育资源数 字化建设。 2023.7 关于加快推进现代职业教育 体系建设改革重点任务的通 知 在建设职业教育信息化标杆学校方面要求各校积极落实《职业院校数字校园 规范》，建设校本大数据中心，建设一体化智能化教学、管理与服务平台， 持续丰富师生发展、教育教学、实习实训、管理服务等应用场景，落实网络 安全责任。各地要强化统筹，加大财政支持力度；指导学校系统设计校本数 字化整体解决方案；组织学校有序接入“全国职业教育智慧大脑院校中台” 学校数字化建设，包括校园网络及信息管理系统提档升级，高性能计算系统， 信息中心建设，智慧校园，智慧教室，数据中心的国产代替、实验实训等资 金的投入建设。 2022.5 国家智慧教育平台数字教育 资源内容审核规范(试行) 明确智慧教育平台上线资源的管理职责、审核要求和监督评价，保障数字教 育资源的内容安全。 2021.7 关于推进教育新型基础设施 建设构建高质量教育支撑体 系的指导意见 促进信息技术应 高等教育作为科技第一生产力、 人才第一资源、创新第一动力的 重要结合点，其基础性、先导性、 战略性地位与作用可见一斑。因 此，推进高等教育的数字化转型， 全要素、全过程构建一个相互联 系并相互作用的生态统一体，不 仅是贯彻新发展理念的要求，也 是推进中国式现代化题中应有之 义。 生态性 以数字技术赋能高等教育育人模 式、科研方式、治理能力等系统 性变革，创新打造数据驱动、人 机协同、虚实交融、跨界开放的

个人三大方向。我们在系列报告（一）《院内场 景丰富，全流程 AI 赋能》中介绍了 AI 在医院端应用的场景，本篇报告则从 C 端需求出发、探讨 AI 将对人们日常健康管理和就诊行为带来的体验与效率双提 升。 ❑ 问诊咨询、辅助就诊、健康管理三大领域尚存大量未被满足需求：有限且分 布不均的医疗资源与持续升级的多层次健康需求之间的矛盾持续升级，互联 网医疗应势而生，并在疫情期间快速积累了流量（截至 -9.7 相对表现 0.2 -12.3 -19.7 资料来源：公司数据、招商证券 相关报告 1、《全基医药重仓占比环比小幅提 升，关注创新、国采及刚需主线— 2024 年三季度医药基金持仓跟踪》 2024-10-27 2、《【招商医药】保持韧性，持续 向上—原料药行业 24 年中报总结》 2024-09-23 3、《海外创新产业链 一、C 端视角下的 AI 医疗：解决“久治不愈之症” ............................................... 3 二、AI+线上问诊咨询：提升服务“质”与“效” ....................................................... 5 2.1 AI+健康咨询：加强专业性及互动性 ................

更新。 可喜的是，这二者的发展并不是背道而驰的，如墨水护眼屏和刷题练习场景的有效结合，这 一组合进化还体现在学习平板、词典笔、智能手写笔等多产品中，以更好地解决特定教学场 景下的痛点需求和功能提效问题。 本次报告作为教育智能硬件系列报告的第三篇，从中、美两个国家，校内校外两个市场，产 品-渠道-模式-生态多个层次，市场供给与用户需求两端，对教育智能硬件市场进行全盘分 析。天猫作为传统电 高端化与性价比； 早教类产品有着物美价廉、离线可用、材质安全的特点，细分品类独占细分场景。教育大屏国内增长 见顶；学习平板校内发展遇冷；基于智能手写笔的智慧作业逐步实现常态化落地；XR设备仍面临体 系化内容缺乏、交互体验差等关键制约因素。 • 从渠道力来看，消费级渠道获知来源多元，但购买渠道集中，各渠道特色及不同品类青睐差异鲜明。 同时，运营商作为创新渠道可深化市场教育，OMO模式可进一步发挥本地资源优势。作为机构级渠 • 教育智能硬件品类繁多，家长的关注点更聚集在硬件教育内容和功能的质量以及孩子的学习效果上。 家长用户对所购买的硬件目前多持好评态度。 • 校内品类“求全”：追求全链条的教学环节覆盖，考验一体化系统、生态建设及运营能力。学习平板 作为更加综合的品类，在改善护眼问题、降低单价后仍可能存在机会。同时，超高覆盖率的教育大屏 搭配无感采集的智能手写笔，亦有可能成为行之有效的模式。 • 校外垂

60%，更精准地进行风险评估和保费定价，提升医保运营 效率和风险控制能力。 多模态处理 能力突破医 疗应用边界 医疗场景的数据往往呈现多模态的特点，例如影像、文本、基因数据等。 基因分析效 率呈指数级 增长 全基因组测序数据处理时间从 72 小时压缩至 8 小时，极大地加速了基因分析速度，为精准医疗和基 因治疗发展奠定了基础。 行业深度研究/计算机 本公司具备证券投资 系统能够通过学习海量医学知识和病例数据，辅助医生进 行罕见病诊断，提高诊断准确率，缩短诊断周期。 个性化治疗 方案的动态 优化 根据患者病情变化和治疗反馈，AI 系统能够动态调整治疗方案，实现个性化治疗方案的持续优化，提 升治疗效果。 资料来源：CSDN，民生证券研究院整理 DeepSeek 的技术突破，并非仅仅停留在实验室层面，而是深度契合医疗行业 的实际需求，具备极强的医疗适配性，为商业价值的释放奠定了坚实的基础。 样：“AI 是医生的助手，而非替代者。” 图6：AI 赋能医疗产业全环节 资料来源：甲子光年，民生证券研究院 通过深度整合 DeepSeek 等智能化工具，医生群体有望在工作效率的显著提 升与专业技能的持续深耕之间，找到最佳的平衡点，最终为每一位患者提供更加优 质、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。 1.3 DeepSeek AI 的技术优势：四大路径释放商业价值，

教育体系，从而为培养大批信创技术体系的 CPU、操作系统、数据库及各种应用 型人才。第三，以云计算、大数据、移动互联网、物联网等为代表的新一代信息 技术，带来新的架构模式和技术体系。教育信创需要基于新的架构模式和技术体 系，做好教育信创的顶层设计，重视规划，做出自身特色和差异化，构建长远的 竞争优势。 信创技术的成功很大程度上决定于教育体系的成功，特别是信创教育的成功。 2 教育机构的信创及信创 15 业务系统不仅要持续演进，而且要快速演进，基于信创体系的软件开发需要 通过敏捷开发去满足业务快速创新和应对市场变化的需求，软件开发运营参考模 型可以参考 DevOps 开发运营一体化管理模型。DevOps 是源于敏捷开发与运营的 需要，是将软件开发、测试和运维结合在一起，从而实现更快速的迭代，更频繁 的发布和更高效的协作。 基础设施运营和软件开发运营的参考模型是借鉴国际已有的最佳实践，这些 四、教育信创的技术体系 教育信创技术首先要考虑自主可控的技术底座，国产芯片、操作系统和数据 库是构成信创技术体系的三个主要支柱。 本着不是“简单替代”，而是“升级替代”的理念，教育机构的信创技术体 系应该优先采用云计算、大数据等新一代信息技术架构和技术体系，在基础架构 方面要利用云计算和大数据的软件定义、分布式计算和弹性扩展等特点，以资源 池方式，实现“单机低性能，但整体高可用”的计算模式，也就是实现计算模式

人：包括手术机器人、康复机器人、辅助机器人和服务机器人，其中手术机 器人和康复机器人应用最广，相关公司：天智航、伟思医疗等。 ❑ 医院 AI 基建：受政策以及医院降本增效诉求驱动，医疗信息化建设逐步向 智能化、一体化发展。1）AI+智慧药房：AI 技术提高院内发药效率和准确 率，帮助实现降本增效，相关公司：健麾信息、艾隆科技等；2）AI+电子病 历：智慧病案利用 AI 技术，实现诊疗过程全流程质控和核查，辅助临床决 07-31 2、《2022 年及 2023 年 1-5 月份 医保基金数据点评—基金支出增速 恢 复 ， 为 医 药 行 业 刚 需 托 底 》 2023-07-27 3 、《全基医药重仓占比环比提 升，子版块持续分化—2023 年二季 度医药基金持仓跟踪》2023-07-25 许菲菲 S1090520040003 xufeifei@cmschina.com.cn 2、AI+电子病历：AI 驱动智慧病案提升医院经营效率 .................................. 25 4.3、AI+医院管理/医疗支付：AI 驱动医院管理向智能化、一体化发展 ........... 26 五、附录 ..........................................................................

解，软件端接入 Deepseek 打造支持自然语言对话与智能决策的教育硬件平 台。5）天立国际控股：场景上以 AI 自习室（借助智能平板硬件）与启鸣云 校（软件）切入 C 端校园场景，验证短期冲刺平均提分 36 分效能提升。 投资建议：DeepSeek 大模型技术突破将成为 2025 年中国 AI 教育领域产品持 续落地的关键驱动因素。随着行情演绎，就 AI 教育主题，我们认为市场正 从“泛题材” 年全球教育科技市场规模测算 资料来源：艾瑞咨询，国信证券经济研究所整理 科技基础：决策式与生成式 AI 在科技端双轮驱动 AI 教育发展 决策式 AI 在教育领域已有诸多实践，生成式 AI 技术发展为教育行业内容生产提 供新路径，与决策式 AI 形成能力互补。前者通过数据建模构建决策引擎（如学情 诊断、个性化推荐），以逻辑推理优化教育评估体系；后者基于大模型生成新型 教学要素（如动态习题、虚拟场景），以创造能力重塑内容生产范式。二者分别 证券研究报告 13 司与 OpenAI 合作，利用生成式 AI-GPT-3 模型生成大量不同例句及测试题。2024 年初，多邻国进一步加大 AI 的应用力度，减少负责翻译和内容创作的合同工，提 高生成式 AI 在这些领域的比重，同时将剩余合同工的工作重心转向监督和把控 AI 产出的质量。 AI 降本，支撑多邻国在为用户提供大量免费内容的基础上，维持超过 70%的毛利 率。自 2021 年上市以来，多邻国的毛利率维持在

药物研发过程（尤其是临床前）的效率提升已经显而易见并被有效运用。 Schrodinger 在其年报中展示基于其计算平台的药物设计能够将筛选时间由传统 的 4-6 年缩短至 1.5-3 年，在成本和分子质量上实现优效。当然我们更期望 AI 药物在最终临床结果上表现出差异化优势，这将为 AI 制药行业带来更大信心， 届时人工智能技术将真正为突破困扰创新药开发的“反摩尔定律”带来可能性。 表 3：部分处于临床阶段的 制药的企业之一，经过 10 多年发 展，逐渐成为全球领先的端到端、由生成式 AI 驱动的生物科技公司。2022 年公 司发布了强大的生成式 AI 药物开发平台 Pharma.AI，能够快速发现新靶点，高 效生成候选药物并预测候选药物在临床试验中取得成功的可能性，降低药物开发 成本。目前基于 Pharma.AI 平台，公司不仅提供软件授权服务，同时自建强大的 药物研发管线，2023 年具有 FIC 潜力的创新分子 CADD/AIDD 平台，利用开源代码在本地部署 AI 模型，开发了虚拟高通量筛选 （VHTS）、无晶体结构靶点的同源建模、药物靶点预测、药物 ADME 和毒性预 测、SBDD、FBDD 以及定量构效关系等实际应用场景。截至 2024H1， CADD/AIDD 平台累计服务 69 个新药项目，其中 5 个进入临床Ⅰ期，2 个处于 IND 阶段，采购 CADD/AIDD 服务的客户数量达到 33 家。