1. 豆包手机对科研的启发和未来影响2. 从 AI 1.0 到 AI 2.0：AI 已全面覆盖科研生命周期AI 不再只是辅助工具，而是贯穿科研全流程的能力体系，科研正在进入“智能化工作流”时代。3. 当前最关键的是提升科研人员的 AI 素养（个人 + 团队）要真正让 AI 发挥价值，科研人员必须提升自身的使用素养，而科研团队也需要形成统一的方法。4. 如何用好 AI：个人与团队的重点方向个人要关注的重点方向，以及团队要关注协作方式有哪些。5. 明确 AI 的能力边界：能做什么、不能做什么AI 目前能完成自主完成哪些任务，无法替代人的哪些工作。6. 实战案例：AI 如何解决真实科研难题通过实际案例展示AI在科研场景下的作用。7. AI 的价值：加速科研 + 留下科研“数字化传承”AI 不只提升效率，还重塑科研流程，完成价值沉淀。8. 如何落地：快速构建科研智能化平台构建科研智能体和 AI 工作流的高性价比工具，适合科研团队快速起步并逐步深化。9. 结尾总结：AI对于科研人员的价值平台只是基础，价值最终由科研人员的使用深度决定。主讲人：刘海峰 软积木主讲人简介：刘海峰 毕业于中国科学院大学人工智能学院，软积木创始人、PEC China 发起人，微软 AI 方向全球最有价值专家（MVP），深耕生成式AI领域，是兼具学术深度与实战经验的行业实践者、推广者及生态构建者。

1. TeX 和 LaTeX 的历史2. TeX 系统的组成和内部结构3. TeX 排版引擎工作方式4. 使用宏定义（macro definition）、编写自己的宏定义5. 外部文件6. 宏包和 LaTeX 文档类：标准 LaTeX 文档类、Beamer 演示文稿7. 外部工具的编写和调用7a. 参考文献、索引：BibTeX 和 Makeindex7b. 数据作图：GNUPlot7c. 图形作图：Asymptote7d. 编写自己的外部工具8. 如何排版：一些细节问题9. TeX 系统的中文支持

讲座大纲：AI辅助生物信息数据处理技术 AI辅助生物信息数据处理应用及实践主讲人：张鹏中国科学院上海营养与健康研究所生物医学大数据中心副研究员，主要研究方向为基于组学与AI技术的生物医学大数据挖掘。工作聚焦于计算机科学与生物医学的交叉领域，运用多种AI技术，系统开展数据挖掘与整合分析，重点面向新冠病毒、结核等重大病原体的基因组学解析，以及海洋宏基因组资源挖掘等重要科学问题。