲到云雷纹高足豆时,子游老师将青铜器与生活实际联系起来,先让学生们猜猜云雷纹高足豆的用途,并进一步引导学生们带入实际:“在家里,爷爷、爸爸和妈妈哪个人可能会用豆?”通过类比,学生们学习到了古人尊敬长辈的优良传统。在欢快的学习氛围中,不仅让学生们清楚了解青铜器的外观,更了解了青铜器的用途和承载的文化。
学生们对青铜器有了系统了解后,子游老师总结了燕地青铜器的特点,并以鼎为例顺势引入青铜器的成语故事。让学生们说说自己掌握关于鼎的成语,学生们表现活跃,说出了不少关于鼎的成语,子游老师就“一言九鼎”、“问鼎中原”、“三足鼎立”三个成语展开详细讲解,让学生们对这三个成语的掌握更加全面,此外,子游老师还进行了知识延伸,讲解了其他包含青铜器的成语和词语。
课程最后,子游老师为所有线上学生送上了寄语:青铜器还有许多未解之谜,希望同学们好好学习,未来能够一一解开。此次公益课堂,带给学生们真正与众不同的学习体验,在日后的学习中用更加开阔的视野了解、看待问题。
好视通公益课堂是好视通邀请科研机构、博物馆、出版社等专家,面向好视通全体教育用户,推出的系列“公益课堂”,旨在通过多领域专家的引领与导航,丰富学生的学习内容、激发学习热情、点燃人生梦想。也为全国教育用户构建交流平台,鼓励各学校共享高质量的、有特色的原创课程。让学生开阔视野,深入了解社会实践,提早做好生涯规划。
未来,好视通将用特色鲜明、科技支撑、模式树立、广泛辐射的智慧教育方式,深入推进国家智慧教育平台在区域的深入应用,携手教育部门、社会各界专家共同提升在校学生素质教育短板,为学生全面成长创造有利条件,持续联合各界专家,探索素质教育新方式,推动构建高质量教育体系。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。