2026年2月5日，华清远见西安中心人工智能班开班典礼在实训室九举行。本次开班典礼由班主任熊燕老师主持，以富有仪式感的形式，开启了学员们AI人工智能学习的新征程。

PART 01.开场致辞

典礼上，渠道经理白莹老师首先致辞。她代表中心对全体学员表示热烈欢迎，并鼓励大家在人工智能这一充满前景的领域里潜心学习、勇于实践，为未来的职业发展打下坚实基础。

PART 02.课程体系及学习技巧

随后，教学主管邱铁军老师详细介绍了课程的整体安排、教学重点和学习方法。他结合多年一线实战经验及多年教学经验，为学员提供了实用的学习建议，帮助大家建立清晰的学习路径和科学的学习习惯。

PART 03.就业分享

就业指导老师围绕人工智能领域的就业趋势、岗位需求及求职流程进行了系统讲解，让学员在学习之初即对未来的职业方向有了更清晰的认知，增强了学习的目标感和动力。

最后，班主任熊燕老师详细解读了班级管理制度与学习规范，强调营造积极向上、互帮互助的学习氛围的重要性，并寄语全体学员珍惜学习机会，共同进步。

典礼结束后，全体师生合影留念，定格下这一充满希望的开端。人工智能26011班的学员们将以此次开班典礼为起点，在华清远见西安中心开启一段充实而精彩的学习旅程。

# 人工智能
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局