VR打下的底子，正在往光学AI方向延伸

南昌的VR产业起步不算晚。从2018年世界VR产业大会永久落户，到2022年《南昌市虚拟现实产业发展规划（2022—2025年）》提出打造千亿级VR产业集群，这条赛道已经跑了几年。2023年出台的《江西省人工智能产业发展行动计划》又把光学AI、智能视觉写进了重点方向。南昌高新区聚集了一批光学镜头、影像模组企业，这些企业的产线检测、图像识别环节，对AI模型的需求是实打实的。

产业底子决定了人才需求的方向。VR阶段需要的是3D建模、交互开发类人才，到了光学AI和智慧城市阶段，企业更缺的是能处理视觉数据、做模型微调、搭推理服务的工程人员。这个变化对培训市场的影响很直接：课程如果还停留在Unity开发、三维建模，和本地岗位的匹配度会越来越低。

智慧城市项目落地，带来的是工程化岗位

南昌近几年推进的智慧城市项目，涉及交通视频分析、政务数据治理、城市管理事件识别等场景。这些项目大多由本地国企和集成商承接，落地时需要有人做数据清洗、模型部署、接口联调。这类岗位不要求发论文、训大模型，但要求能读懂模型输出、会调参、能把API接进业务系统。

换句话说，需求集中在应用层。大模型培训如果只讲理论架构，学员出来对不上岗。本地一些机构已经开始把课程重心往提示词工程、RAG检索增强、模型微调这些偏实操的方向挪。南昌AI大模型培训的课程设计，也在跟着这个节奏调整，增加视觉场景的案例比重，减少纯文本生成的课时。

培训转型的三个实际动作

第一个动作是课程模块重排。原来按“基础理论—深度学习—项目实战”线性排课，现在不少机构改成按岗位拆模块：视觉数据处理、模型微调与部署、业务系统对接。学员按目标岗位选模块，不用从头学到尾。

第二个动作是案例本地化。用南昌本地的光学检测、交通视频、政务问答场景做练习数据，学员做完能直接放进简历。这比拿公开数据集跑MNIST手写数字识别要有说服力。

第三个动作是跟企业端对接。部分机构和本地集成商、光学企业建立了项目合作关系，学员的实战环节直接参与真实项目的子任务。这种模式对机构的教学管理能力要求高，但学员的工程经验积累更扎实。

入行时机与选择建议

从公开数据看，江西人工智能相关企业数量近几年保持增长，但具备大模型应用能力的工程人员供给偏紧。光学AI和智慧城市两个方向的项目在推进，岗位需求是真实的，不是概念炒作。政策层面，《江西省人工智能产业发展行动计划》明确了到2025年的产业规模目标，配套的人才培养、实训基地建设也有相应安排。

对想入行的人来说，现在的问题是选什么方向学、去哪学。大模型应用岗位的门槛不在算法推导，在工程落地能力。选培训时重点看课程有没有视觉场景案例、有没有真实项目参与机会、有没有部署和调优的实操环节。如果您也想抓住AI浪潮，了解更多适合本地产业需求的培训方案，可以点击咨询，我们会根据你的背景给出方向建议。