逻辑启蒙
先建立观察、顺序、分类和空间规划能力,再进入图形化编程。
阶段衔接:能独立规划步骤后,推荐衔接 Scratch 创作- 观察与分类
- 顺序与规则
- 问题拆解
- 表达自己的方法
每个孩子,都有适合自己的起点
编程创造负责表达与计算,机器人工程负责机械与控制,科学探索负责提问与证据,人工智能创造负责数据、模型与智能系统。可以沿一条主线持续成长,也可以在综合项目中交叉学习。
查看四条学习主线 →编程与机器人按能力逐级衔接;科学采用共同方法加主题轮转;人工智能从共同基础进入高级分支,再汇入综合智能系统。
从逻辑与图形化表达进入文本代码和算法,用持续完成的作品建立计算思维。
先建立观察、顺序、分类和空间规划能力,再进入图形化编程。
阶段衔接:能独立规划步骤后,推荐衔接 Scratch 创作用动画、故事和游戏表达想法,在项目中理解程序结构。
阶段衔接:能完成含变量与条件的项目后,推荐衔接 Python从文本代码基础走向数据、自动化、游戏和真实应用项目。
阶段衔接:具备文本编程和调试基础后,可衔接 C++ 算法通过桌面项目系统学习 C++、数据结构与算法建模,不提供在线判题或公开代码执行。
能力进阶:持续进入项目与竞赛训练,按能力逐级进阶机械结构是机器人的身体,程序控制是机器人的大脑;课程始终把机械设计、动力传动与编程任务放在一起。
用大颗粒理解连接、平衡、加固和简单机械运动,能解释结构为什么稳定。
阶段衔接:能搭建稳定机构并说出力量如何传递后,进入动力机械让马达、齿轮、皮带、滑轮、凸轮和连杆组成可持续运动的机械系统。
阶段衔接:能根据任务调整速度、方向和扭矩后,进入可编程机器人把动力结构与图形化程序组合到同一个任务中,让机械动作由程序准确控制。
阶段衔接:能把任务拆成机械动作与程序步骤后,进入感知与自动控制让机器人通过传感器感知环境,并依据条件、状态与参数自动行动。
阶段衔接:能完成多传感器任务并依据数据定位问题后,进入 ESP32 原型综合机械结构、基础电路、传感器、执行器和文本代码完成智能硬件。
项目衔接:以真实工程项目连接编程、物理、数据采集与产品设计先建立共同探究方法,再按兴趣轮转物理、化学与生物主题,最终用综合课题连接证据、模型与工程。
从提问、预测、观察、测量和记录开始,建立证据意识与实验安全习惯。
方法衔接:能提出可观察的问题并完成基本记录后,可进入任一科学主题探究重力、摩擦、平衡、速度和简单机械,用公平测试解释运动变化。
主题衔接:可继续深化物理,也可轮转到声、光、电、磁或其他科学主题从振源和传播介质理解声音,比较音高、响度与材料之间的关系。
主题衔接:用同一套变量控制方法轮转到光、电、磁、力等主题研究光的传播、反射、折射、影子、颜色与成像,并制作简单光学装置。
主题衔接:可与声、电、磁、力并行轮转,并在综合项目中连接传感器认识电源、导体、绝缘、串并联和能量转换,在安全边界内搭建电路。
主题衔接:可衔接磁与电磁、机器人动力或 ESP32 智能硬件观察磁极、磁力和磁场,再用电磁铁理解电与磁如何共同产生运动。
主题衔接:可回到电路深化,也可进入机器人执行器与综合工程项目认识物质性质、混合、分离、溶解与变化,在规范操作中区分现象和结论。
主题衔接:不以学完物理为前提,可与物理、生物交替学习通过样本观察、分类和长期记录理解生命结构、适应、健康与生态关系。
主题衔接:可与物理、化学交替学习,再以真实问题进入综合研究围绕真实问题综合两个以上主题,完成实验、数据、模型或工程原型。
研究衔接:根据证据缺口回到任一主题深化,而不是把科学理解为已经学完从负责任地理解人工智能开始,沿数据、机器学习与神经网络建立共同基础,再选择感知语言、大模型或智能决策方向完成真实系统。
从身边案例理解人工智能能做什么、不能做什么,建立隐私、公平、责任与内容核验意识。
基础衔接:能够识别能力边界与风险后,进入数据采集、标注和感知实验用合规数据、清晰标签和测试样本体验图像、声音与文本模型,理解训练、预测和错误分析。
基础衔接:能检查数据与模型错误后,进入 Python 数据、机器学习和神经网络使用 Python 清洗和表达数据,训练分类、回归或聚类模型,并理解神经网络、损失与泛化。
方向分流:完成共同基础后,从 A7-A9 中选择一个或多个高级方向模块面向图像与文本任务学习视觉特征、文本表示、迁移学习和跨场景测试。
项目汇入:完成方向作品后,可汇入 A10 综合智能系统项目理解 Transformer、向量和生成过程,构建有资料依据、权限边界与评测证据的 RAG 或智能体应用。
项目汇入:完成方向作品后,可汇入 A10 综合智能系统项目在安全仿真中研究状态、动作、奖励和策略,比较长期效果并识别奖励设计漏洞。
项目汇入:完成方向作品后,可汇入 A10,连接机器人或交互系统整合数据治理、模型、交互与至少一个高级方向,完成需求、原型、评测、风险控制和公开答辩。
持续进阶:根据项目证据继续深化视觉语言、大模型系统、智能决策或机器人智能控制年龄只是参考,真正的起点取决于孩子目前能否独立理解规则、完成任务并表达自己的方法。
选择感兴趣的学习路径,再到课程中心查看课程、课时和开课安排。