AIGC赋能现代设计业——AI时代设计师能力重构暨业务转型之路

开班破冰：AI时代的规划师和规划院，何去何从？

1. 两天课程总览：从“认知”到“抓手”到“流程”到“方略”的研习路径

2. 破冰交流（扫码调研）：你眼中的AI规划——实地调研参训者的AI抓手采用现况、痛点和期待

一、传统规划流程的“不可能三角”

1. 资讯孤岛：各专精软件不互通，图模不一致问题频发，资料传递损耗严重

2. 重复劳动：大量时间消耗在绘图、修改、规范查询等等低创造性事务

3. 心得局限：规划方案高度倚重个人心得和“大师直觉”，难以穷举最 优解，并且心得随人员流动而离职

4. 交流损耗：规划师和业主、各专精之间的交流成本高，修改一处引发连锁调整

二，从CAD到AIGC的范式转移

1. 概念厘清：区分“计算机辅助规划”和“机器智能生成式规划”——从“记录和辅助”到“创造和生成”的本质跃迁

2. 技艺底座拆解（通俗版原理）

o 生成对抗网络（GAN）：生成器和判别器的“博弈进化”，怎样迅速产出多样化立面方案

o 扩散模型（Diffusion Model）：从“纯噪声”到“高清图像”的渐次去噪进程，为何成为文生图的主流技艺

o 大语言模型（LLM）：规划院学识资产（规范、技艺措施、项目报告）的“激活引擎”

o 多模态模型：打通文字，图像、图纸、点云的统一领会和生成，是达成“图模一致”的技艺前提

3. 规划范式演进图谱：线性流程→算法驱动→资料驱动→模型驱动的四阶跃迁

三、AI在规划中的三种介入模式

1. 模式一：灵感激发器——借助文生图突破思路定势，适用于概念方案阶段

2. 模式二：方案评核器——基于资料和规范开展性能精进（结构经济性、能耗，合规性）

3. 模式三：图纸自动化——从模型到施工图的端到端生成，达成“无人驾驶”式出图

1. 交流碰头：“10年后的规划事务”——倘若AI完成80%的绘图和计算，你的时间将用于什么？

四、规划师定位的重新定义

1. 从“执行者”到“训练者”：教会AI领会规划语言——构筑公司专属LoRA、标注资料、规划提示词模板

2. 从“绘图员”到“策展人”：在众多AI生成方案中筛选、组合、策展，形成有推演的规划叙事

3. 从“技艺工”到“决策者”：基于专精判断、伦理责任和甲方诉求做出最终决策。AI是副驾驶，你仍是机长

五、AI规划的伦理和法律考量

1. 学识产权归属

2. 责任认定

3. 算法伦理审查

六、AI时代的业界准则和规范

1.现行工程准则的适配问题

2.问题破解方向

3.最 新进展

1. 交流环节：AI规划思路自测和小组碰头

1. 分组碰头：直面建筑业界当前的挑战和AI运用机遇，你需要做哪些准备？

2. 小组代表分享，具体来看，讲师点评并引入第二模块的办法论

一、提示词六要素模型

1. 主体：建筑类型，功能、形态、层数、体量关系

2. 环境：场地特征，周边景观、气候、城市肌理

3. 风格：建筑风格、规划流派、大师参照

4. 构图：视角（鸟瞰/人视/室内），景别、镜头参数

5. 光照：光线方向、色温，氛围（黄金时刻/阴天/夜景）

6. 渲染参数：输出质量、比例、版本将控、渲染引擎

二、结构化描述法和进阶招数

1. 从“要害词堆砌”到“自然语言段落式描述”——资讯密度决定生成质量

2. 权重分配（::符号）和负面提示词（--no）的推演和采用情境

3. 种子固定（--seed）和多轮迭代：怎样保持风格一致性，达成“策展式精进”

4. 实例实操：将“山水凝韵，花栖绿境”转化为精准的结构化提示词，具体来看，并对比不同权重分配的结果差异

一、核心抓手的“性格”拆解（不追求菜单教学，锁住本领边界和选项推演）

1. Midjourney：艺术性和氛围感的首 选，低研习门槛，适合概念方案和风格探索。其“黑盒”特性决定了它更适合发散而非精确将控。

2. DALL·E 3：推演性和精准语义领会的强项，平面图、轴测图生成质量高，和ChatGPT无缝集成，适合需要规范验证的情境（如无障碍卫生间布局）。

3. Stable Diffusion：开源、最强可控性，是构筑公司私有化事务流的核心。ControlNet，LoRA、Inpainting等等插件架构使其成为“工程师级”抓手。

4. SketchUp + SUAPP灵感渲染：和现有事务流无缝衔接，无需复杂参数，适合建筑师在日常建模中迅速验证材质和光影。

5. 即梦AI：中文友好、本土化精进，内置新中式、现代简约等等本土风格模型，支持视频生成，适合迅速概念表述和买方交流。

6. ADAI / Evai建筑大师：垂直领域模型的优势——内置建筑规范学识、专精术语响应更准确，破解通用大模型“说外行话”的问题。

二、抓手进阶实战——从概念到高阶实操

（一），Midjourney进阶实操

1. Midjourney特色：

1） 艺术性和氛围感的首 选

2） 核心优势：低研习门槛、强大的艺术表现力

3） 适用情境：概念方案、氛围营造，风格探索

2. Midjourney高阶实操

1） 版本选项打法

2） 比例将控招数

3） 风格化参数运用

4） 多图混合（Blend）功能

5） 局部重绘技艺

（二）、DALL·E 3精准将控招数

1. 结构化提示词规划

1） 实例：无障碍卫生间布局的规范要求转化为提示词

2）多轮对话迭代招数

2. DALL·E 3和ChatGPT协同事务流

1）利用ChatGPT精进提示词

2）对话式修改和方案迭代

1. Midjourney和DALL·E 3的对比选项

1）何时用MJ：艺术性，氛围感、风格化

2）何时用DALL·E：推演性、精准性、规范验证

（三），Stable Diffusion高度可控的本地部署运用

1．Stable Diffusion：开源、最强可控性，公司私有化事务流核心

2．高阶运用：ControlNet、LoRA、Inpainting等等插件架构

3．Stable Diffusion和Midjourney、DALL·E 3的对比选项

（四）、SketchUp + SUAPP灵感渲染

1. 和现有事务流无缝衔接，无需复杂参数，适合迅速验证材质和光影

2．高阶运用招数

（五）、即梦AI

1.本土化精进，内置新中式、现代简约等等本土风格模型，支持视频生成，适合迅速概念表述和买方交流

2．高级招数

（六）、ADAI

1．垂直领域模型的优势——内置建筑规范学识、专精术语响应更准确

2. 高阶运用招数

（七）、Evai建筑大师

1. 建筑/室内/景观/规划业界专精AI平台

2. 公司级闭环支持，适配规划公司准则化生产：提供批处理、队伍协同、模型训练（LoRA）、API对接等等高级功能

三、多抓手协同事务流规划

1. 典型路径：“MJ出意向概念 → DALL·E 3校核平面推演和规范 → SD+ControlNet开展精确将控和深化 → 即梦AI局部重绘和高清修复”

2. 实例演示：同一项目（滨水信念中心）在四种抓手下的表现差异，以及怎样组合采用达成最 佳成效

3. 决策树：何时用MJ，何时用DALL·E，何时必须上SD+ControlNet

实操工作坊——从概念到“可深化”的方案

差事设置：以一个自身项目或者指定题目（如“小型社区活动中心”）为对象，实操中，完成以下流程：

1. 采用AIGC抓手生成3个不同风格的概念方案（10分钟）

2. 选定一个方向，采用即梦AI或者其他生图抓手开展局部修改和材质调整（10分钟）

3. 撰写完整的提示词迭代记录（初稿→精进→定稿），说明每一步的修改推演（10分钟）

结晶提交：一份包含“方案图 + 核心提示词链 + 下一步深化思路”的作业

讲师巡回指导，选取典型作业开展点评

一、技艺要害链拆解

1. 图像分割：SAM+GroundingDINO的运用——怎样让AI“看懂”成效图中的建筑元素

2. 矢量转化：从分割结果到SVG，执行层面，为参数化建模准备资料基础

3. 参数化重建：在Grasshopper/Revit中重构几何，运行层面，将AI生成的立面肌理转化为可编辑的幕墙嵌板

4. BIM集成：导入Revit深化规划，达成“图模一致”

二、实例演示

1. AI生成立面成效图 → 提取轮廓和分割 → Grasshopper生成参数化模型 → Revit中深化为施工图级构件

2. 碰头：这个流程对传统“成效图-施工图”分离模式的颠覆意义

一、传统结构规划的三大痛点

1. 布置耗时：根据建筑平面布置剪力墙，梁柱，2小时起步，反复修改

2. 计算分离：方案布置和受力拆解、配筋计算脱节，容易造成不合理规划

3. 方案单一：高度倚重个人心得，往细里说，难以在“经济性”“安全性”“施工便利性”之间找到帕累托最 优

二，AI-structure Copilot深度拆解

1. 技艺架构：中望软件和清华大学联合研发，国内CAD平台首 款生成式结构规划AI助手

2. 核心功能的三层推演

o 建筑空间提取：自动识别CAD图纸中的房间、门窗，楼梯等等资讯

o 构件智能布置：基于多算法（A/B/C算法）并行生成剪力墙，结构梁方案

o 经济性比选：自动计算材料用量和建造成本，输出对比报表

3. 效率资料：传统数小时的结构布置差事缩短至数分钟，效率拉升90%以上

三，对规划师的意义重构

1. 从“画图”转向“方案决策者”：AI提供多个候选方案以及经济性指标，规划师基于心得和规范做出最终选项

2. 人机协同新范式：AI负责“穷举+初筛+预警”，规划师负责“决策+精调+审核”

四、实例运用（轮廓、剪力墙结构架构）

一、电气专精：UAD电气和智能化AI辅助规划软件

1. 传统痛点：配电箱布置、干线图绘制耗时巨大；装置选型和负荷计算分离，容易出错；修改一处引发连锁调整

2. AI解题打法

o 输入：建筑平面图 + 规划诉求（负荷等级、供电半径等等）

o AI输出：配电箱位置建议，竖向配电干线图、各楼层配电箱系统图，自动材料清单

3. 效率对比：传统3-5天 → AI辅助3-5小时，执行层面，错误率降低80%

二、给排水和暖通专精：S3D智能辅助抓手和高效机房AI

1. 管道轴测图一键出图：从数日到半小时，效率拉升90%——其背后是“规则引擎+拓扑识别”的技艺组合

2. 重力流/压力流智能避让：自动识别管线碰撞，执行层面，遵循“小管让大管、压力让重力”要则调整走向，生成2-3个避让方案供选项

3. 暖通AI突破：高效机房AI全域生态平台，达成方案规划和能效仿真精进

4. 实例：越南2万冷吨项目，换个角度看，从实践看，具体来看，传统200-300天 → AI辅助60天执行完毕，实操中，成本降低20%-30%

一，TransBIM平台的技艺原理和价值

1. 多通道神经网络：笔画通道+几何拓扑通道+身份感知通道，在实际应用里，让AI“读懂”图纸中的每一个元素

2. 全专精施工图生成流程：输入建筑规划方案图（平立剖，总图） → AI提取各专精资讯 → 基于规范库自动生成结构、给排水、电气，往细里说，暖通施工图

3. 实例：5万平米地下车库，往细里说，传统5-10天 → AI辅助6小时，效率拉升85%-93%

二、智能校审：利用AI开展合规性审查

1. 传统审查困境：人工审查倚重个人心得，容易疏漏；规范条款繁多，难以全部记忆

2. AI校审技艺方案：规范学识库构筑（基于大语言模型+RAG技艺） + 图纸智能拆解 + 隐患预警和修改建议

3. 实例资料：引入AI校审后，具体来看，图纸错漏率降低60%，审查周期缩短70%

一，具体来看，从“文件传输”到“单一资料源”

1. 传统协同的弊病：建筑改一版，往细里说，结构改一版，机电再改一版，PDF传递进程中版本混乱

2. 飞扬集成规划系统的启示：多专精实时“同居”，动态参照取代PDF传递，系统实时碰撞查验

二，从实践看，二三维一体化和图模一致

1. 平面拉墙，落地时，生成三维模型。三维调管线坡度，落地时，平面标注和剖面自动联动——消灭“图模不符”的技艺前提

2. AI在其中定位：自动识别二维图纸和三维模型的差异，就一线经验说，执行层面，发出预警并建议修正

交流环节：专精协同工作坊

1. 分组：建筑组、结构组，机电组（每组5-10人）

2. 差事：每组收到同一项目的不同专精图纸（局部），换个角度看，实操中，采用相应AI抓手完成指定差事（建筑组生成备选立面，落地时，结构组用AI-structure生成方案，机电组用UAD完成干线图或者S3D暖通管道）

3. 结晶展示和交叉点评：各专精之间互评“你们的输出是否方便我往下做”

4. 讲师收束：全专精AI协同的要害成功要素——资料准则统一、接口开放、人机职责清晰

终局破冰交流：AI时代的规划院，何去何从？

1. 方略标的：从“抓手思路”到“生态思路”

2. 破冰交流：——你所在公司当下处于哪个阶段？

（抓手运用/流程嵌入/平台建设/生态输出）

3. 方略引入：规划院AI转型三级跳——业务提效→流程再构→生态重塑

一，具体来看，传统规划院的方略困局

1. 智力资产离职：项目心得随人员流动而离职，执行层面，在实际应用里，难以沉淀

2. 同质化竞争：靠人力和资质竞争，执行层面，利润空间持续收窄

3. 跨界冲击：科技公司、平台型公司进入规划领域，降维打击

4. 业主诉求升级：从“出图”到“全生命周期价值服务”的转变

二，运行层面，就一线经验说，运行层面，AI在规划中的三种方略介入模式

1. 模式一：效率增强器——替代重复劳动，执行层面，释放人力

2. 模式二：流程重构器——重塑专精协同和交付模式

3. 模式三：生态重塑器——基于AI本领形成新业务线（咨询、评核、运维）

三，规划院定位的重新定义

1. 从“项目执行方”到“资料营运商”：项目资料转化为可复用的模型资产

2. 从“人力密集”到“模型密集”：核心竞争力从“大师数量”转向“模型质量”

3. 从“服务商”到“平台商”：构筑业界AI生态，输出本领和准则

四、方略研讨环节：自我诊断

1. 分组碰头：公司的业务演进进阶，当下最 大瓶颈是方略、资料、英才还是技艺？

2. 小组代表分享，讲师点评并引入次讲的办法论

一、业务跃迁的核心推演：构筑公司级AI生态

1. 传统模式瓶颈

o 规划院核心竞争力长期倚重“大师+主力+绘图员”的智力金字塔

o 学识资产随人员流动而离职，项目质量高度波动

o 规模不经济：人员增加带来管控成本非线性增长

2. AI时代新范式

o 将公司数十年项目资料、技艺措施、规范条文转化为可调用、可迭代的模型生态

o 达成“心得资产化、资产模型化、模型服务化”的三级跃迁

o 竞争推演从“拼人头”转向“拼资料资产+模型本领”

3. 跃迁的三个方略台阶

o 第 一台阶（业务赋能）：AI嵌入各专精环节，达成效率跃升

o 第二台阶（流程重构）：AI重塑规划-协同-交付全流程，改变服务模式

o 第三台阶（生态方略）：公司级AI平台成为核心竞争力，对外输出本领和准则，形成业界生态

二、技艺达成的理论轮廓：规划院AI生态的四层架构

• 资料层：历史项目资料的结构化、清洗、标注、版本管控。核心资产，决定AI本领上限

• 平台层：AI本领中台、事务流编排、API网关。打破抓手孤岛，达成统一调度

• 专精层：公司LoRA模型、RAG学识库、规范图谱。沉淀公司特有的规划语言和学识

• 运用层：各专精AI抓手集成入口。统一用户体验，降低采用门槛

三、方略落地的四步方略

1. 方略一：方略对齐

o 管控层达成共识：明晰AI转型的定位（效率抓手/流程重塑/生态构筑？）

o 识别“高价值情境”：哪些业务环节AI赋能后能产生最 大方略收益

（如方案竞标、复杂计算、学识复用）

o 产出：《公司AI方略定位报告》

2. 方略二：种子培育

o 选拔各专精主力，练就为“AI训练师/转型促成者”

o 构筑公司提示词库、规范学识库、项目资料标注规范

o 产出：种子队伍 + 资料资产初步轮廓

3. 方略三：试点突破

o 选项一个实际项目，就一线经验说，实操中，换个角度看，换个角度看，全流程嵌入AI本领（从概念到交付）

o 量化对比：AI辅助 vs 传统方式的效率，质量、成本差异

o 形成可复制的“AI规划事务流模板”

o 产出：标杆实例 + 准则化流程

4. 方略四：规模推广和生态构筑

o 构筑公司AI运用社区和激励制度

o 将AI本领纳入项目考核和职称晋升架构

o 启动公司级AI平台建设（私有化部署/自研模型/API网关）

o 探索本领输出：将成熟AI模块货品化，服务生态伙伴

o 产出：公司AI平台 + 对外服务本领

四、方略研讨：公司AI转型路径选项

分组碰头：根据本公司规模（小型/中型/大型），往细里说，专精特点（建筑/市政/工业）、资料基础，运行层面，选项适合的转型路径：

• 路径A：轻量嵌入（云端SaaS + 种子队伍）

• 路径B：平台建设（私有化部署 + 资料中台）

• 路径C：生态引领（自研模型 + 本领输出）

小组代表分享，讲师点评

一，中南建院：GiantAI平台的自主研发和运用

1. 方略定位：贯彻湖北省委“炼就世界规划之都”方略部署，坚持科技革新引领

2. GiantAI 2.0平台拆解：技艺架构（DEEPSEEK R1 + 稳态扩散模型）、三端运用（Web端、公司微信端，SketchUp插件端）、九大功能覆盖全流程

3. 落地项目实例：天门石家河遗址博物馆（信念元素提取）、湖北警官学院新校区（多方案比选）、黄山市歙县徽信念艺术交流中心（传统和现代融合）

4. 心得启示：自主研发平台需要“技艺+情境”双轮驱动；以实际项目诉求牵引技艺迭代；多端运用确保抓手融入日常事务流

二、中建西南院：从抓手运用到自主研发

1. 方略定位：运用牵引+技艺攻坚双轮驱动

2. 核心结晶：ArchiMind结构AI模型

o 技艺突破：步进重复采样算法、特征增强图神经网络（ALGNN），工程概念约束嵌入

o 和EasyBIM无缝对接，打通建筑到结构全流程

o 结晶入选国务院国资委首批央企机器智能方略性高价值情境

3. 全流程智能规划生态：智能方案生成、绿色智慧决策、参数化规划革命（Grasshopper+DeepSeek，效率拉升70%）、智能材价采集、业界学识引擎（整合70余年技艺沉淀）

4. 心得启示：从“运用抓手”到“自主研发”需要长期技艺积累。自主研发模型可和自有软件生态深度集成，形成核心竞争力

三，华建集团：AI开源生态和垂直领域突破

1. 方略定位：构筑“新质出产力”英才生态圈，促成业界数智化转型

2. 核心结晶一：建筑AI开源生态双核——AECBench评测基准（评核模型专精本领），ArchCAD多模态资料集（为业界提供基础资料资源）

3. 核心结晶二：OVAL AI体育建筑智能规划助手（全球首 款）

o 覆盖144个国家，4000+场馆、6万余张图像

o 自然语言输入，云端参数化建模、多智能体协同

o 实例查找、参数问答、参数修改一体化

4. 数智化转型顶层规划：四层支撑架构（基础设施、资料治理、平台支撑、运用革新）；DeepSeek赋能实践（学识检索效率拉升超80%）

5. 心得启示：开源生态+垂直深耕+方略携手，构筑业界准则

四、北京市政总院：智慧市政平台和生态构筑

1. 方略定位：立足“智慧城市”和“韧性城市”建设诉求，在实际应用里，具体来看，从传统规划院向“城市基础设施智慧解题打法提供商”转型

2. 核心结晶：BMEDI SmartCity Design Platform

o 底层：市政专精大模型（融合30余类规范和准则）

o 中层：七大AI本领中心（道路智能选线、纽带方案生成、管网智能布置、泵站精进、交通仿真、造价预测、病害检测）

o 上层：Web端，BIM协同端，移动端三端协同，从实践看，从实践看，和北京市“城市大脑”资料对接

3. 落地项目实例：北京城市副中心某主干路工程（路线方案从4周压缩至5天），北京市老旧小区市政管线综合改造（方案效率拉升60%）、北京新机场临空经济区综合管廊（规划周期缩短35%）

4. 资料资产和生态构筑：整合60余年首都市政工程资料，构筑“首都市政构件库”，渐次开放API接口

5. 心得启示：市政专精AI落地要“先准则化后智能化”；资料治理是方略工程；人机协同模式为“AI穷举+初筛+预警，规划师决策+精调”；和城市大脑对接达成规划-建设-运维全链条闭环

五、实例对比和圆桌研讨

1. 四家规划院对比拆解维度

o 方略定位差异：省级方略驱动型 / 技艺攻坚型 / 开源生态型 / 城市智慧生态型

o 技艺路线选项：自研大平台 vs 垂直模型 vs 开源生态 vs 智慧市政平台

o 运用侧重和结晶：建筑方案、结构、体育建筑、市政基础设施各具特色

o 生态构筑路径：内部赋能→业界开源→平台输出

2. 圆桌研讨：您所在公司适合哪种模式？

o 分组碰头，具体来看，运行层面，每组选项一家实例公司开展对标拆解，往细里说，结合自身公司特点提出借鉴点

o 小组代表分享对标结论（5分钟/组）

o 讲师点评和收束，带出思索自身公司的生态构筑路径

一、方略定位：从愿景到标的的分解

1. 明晰AI转型的三阶段标的

o 短期标的（6-12个月）：抓手引入、主力练就、标杆实例

o 中期标的（1-2年）：资料资产化、流程重构、平台雏形

o 长期标的（2-3年）：公司AI平台、生态输出、竞争壁垒

2. 按照公司规模选项技艺路线

o 小型队伍（10人以下）：云端SaaS为主，锁住业务赋能，运行层面，从实践看，不追求自建平台

o 中型公司（10-100人）：混合模式，运行层面，落地时，要害资料本地化，落地时，构筑公司学识库和轻量级模型

o 大型集团（100人以上）：本地化部署+平台建设+自研模型训练，形成公司AI中台

二、本领建设：英才、资料、抓手的架构化部署

1. 主力后备链三层结构

o 运用普及层：全体规划人员掌握提示词工程和主流抓手

o 技艺主力层：各专精“AI训练师”，负责公司LoRA训练、学识库构筑

o 研发专家层：资讯化部门负责平台开发、模型微调和API集成

2. 资料资产积累四步法：盘查 → 清洗 → 标注 → 资产化

o 要害动作：构筑公司资料准则、统一坐标和编码架构、利用AI辅助标注

o 实例：中建西南院70年技艺沉淀学识库、北京市政总院“首都市政构件库”

3. 抓手选型和集成打法

o 评核维度：功能匹配、集成本领、资料安全、成本、可扩展性

o 优先选项有API接口的抓手，渐次构筑公司AI本领中台

三、落地推进：试点、流程和考核

1. 试点项目选项准则：复杂度适中、周期有弹性、队伍有意愿、结晶可量化

2. 流程重构施行要点：将AI节点嵌入现有规划流程，明晰各阶段AI输出准则和审核制度

3. 绩效考核部署：正向激励（资源支持、晋升倾斜）和成效量化（构筑效率对比基线）

四、持续迭代和生态构筑

1. 自主研发四阶段演进路径：集成运用→二次开发→自主研发→本领输出

2. 生态构筑四步走：内部赋能→流程重塑→平台开放→准则引领

差事设置：每位参训者（或者每组）以自身所在公司/队伍为蓝本，完成一页纸的《AI转型行动规划》，包含以下要素：

1. 方略定位：愿景、标的（短期/中期/长期）、边界

2. 技艺路线选项：轻量嵌入 / 平台建设 / 生态引领

3. 资料资产规划：盘查范围、清洗优先级、标注规范

4. 主力后备链建设方案：种子人选、培训制度、激励措施

5. 试点项目选项和推进规划（未来3个月的具体行动）

6. 预期量化收益和时间节点

结晶呈报和点评：选取2-3组代表分享（5分钟/组），讲师从“方略清晰度、可行性、革新性”三个维度开展点评，其他参训者提问

形成可带走的结晶：每位参训者完善自己的《AI转型一页纸》电子版或者纸质版

课程收束和答疑

两天课程核心脉络回顾

开放式问答

解答参训者关于抓手选型、研习路径、落地阻力、组织变革、投资回报等等实际问题

课后资源和支持说明

1. 《个人AI本领成长路线图》模板

2. 《公司AI转型方略自评表》和《头部规划院AI方略实例精编》

3. 主流抓手官网、研习平台、社区论坛清单

4. 后续咨询和工作坊支持说明

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|蔺军老师