公司基本情况 - 主营业务涵盖人工智能、智慧城市、文化教育三大板块，产品线包括无人机、机器人、智能视频分析平台 [3] - 6月13日股价报收3 69元/股，总市值28 19亿元 [4] 财务与债务状况 - 与东莞银行签订的1 98亿元并购借款合同出现逾期，逾期本金2000万元、利息237 77万元，已偿还本息1 06亿元 [5][6] - 逾期原因为应收账款回收缓慢导致流动资金紧张，公司计划加强催收并与银行协商解决方案 [6] - 连续12个月累计发生诉讼仲裁30件，涉案金额1713 21万元，占最近一期经审计净资产绝对值10%以上 [6] - 其中87 14%案件金额(1492 92万元)为公司作为被告，12 86%案件金额(220 29万元)为公司作为原告 [6] 控股股东风险 - 实控人周勇质押的2890万股股份中1890万股面临被拍卖风险，占其持股23 55%，占总股本2 47% [7][8] - 质押股份因未能按时归还华兴银行融资款项而被申请实现担保物权 [8] 公司重整进展 - 3月19日被通网通信申请重整及预重整，理由为不能清偿到期债务但具有重整价值 [8] - 截至6月10日尚未收到法院正式受理文件，能否进入程序存在重大不确定性 [8]

摘要：数智化已成为推动教育创新和文化传承的重要力量。本文聚焦数智化赋能红色文化在高校教育资 源中的创新转化，探讨如何借助数智技术充分挖掘红色文化的时代价值，实现红色文化的创造性转化、 创新性发展，旨在使红色文化更好地融入高校教育教学体系，推进高校教育教学现代化。 在数智化浪潮席卷全球的今天，高校迎来了教育教学模式的深刻变革。红色文化的创新转化也亟待借力 数智化转型，突破传统转化模式的局限，实现更深入的触达和更持久的影响。高校是文化传承与创新的 重要阵地，探索红色文化在高校教育资源中的创新转化，对传承红色基因，弘扬红色文化精神，培养具 有坚定理想信念、家国情怀和创新精神的新时代青年具有重要意义。 一、数智化赋能红色文化创新转化的必然逻辑 数智技术不断重塑高校教育教学的价值理念、结构、方式，牵引高校教育教学的综合改革，也为红色文 化融入高校教育资源的创新转化提供了全新路径。通过技术赋能，红色文化得以突破传统转化的局限， 实现更高效、更有活力、更具个性化的教育转化，有效增强高校红色文化教育的时代感和吸引力。 （一）推动红色文化转化变革 数智技术打破了物理空间限制，构建了虚实结合的红色教育生态，为红色文化创新转化提供 ...

记者 诸葛漪 本次"红色星火淬初心 馆校共育启新程"青少年沉浸式思政教育体验活动通过馆校合作，探寻在快 速变化的社会中，红色场馆如何与时代共振，培养"知史爱国"的新时代少年。引领同龄人参观中共中央 军委机关旧址纪念馆后，"小红苗"在情景剧《革命家书》中深情讲述杨殷、彭湃、颜昌颐、邢士贞四位 烈士的家国故事，将烈士们在狱中写给组织、妻儿的一封封书信展现在大家眼前，把红色基因转化为看 得见、摸得着、感受得到的人物、事件。 "真切地把握人物情绪，通过一言一行传递坚毅的革命信念。"小演员施依辰是马兰花少儿艺术团学 员，在《革命家书》中饰演烈士彭湃的妻子许冰，"我很自豪能借助表演，让更多同龄伙伴了解历史， 感怀初心，书写属于青年一代的新篇章。"小演员杜乐成表示，"革命者的家书是珍贵的历史文物，更是 屹立不倒的精神支柱。排练与表演时，我将自己完全沉浸于石库门场景，仿佛穿越时空，触摸到革命者 的赤子之心。" 相关负责人介绍，未来，中共中央军委机关旧址纪念馆将持续深化馆校协作，以红色文化铸魂育 人，不断探索"沉浸式、互动式、体验式"的多元教育模式，让思政教育成为照亮青少年精神征程的灯 塔。 昨天在中共中央军委机关旧址纪念馆， ...

生成式AI在教育领域的应用 - 生成式AI通过沉浸式情境设计、个性化学习辅助和跨领域知识融合，推动教学模式从标准化输出转向共生式创新，重塑传统文化教育范式 [1] - 生成式AI结合VR/AR技术将抽象文化符号转化为可交互的沉浸式体验场景，例如敦煌壁画教学通过三维模型让学生"步入"莫高窟，突破传统课堂时空限制 [2] - 大语言模型与学习分析技术协同实现课程资源智能适配，例如根据学生认知盲区推送针对性材料，或在诗词鉴赏中动态调整推荐篇目 [3] 课程设计创新 - 生成式AI通过数字化活化技术将静态文化转化为现代教育载体，例如对《史记》进行三重转化：高精度数字化、交互式注解生成、知识图谱构建 [4] - AI推动教学从单向传授转向人机协同，例如学生通过AI辩论平台自主设计讨论题，AI即时提供经典原文并评判论点逻辑 [5] - 教师角色转变为学习体验设计师，例如借助AI工具整合《坛经》文本与教学视频，实时跟踪学生理解瓶颈并调整授课方法 [6] 跨学科教育生态 - 生成式AI打破学科壁垒构建"文化-科技-艺术"三元互动生态，例如学生使用AI工具生成仿古诗词后需解构算法模型并反思机器与人类创作差异 [7] - AI算法存在文化解读趋同化风险，例如对道家思想的解析可能忽视辩证张力，需建立人类专家与AI协同标注机制 [9] 技术赋能与挑战 - AI深度应用依赖学习行为数据分析，数据隐私保护成为首要议题，需采用本地设备训练和加密参数更新技术 [8] - 生成式AI可能引发学术诚信问题，例如作业缺乏原创性思考或存在隐性错误，需构建技术检测、人工复核和学术溯源三位一体监管体系 [8]