所示。 图 1 蓝皮书章节结构 本报告的研究和撰写是在中国教育技术协会智能教育专业委员会和科大讯 飞智能教育专家委员会指导下，由讯飞教育技术研究院/认知智能全国重点实验 室智能教育研究中心负责组织和实施。在报告研究撰写过程中得到了许多行业专 家的指导和帮助，科大讯飞公司多个部门领导和专家给予了技术支持，众多一线 教育工作者提供了大量实践案例，在此一并表示衷心感谢！由于撰写时间仓促， 掌握资 建立“专家-教师- 企业”群智联通机制，提供广阔的发展空间和充分的激励机制。 促进 AI 与教师发展的深度融合需要坚持应用导向，将技术切实融入教师各 类教育实践中，聚焦实现教师教学、研究等核心业务场景的数字化转变与智能化 发展，因地制宜探索 AI 与教师发展深度融合的新模式、新途径。 在教师教学方面，应营造常态化应用的生态并降低应用门槛，提供即时、场 景化、伴随式的技术支持与专家指导，建立教师互助实践社群，鼓励教师积极创 习助手来 优化表达。 “高阶” 认知目标 （分析、评估、 创造） 讨论 GAI分析、推理特定部分及关系，作为促进学生反思的苏格拉底导师系统； 扮演不同角色的AI与学生进行讨论，可以是专家、调停者的角色，也可以是 讨论的组织者、点子王 ③。 实践 GAI根据实践活动的标准评判内容和规则，引导与学生的对话，在实践中与 学生协同反复测试、迭代并进行个性化反馈。 合作 GAI

©2024.8 iResearch Inc. www.iresearch.com.cn ©2024.8 iResearch Inc. www.iresearch.com.cn 来源：公开资料、专家访谈，艾瑞咨询研究院自主研究及绘制。 来源：《Unfinished Business: Understanding the Digital Access Divide in American Schools》 从多因素综合考虑来看，教育大屏兼具价格优势、较高的产品成熟度、政策支持力度和健康适宜度，这些都共同决定了其在校内的 主导地位。而其他品类只在某些维度上比较占优，因此当前校内尚未大规模铺开，呈地方多点开花的态势。 来源：专家访谈，公开资料，艾瑞咨询研究院自主研究及绘制。 教育大屏：400元左右 智能手写笔500-1000元 学习平板2000—6000元 XR设备2000-7000元 生均采购单价 教育大屏 学习平板 、词典笔的满意度更高。 注释：渗透率指的是当前市场产品存量的渗透率（以5年为最长使用周期测算），不含已淘汰产品。满意度根据问卷调研数据而来，指的是用户对该品类“非常满意”的占比。 来源：公开资料、专家访谈、各品类用户问卷调研N=1000，于2024年6月通过艾瑞艾客帮调研社区获得。 校外教育智能硬件发展历程 0% 10% 20% 30% 40% 50% 60% 70% 80%

新场景的整体文化氛围。 目标导向的制度文化生成 03 *以上内容源自中国教育信息化，王健 蔡国春《高等教育数字化转型的推进逻辑、问题透视与实践进路》 杜江峰 中国科学院院士 浙江大学校长 专家观点：人工智能推动高等教育的理念更新 大学必须适应和拥抱人工智能变革浪潮，以人工智能为牵引，创新学科范式和组织体系，推动 学科之间突破边界壁垒、实现知识融通，超前布局面向未来的战略性、引领性学科方向或新学 教育创新发展的路径探索 》 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education 张立群 中国工程院院士 西安交通大学校长 专家观点：人工智能时代高等教育未来将实现三大转变 AI时代，通过对学习者学习行为和日志数据的智能分析，根据其基础、能力、兴趣和需求，AI 学习工具能够为其提供个性化的学习路径、内容、建议以及多样化的学习资源。AI辅助备课工 教育教学改革的中国范式构建 》 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education 杨俊辉 西南科技大学党委书记 专家观点：数字化转型促进高等教育发展 围绕教育教学核心功能，建立涵盖知识学习、时政资讯、社会交往、休闲娱乐等内容的多功能 平台，为学生供给定制化、泛在化、具身化教育内容，引导学生展开信息分享、知识创作、意

更加高效、更加人性 化的卓越医疗服务，共同谱写人类健康事业发展的新篇章。 ➢ 催化 AI 医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 20 世纪 70 年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 证券研究报告 11 2 海外 AI 医疗的发展 2.1 催化 AI 医疗发展的核心原因 技术迭代与数据积累：AI 医疗的起源可追溯至 20 世纪 70 年代，早期以专家 系统（如 QMR、DXplain）为主，但因技术限制（如算力不足、算法不成熟）未 能大规模应用。21 世纪初，深度学习、自然语言处理和计算机视觉技术的突破重 新激活了 AI 在医疗领域的潜力。医疗行业数据量庞大（占全球数据总量的 2014 年就收购了 DeepMind，2016 年 DeepMind 提出将算法应用 于医疗保健领域。目前，谷歌和 DeepMind 团队发布的医疗大模型 Med-PaLM 在医学考试中已接近“专家”医生水平。2022 年 7 月，DeepMind 通过 AlphaFold 算法破解了几乎所有已知的蛋白质结构，其构建的数据库包含超过 2 亿种蛋白质 结构，为开发新药物或新技术以应对饥荒或污染等全球性挑战铺平了道路。

要以业务场景的需求为导向，建立一个支持方案创新，支持引入 IT 技术与产品 的信创供应商生态，通过供应商生态的能力补足教育机构自身在应用创新的解决 方案、技术与产品的能力短板。当然，教育机构自身也要建立适合信创要求的人 才组织与专家团队，这样才能保障信创工作持续推进，信创化的数字化技术平台 稳定运营。 5 三、智慧教育的架构框架 3.1 智慧教育架构框架介绍 智慧教育（包括基于信创体系的智慧教育）需要总体架构框架的指导，智 化对提升学校的科研能力具有重大意义。 ⚫ 科研情报助手 科研情报助手可以帮助高校师生大幅度提升科技信息获取能力和效率，全面 44 掌握产业科技情报，快速了解技术应用的场景，深入解读企业的技术合作情况， 梳理企业专家的技术水平，协助评估技术应用领域及市场需求程度。科研情报助 手还能在线生成分析报告，为产学研合作提供全面详实的科技信息决策服务，加 速技术与市场结合的速度，有效减少项目投入风险，提高投入产出比。同时，通 使得任何数据共享机制都能快速实施。医疗数据多为非结构化数据，且多系统数 据相对独立、关联性较弱。所以海量医疗的数据的整合，使其从凌乱转换为结构 性的，从零碎的转化为黏连的，十分有必要。这需要医学、自然语言处理和信息 学等多方面的专家紧密协作。每一种疾病，专业的医生和数据科学家都应该紧密 合作，找出其关键的数据变量，并设计出一个模型，用于提取与该疾病诊断、预 后和治疗相关的分类或数值特征。毫无疑问，建立这样的具体疾病数据资源需要

资料来源：迪安诊断公众号、招商证券 资料来源：公司官网、招商证券 ◼ 金域医学：作为国内领先的第三方检验中心，金域医学累计检测总量超 20 亿次，积累数据量超 7PB，具备海量的检测数据库和样本优势，并拥有强 大的病理专家团队，是发展医疗 AI 的基础。通过对外合作和自主研发，金 域在临床检验、病理诊断和公共卫生三方面布局大数据与 AI 能力，与多方 共同推进医检 AI 多元化生态。2018 年，金域与华为云达成战略合作，共 NB 系列新生儿呼吸机 资料来源：公司公司、招商证券 资料来源：公司公告、公司官网、招商证券 （2）“瑞智检”赋能体外诊断业务，通过云端医疗服务与影像设备相结合， 放大专家智慧，助力广大医疗机构提升服务水平。全自动外周血细胞形态 学分析仪（简称“阅片机”）是公司与腾讯合作开发的 AI 产品，显著提升 检验医师的形态学检验能力、形态学分析效率和识别准确率，尤其是各类 异

体系中走在前列的企 业。截至 2022 年年底，平安健康累计付费用户数近 4300 万，累计服务企业客 户数 978 家。公司已拓展 23 个科室的 4.9+万名内外部医生团队，并已合作超 2,000 名外部名医专家。此外，合作医院超 5,000 家，合作药店数达 22.4 万家， 全国覆盖率超过 35%；在 216 城实现 1 小时送药，在 88 座城市开通 7*24 小时 送药服务；合作健康服务供应商 10+万家，合作体检机构数达

年我国教育科技市场（涵盖 B 端 AI 教 育系统、C 端的在线教育平台以及消费级硬件产品）规模合计约 3466 亿元。其中 C 端市场占比超过 90%，市场更为庞大。但另一方面，AI 渗透率约在 7%左右（艾 瑞咨询通过专家咨询等方式估算，口径为 AI 技术在收入中的贡献），仍有较高的 提升空间。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 7 图2：2017-2028 年全球教育科技市场规模测算