AI+师范技能教师教育能力提升工程建设解决方案
2026-10-12
AI+LLM大模型 × Agentic AI智能体 × XR虚拟仿真 × STEM科学教育 × 智慧教学评价 × 教师教育数字化转型
方案定位：面向师范大学、综合性大学教师教育学院、教师教育实训中心及区域教师发展机构，提供从项目规划、实验室建设、软件平台研发、设备更新到教学改革成果培育的一体化解决方案。
根据您提供的《教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知》（教师司函〔2025〕11号），我建议以北京中科睿智科技有限公司现有的AI+XR技术体系为基础，形成一套既能够服务高校项目建设与论证，又能够独立进行产品推广、技术招标和项目实施的综合解决方案。
一、政策解读与建设方向
该通知明确要求高校围绕五个方面重点任务，统筹教师教育改革、基础设施建设和设备更新，并提出建设STEM教育实验室、教师教育实训中心、未来教师智慧教育中心等设施的方向。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
教师教育能力提升工程五大重点任务
01
构建教师人才培养新模式
AI赋能培养与教学技能训练
02
搭建教师教育研究新平台
教学科研与数据驱动研究
03
夯实教师教育改革新支撑
数字基础设施与实验室更新
04
建设引领服务社会新高地
区域教师培训与示范辐射
05
开创教育国际交流新局面
国际教师教育与跨文化协同
以上五项任务名称来自通知附件的实施方案样表；对应技术建设方向为本方案建议，并非文件规定的具体采购清单。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
我认为，本次建设不宜简单理解为购置VR眼镜、智慧黑板或搭建几个虚拟仿真实验室，而应着重解决高校教师教育中的五个核心问题：
培养过程缺少真实性： 师范生真实课堂实践机会有限，对课堂突发情况、复杂学生行为和差异化教学的训练不足。
教学能力评价缺少过程数据： 传统评价主要依靠听课、录像和专家反馈，对教学行为、语言表达、课堂互动以及学生响应的量化分析仍有提升空间。
科研与实践相互分离： 教师教育研究缺少可复现、可追踪的真实教学行为数据，以及支持对照研究的实验环境。
区域教师发展资源分布不均： 优质师范院校的课程、培训能力和教研成果难以持续辐射基层院校。
数字技术没有形成育人闭环： AI、XR、智慧教室、教研平台各自独立，缺少统一的课程、数据、评价和教学改进机制。
二、整体建设方案
建议建设：
“一平台、两中枢、六大中心、N类教学实训场景”的AI+XR未来教师教育创新实践体系。
AI+XR未来教师教育综合服务平台
师范生培养 · 教师培训 · 教育科研 · 社会服务 · 国际交流
AI教学智能中枢
大模型 / 教学Agent / RAG知识库 / 智能评分
教育数据与仿真中枢
教学行为数据 / XR引擎 / 数据治理 / 科研分析
01 未来教师智慧教育中心
02 AI+XR教师技能实训中心
03 STEM科学教育实验中心
04 教学行为观察与评价中心
05 教师教育科研创新中心
06 区域教师发展与国际交流中心
N类可持续扩展的专业实训场景
语文 / 数学 / 英语 / 物理 / 化学 / 生物 / 科学 / 信息科技 / 心理健康 / 班主任工作 / 特殊教育等
建议系统总体架构示意
三、六大核心建设项目
项目一：未来教师智慧教育中心
建设定位
建立集课程建设、教学设计、AI备课、微格教学、教学资源管理、智能学伴和个性化培养于一体的未来教师智慧教育中心，作为整个工程的统一教学入口和教学管理枢纽。
核心建设内容：
1.1 AI教学设计与智能备课系统
支持教师或师范生输入学科、学段、教材版本、教学主题、课时、班级学情、课程标准和教学目标，自动生成课程教学方案、教学活动安排、教学资源建议和差异化教学策略；支持结合学校审核的知识库开展备课内容溯源、人工修订、版本比较和教学方案迭代。
1.2 AI智能教案与课件生成系统
结合多模态大模型提供教学目标生成、教学重难点分析、教学流程设计、课堂互动设计、PPT内容编排、作业生成、分层教学方案和课堂评价量规辅助生成，并允许教师进行人工确认。
1.3 AI教师数字学伴
为师范生建立贯穿培养周期的教学能力成长档案，基于其课程学习、模拟授课、教学试讲、真实教学实践以及反思记录形成个性化训练建议，并通过Agent工作流完成任务提醒、推荐练习、学习资源检索和阶段性学习指导。
1.4 智慧微格教学系统
通过多机位视频采集、智能录播、声音采集、课堂过程标记和AI辅助分析，为师范生提供可回放、可标注、可比较的微格训练环境，实现“备课—授课—观察—反馈—反思—再训练”的闭环。
建议交付成果： 未来教师智慧教育中心1套、统一教学工作台1套、AI备课与教案系统1套、AI智能学伴1套、微格教学平台1套，以及分学科教学案例库。
项目二：AI+XR教师教学技能智能虚拟仿真实训中心
建设定位
通过3D虚拟校园、AI虚拟学生、自然语言交互、多模态教学行为识别和动态课堂事件引擎，让师范生在没有真实教学风险的条件下，完成可重复、可控制、可评价的教学能力训练。
2.1 三维智能课堂仿真
构建小学、初中、高中及不同学科类型的3D课堂，模拟教室空间、学生座位布局、电子白板、实验器材、课桌、投影和多种教学设备，支持PC端、VR端以及大屏端多终端接入。
2.2 AI虚拟学生智能体
每个AI学生可按照独立角色画像呈现不同的知识水平、注意力、情绪状态、性格特点、回答偏好和课堂参与度，并能够依据教师授课内容、提问方式、课堂管理行为和教学情境动态作出响应。
2.3 课堂突发事件模拟
建议设置课堂纪律失控、学生争执、学生沉默、教学设备故障、学生情绪波动、家校沟通冲突、课堂时间不足、特殊教育需求响应等多类型事件，通过教师行为驱动事件后续发展。
2.4 多维教学能力智能评价
综合分析教师语言表达、课堂提问、教学组织、学生互动、反馈质量、教学目标达成及课堂管理表现，形成可追溯的评价证据，支持教师、专家与AI协同评分。系统需要区分客观行为指标与需要人工判断的教学质量指标，避免完全依靠大模型自动判定。
2.5 教学情境复盘与强化训练
支持课堂录像和3D事件时间轴同步回放、关键行为标记、师生交互内容检索、专家点评、训练前后对比以及AI生成针对性改进建议。
建议优先开发以下实训内容：
教学导入与教学目标呈现
课堂提问与追问技巧
小组合作与协作学习
板书设计与多媒体教学
课堂组织与纪律管理
学生个体差异及特殊教育需求响应
班主任工作与家校沟通
教学突发事件及课堂应变
学科专项授课与说课
公开课、试讲、教学竞赛模拟
项目亮点： 将虚拟仿真从固定脚本的操作训练提升为可进行自然语言交互、动态情境生成和多路径教学决策的智能训练环境。
项目三：AI+STEM科学教育实验中心
建设定位
建立支持跨学科科学探究、实验教学设计、科学教育师资培训、实验操作与虚拟仿真相结合的STEM科学教育实验环境。
3.1 AI+科学教育实验教学平台
覆盖科学探究方法、科学实验设计、工程设计、数据采集、模型分析、实验评价及跨学科项目式学习，支持教师将真实实验和数字仿真组合为不同层级的探究任务。
3.2 数理化生虚拟仿真实验
建设物理力学、电磁学、光学、化学反应、生物生态及实验安全等虚拟仿真资源，支持变量控制、实验数据采集、异常实验场景分析和实验结果比较。
3.3 STEM跨学科项目式学习平台
围绕智能交通、智慧农业、环境监测、新能源、机器人和城市基础设施等主题，提供项目任务发布、设计方案、任务协作、数字化实验、工程验证和学习成果展示功能。
3.4 科学教师教学能力评测
重点评价实验教学目标设计、科学探究引导、问题链设计、数据解释、实验安全、证据推理以及跨学科整合能力，并建立教学案例和实践成果档案。
建议结合学校专业方向配置科学实验台、传感器、数据采集设备、机器人教学设备、计算机工作站及相关虚拟实验软件。
项目四：AI教学行为观察与智能评价实验室
建设定位
构建面向教学评价、教育科学研究和教师专业发展的多模态教学行为研究环境，实现由专家经验观察向“过程数据分析＋专业评价”协同模式转变。
4.1 多模态教学行为采集
通过授权的视频、音频及课堂交互数据，辅助提取教学活动时长、教师与学生发言轮次、问题类型、课堂互动频次、教学环节切换与课堂时间分配等信息。
4.2 教师教学语言分析
利用语音识别与自然语言处理技术，对教师授课语言的语速、停顿、提问方式、知识解释、反馈语言和语言组织进行分析，并允许人工校对转写结果。
4.3 课堂互动结构分析
基于课堂行为事件和转写数据，分析教师提问、学生回应、教师反馈、课堂讨论等互动链路，生成时间分布图、互动结构图以及典型教学片段索引。
4.4 教学质量评价与成长分析
提供可配置评价量规、专家评价、AI辅助分析、教学行为趋势和个人成长报告，对不同训练阶段的数据进行纵向比较。
4.5 教学研究数据管理
支持研究课题建档、采集对象授权、数据去标识化、研究数据集版本管理、标注审核、统计分析以及教育科研成果导出。
应重点建立隐私保护机制，对教师和学生开展明确告知与必要授权，对未成年人数据设置更加严格的访问、使用和保存限制。AI推断结果仅作为教学研究与专业评价参考，不能将情绪识别或其他不确定推断直接作为人事考核结论。
项目五：AI教师教育科研与教学改革创新平台
建设面向教师教育科学研究、教学改革项目、教育评价研究和数字化教学创新的综合科研平台。
5.1 教师教育科研知识库： 整合课程标准、教师教育研究文献、教学实践案例、学校授权的研究材料与教学资源，支持语义检索、知识关联、证据引用和资料版本管理。
5.2 教育科研智能辅助Agent： 辅助研究者完成文献梳理、研究问题构建、研究方案设计、调查问卷编制、访谈资料分析以及研究报告草拟，保留人工审核环节。
5.3 教学改革实验研究平台： 支持建立实验组和对照组、设置教学干预条件、收集过程数据、开展前后测分析，以及进行长期学习效果跟踪。
5.4 教育数据分析平台： 集成Python、R或可视化统计工具，支持统计描述、相关分析、教学行为序列分析、学习效果比较及多维度数据可视化。
5.5 教师教育改革成果管理： 支持课题、课程、论文、专利、教学成果、典型案例和区域推广项目的全流程管理。
该平台既服务院校学科建设，也能够支持教育数字化改革项目形成可验证、可积累的研究成果。
项目六：区域教师发展与国际教育交流中心
建议采用“区域教师发展服务平台＋国际教师教育协作平台”的双业务体系。
6.1 区域教师培训平台
面向区域中小学教师、地方师范院校和基层教师发展机构，提供教师专业发展课程、在线培训、教学能力测评、专题研修、示范课观摩和培训认证管理。
6.2 优质师范院校资源共享
建设跨院校课程资源、虚拟仿真实验、案例资源和专家服务平台，实现优质教学成果向区域基层教师教育机构开放共享。
6.3 AI教学指导与远程教研
支持远程听评课、专家线上指导、教学录像诊断、区域联合教研、培训成果评价以及教师成长记录。
6.4 多语言教师教育交流
建设英语等多语种教学交流环境，支持国际教师教育课程资源管理、多语种字幕、AI辅助翻译、国际课堂观摩、跨文化教学情境训练和跨国虚拟教研活动。
6.5 国际化虚拟教学场景
开发海外课堂、国际教学研讨、跨文化师生沟通、国际课程展示等场景，培养教师的国际理解、跨文化教学和多语言教学协作能力。
四、软件系统功能体系
建议将六大中心统一纳入一个B/S架构的综合业务平台，避免各实验室分别采购独立的软件，造成账号、数据、课程和评价体系相互割裂。
统一平台建议设置的业务端口
师范生端
课程学习、AI备课、XR实训、能力测评、成长档案
教师端
课程建设、任务布置、评课指导、教案审核、学情分析
教学专家端
听评课、量规管理、专业诊断、教学改进指导
科研人员端
课题管理、科研数据、实验分析、成果管理
院校管理员端
资源配置、设备管理、角色权限、质量监测、项目统计
区域管理端
教师培训、联盟协作、区域数据、示范推广
关键技术架构
4.1 AI大模型服务层
采用可插拔的大模型服务架构，支持接入经学校评估的DeepSeek、Qwen等模型及私有化部署模型，通过统一模型网关实现权限、成本、调用日志、提示词版本和内容安全策略管理。
4.2 Agentic AI智能体编排层
建设教学设计Agent、虚拟学生Agent、课堂管理Agent、智能评测Agent、科研助手Agent及教师成长指导Agent，支持规则引擎、工作流编排、工具调用、知识检索和人工介入。
4.3 XR三维仿真服务层
采用WebGL/WebXR与Unity或其他适宜引擎组合，根据业务场景支持浏览器三维仿真、VR沉浸式训练、多用户协同和交互式大屏；将课堂场景、人物模型、动作、语音和事件脚本进行可复用的资产化管理。
4.4 教育数据与评价服务层
建设统一用户、课程、班级、任务、训练会话、行为事件、评分证据、评价量规、成长档案及科研数据模型，为跨系统统计、教学评价与后续研究提供基础。
4.5 数据安全与平台治理层
支持角色权限、院校级数据隔离、敏感数据访问控制、审计日志、备份恢复和数据生命周期管理，并对语音视频、教育科研数据和AI生成内容建立分类治理机制。
五、建议建设的重点实验室与实体空间
除软件平台外，通知明确涉及教师教育基础设施建设和设备更新，包括教学楼、学科实验室、STEM教育实验室、教师教育实训中心和未来教师智慧教育中心等。实际项目应按学校已有建筑、场地与资金安排分别论证。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
建议优先配置以下六类空间：
AI+XR沉浸式教学实训室
配置VR终端、教学工作站、交互大屏、语音采集设备及XR教学资源，支持师范生进行授课、课堂管理及复杂教学情境训练。
智能微格教学实验室
配置教师授课区、多机位采集、智能录播、互动显示屏和语音分析系统，用于教学技能训练、说课、试讲及教学竞赛。
STEM科学教育实验室
配置科学实验模块、智能传感器、数字化实验设备、机器人与计算机工作站，支持科学探究和跨学科实验教学。
教学行为观察与研究实验室
配置合规的多模态采集设备、行为标注终端、数据分析工作站和研究管理工具，支持教学研究与课堂行为分析。
教师教育数字化科研创新中心
配置教育科研协作终端、研究数据存储与分析环境、成果展示大屏和科研应用软件，支撑教育研究及成果展示。
区域教师发展与远程协同中心
配置远程互动教学、视频会议、培训直播和协同教研设备，承担区域教师培训、名师示范、教育资源辐射与国际合作交流。
六、建设投资与产品组合建议
为便于高校根据资金规模与已有基础设施情况配置项目，可形成三个建设层级。以下金额仅为前期技术方案测算建议区间，不属于政策规定的投资标准或已核定报价；建筑改造、场地条件、系统集成、课程开发数量均会影响实际预算。
其中AI+XR实训中心可作为差异化重点项目，未来教师智慧教育中心及统一平台作为基础平台，STEM和课堂教学行为评价作为科研和教学改革的重要支撑。
预算编制时，应将建设工程、设备购置、软件开发、课程资源建设及后续运维分别列示，按照适用的投资专项管理要求核实各支出类别是否可以列支。通知明确要求经费预算参照相关“两重”建设实施方案及教育领域中央预算内投资专项管理办法编制，并非所有软件开发和服务费用都当然符合中央预算内投资支持范围。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
七、项目实施路径
建议按12—18个月组织技术交付与应用验证，学校基础设施工程可根据实际情况独立安排。
第一阶段：建设基础评估与总体规划（第1—2个月）
评估师范生培养规模、现有实验室、课程体系、教师教育学科、科研基础和学校发展目标，形成项目需求清单、建设边界、重点任务对应关系、技术方案和分期建设规划。
第二阶段：基础平台与示范场景建设（第3—6个月）
部署统一管理平台、AI大模型服务、教育知识库、智能备课及AI教学技能训练基础系统，交付示范教室、核心XR场景及首批评价量规。
第三阶段：实验室和业务平台全面建设（第7—12个月）
完成STEM、课堂观察、科研、教师培训等业务系统以及相关空间和设备建设，建设学科资源、训练案例和智能评价报告体系，完成系统集成与联合测试。
第四阶段：应用验证与示范成果培育（第13—18个月）
组织师范生培养试点、教师培训、专家评价一致性验证和教学改革研究，形成课程案例、成果报告、科研数据规范、平台运行报告与开放共享机制。
建议验收指标
这些指标可作为校企联合讨论的初始建议，不是通知规定的国家统一验收指标。
建设统一教师教育平台1套，完成不少于6类角色工作台。
建设6类重点实验室或功能中心，允许按照已有空间进行组合建设。
开发不少于10类典型教师教学能力虚拟仿真实训模块，并根据学科要求配置场景案例。
建立教学行为评价指标体系，提供指标定义、评价量规、证据记录和人工复核机制。
每项重点功能均具备可执行的功能测试、性能测试、数据安全测试与应用验收记录。
形成示范课程、教师培训案例、教学改革研究成果及可持续运营制度。
八、与通知实施方案的对应关系
通知附件第4—10页给出了实施方案样表，包含基本信息、建设基础、总体目标和原则、五项重点任务、基础设施及设备更新项目、地方和高校支持举措、党委会议审核情况及推荐部门意见。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
建议将中科睿智提供的技术解决方案作为学校整体实施方案的专业技术附件，重点提供：
8.1 建设基础诊断报告： 整理现有实验室、课程资源、数字教学平台、教师教育科研成果和设备利用情况，证明建设需求与现有能力差距。
8.2 教师教育改革任务与技术支撑对应方案： 明确五项任务分别对应哪些平台、实验室、课程、教学改革措施与可量化成果。
8.3 项目可行性研究技术支撑材料： 提供项目建设必要性、实施内容、技术可行性、设备配置、场地条件、系统集成方案、进度安排和投资测算依据。
8.4 软件与硬件技术参数： 形成可采购、可开发、可验收的技术需求文件，包括统一平台、AI+XR仿真、STEM实验、课堂观察、人工智能评分、设备配置与信息安全要求。
8.5 教学改革与科研成果培育方案： 制定师范生教学能力评价指标、智能教学改革试点、教育科研研究计划及成果转化计划。
8.6 运行管理与开放共享方案： 明确校方责任部门、课程组织方式、设备使用机制、数据治理、区域服务、专家参与和后续运维。
需要注意：附件所对应的是2025年5月7日印发的通知，原定实施方案报送时间为2025年6月23日，目前已是2026年10月，因此不能将其视为正在开放的新一轮申报。学校若准备当前建设或申报，应先核对主管部门最新要求和后续建设单位安排。原通知还规定，省属高校推荐方案须经省级教育行政部门会同发展改革部门审核，每省份不超过2个，并需经学校党委会议研究通过。
07教育部教师工作司关于做好教师教育能力提升工程组织实施工作的通知（教师司函〔2025〕11号）.pdf
九、对北京中科睿智的产品化与市场推广建议
我建议不要把以上内容仅制作成一份通用的“智慧教育整体解决方案”，而是形成具有明确政策对标、建设场景和采购单元的产品矩阵。
建议统一解决方案品牌
中科睿智 AI+XR未来教师教育能力提升综合解决方案
Zhongke Ruizhi · AI-Driven Future Teacher Education Solution
建议重点打造三个旗舰产品
产品A：AI+XR教师教学技能智能虚拟仿真实训平台
以3D智能课堂、AI虚拟学生、课堂突发事件和AI教学评分为核心，体现公司的XR、AI Agent和虚拟仿真技术优势。
产品B：TeacherSight AI教学行为观察与智能评测平台
以多模态课堂行为数据采集、教学过程分析、教学评价量规和教学科研为核心，可服务教育学、教师教育及教育科研实验室。
产品C：AI+STEM科学教育智能实验教学平台
以科学探究、跨学科项目制学习、虚拟实验和科学教师教学能力训练为核心，对应STEM教育实验室建设需求。
其他模块建议以统一的未来教师智慧教育平台进行整合，形成包括软件、实验室和教学资源的整体交付能力。
整体建议：优先以“AI+XR教师教学技能智能虚拟仿真实训中心＋AI教学行为观察与评价实验室＋未来教师智慧教育平台”为第一批核心建设内容，再扩展STEM、科研和区域教师发展模块。 这一组合既直接支撑教师人才培养与教育改革，也便于形成具体的实验室项目、独立的软件采购标的和具有差异化价值的教学科研成果。
阅读9