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 | 2025年02月22日 优于大市 AI 教育专题报告（一） 从多邻国的成功经验，探析中国本土教育企业“AI+”战略的路径异同 核心观点 行业研究·行业专题 社会服务·教育 优于大市·维持 证券分析师：曾光 证券分析师：钟潇 0755-82150809 0755-82132098 zengguang@guosen.com 教育发展，包括有道、好未来等在内教育企 业陆续接入，叠加政策顶层规划，国内 AI 教育有望迎来加速发展期。 千亿多邻国成长启示录：AI 赋能打造 C 端寓教于乐场景。多邻国是目前全球 最受欢迎的在线教育平台，上市以来单季收入增速同比维持 40%及以上，加 大 AI 渗透后盈利能力持续改善，2024 年前三季度可比净利同比增长 1890%。 多邻国增长飞轮基于其 Freemium 模式下的用户漏斗：1）用户增长：借助 AI 生 教育企业可沿两条路径借鉴：用途上利用 AI 规模生产、以算法优化教学、 打造强即时性、互动性课程等；引流策略上，基于 AI 降本可提供低价/免费 内容打开流量入口，取得数据要素积累先发优势，开启增长飞轮开关。 不同于多邻国，国内教育企业 AI 实践更多在软硬件两侧同时发力。1）有道： 软件端有基于自研教育大模型“子曰”的有道小 P，硬件端已形成丰富的产 品矩阵，近期推出融合 DeepSeek-R1 的首款 AI 原生硬件

主要提供了信创云端技术参考模型和信创终端技术参考模型。 智慧教育的运营参考模型（SEAF-ORM）是推进智慧教育和信创工作做“升级 替代”的重要组成部分。信创工作不仅要做产品技术的转型，也要做建设运营模 式的转型，从而使教育机构基于信创的数字化转型从过去瀑布式的项目建设模式 走向迭代式的运营模式。ITIL 和 DevOps 相关运营理念和方法将可作为信创运营 模型的核心内容。 3.2 智慧教育架构开发方法 、配置 管理、变更管理和发布管理等。 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 包含路由器、交换机、网络安全设备、SD-WAN 设备、无线产品、服务器等。网络 设备行业是支撑国家经济发展的战略性、基础性和先导性产业，受到政府的大力 支持，近年来网络设备市场规模整体呈增长趋势。2021 年中国网络设备市场规 模达到 664 亿元，同比增长 3.53%，其中 SD-WAN 发展迅速，同比增长 89.9%。 国内交换机市场的主要参与企业为华为、新华三、锐捷网络、迈普技术和中兴等， 2021 年市场份额合计达到

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 高等教育新形态，是推动我国原 始创新、关键核心技术攻关、科 技成果转化的长期动力源，将对 服务国家战略发展和区域经济社 合过程性与增值性评价，打造新型教育模式。 新一代人工智能的出现，原有的学科知识都 面临重新表征与编排，教师也面临被替代的 可能。为此，应加强教师对生成式人工智能 机理的学习和把握，转变传统的人才培养模 式，引导学生正确合理使用生成式人工智能 等工具，避免因滥用或依赖智能工具而造成 诚信危机、情感缺失和能力退化。同时，要 尽快完善现有教育法律体系，建立针对智能 生成内容的监管和伦理审核机制，明确数字 习者都将拥有一位永不休息的智能导师/学伴。 有教无类、因材施教，实现个性化学习和终身学习 01 AI技术的广泛应用将极大地丰富教学资源，提高教学资源获取的便利性，特别是未来的智能化 数字教材，可以多主体共建、实时生成、拓展推荐，运用AI技术构建的跨学科知识图谱可以更 容易地揭示学科间的潜在联系，帮助学习者快速找到关键知识，甚至为其推荐学科交叉的可能 路径，人们获取跨领域知识的门槛将明显降低。

设化、固定化的教学方式，出现了混合式学习、翻转课堂、泛在学习等新型教学 方式。这一阶段需要教师掌握信息技术应用能力，从关注工具操作转向关注信息 技术与学科教学整合应用。 在智能技术阶段，以互联网、物联网、5G/6G 等多域融合的异构网络为通讯 传输载体，以大数据为核心要素，以 AI 为抓手，实现了教育全场景的智能化， 为深化数据驱动大规模因材施教提供了重要支撑。教师要积极适应教育数字化、 智能化发展新要求，转变 新课堂教学方式，将智能技术纳入不同学科的教学过程中，丰富课堂活动内容， 提升课堂趣味性，推动生成式教学、对话式教学、项目式学习等新模式的广泛应 用。 在教师研究方面，需推进数据驱动和画像技术支持的智能教研 ④，通过多模 态数据系统评估教师授课情况，提出精准改进建议。探索教学物理空间和教研网 络空间的融合，形成突破时空限制、高效便捷、形式多样的教师教研模式 ⑤。还 需加强教育科研实验平台建设，研发智能科研助手，加速知识创新和技术突破。 和云计算等智能技术深度赋能的当下，教师的评价与治理需从经验驱动向数智驱 动的范式重构，进而为迈向精准化、规范化注入新动能 ①。 在教师评价方面，运用大数据、数据挖掘等技术伴随式采集分析教师教学、 研究与管理等多个时空、全过程的多模态数据，创新教师评价方法与模式，丰富 教师成长画像，提高教师素养评价和教学评价的动态性与精准性。 在教师队伍治理方面，建立完善集数据归集、存储、交换、共享、治理、分 析等功能于一体，开放共享、应用协同、保障安全的教育数字基座，通过

.....................................................................................46 ��e:������模��������............................................................................................ ��DCT�����10� �� 2024�务�DCT�������2024�12�24������2025�1�25���������� ���������989⼝��������������12��模������ �������������DCT���������������������71����� ����尽�262���纸�/���24�CRO�18�SMO��10�DCT����������� �����������DCT�� � 12 �模��务��������务������������������研��������� 匹��Van Norman, 2021�����DCT����������������模��务���� �����������������������匹��Adesoye, 2023���研�⼜���� 2024������模��务�������������38.5%���������������

的 组合成为标配；在初高中阶段，学习平板、词典笔和错题打印机更加常见。 • 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 模化与个性化价值 教育数字化是一个逐层建设的过程，其关注点从基础设施层的高带宽网络覆盖到多终端数据采集的硬件发展策略，再逐渐关注到学 情数据的分析和应用过程，由底层到顶层，逐层深入建设并发挥效力。经过“三通两平台”、教育信息化1.0、教育信息化2.0的多年 建设，当前网络及数字平台建设已较为完备，正处于多硬件终端的建设期。教育智能硬件是推动教育数字化落地的重要载体，其本 身就是教育数字化的外在形 础。截至2020年底，全国中小学（含 教学点）互联网接入率达100%，出口 带宽达到100M的学校比例为99.92%。 学情数据的智能化分析与应用，决定教 育数字化落地的最终效果和价值。 多硬件终端可实现数据采集与人机交互， 是教育数字化战略落地的重要载体。截 至2020年底，全国学校统一配备教师 终端1060万台、学生终端1703万台。 信息化基础设施 教 育 智 能 硬

医疗保险精 算模型迭代 周期缩短 AI 精算模型的应用，可以将迭代周期缩短 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 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 临床决策支 持系统更加 智能 DeepSeek AI 能够融合电子病历、检验报告、影像数据等多源异构数据，构建动态诊疗路径，为医 生提供更全面、更智能的临床决策支持，辅助医生进行更精准的诊断和治疗。 动态演进机 制赋予系统 战略价值 动态演进机制赋予系统战略价值。 有效辅助罕 模型基于海量预训练数据，快速提炼研究领域的前沿进展和核心观点，节省 80% 以上的文献筛选时间；案例：肿瘤科医生可快速掌握免疫治疗领域的最新趋势，集 中精力设计创新临床研究方案。2）数据分析与科研设计：DeepSeek 支持多源数 据整合分析（如影像、基因、随访数据），并胜任复杂统计学问题（如生存分析、 Meta 分析）；科研设计：模型可推荐研究类型、样本量估算及统计分析方法，优 化设计科学性。3）论文撰写与润色：DeepSeek-R1

药物发现业务收入及增速（万美元） 资料来源：公司公告、招商证券 资料来源：公司公告、招商证券 综上，作为行业领导者，Schrodinger 由提供单一软件服务的供应商成长为以 AI 为核心的多业务经营的计算平台解决者，横跨多个商业模式。但 Schrodinger 的成功一方面是基于其拥有超过 30 年的发展历史，另一方面作为公司基石的软 件服务业务拥有强先发和技术优势，在行业内遥遥领先，是公司成功拓展其他业 种不同的骨架结构，已经完成了超 1.2 万亿种结构全新 的 DNA 编码化合物合成，推出自助式筛选 OpenDel 产品，同时结合 AI/ML 数 据驱动的合成路线规划，以迭代式的“设计-合成-测试-分析”（DMTA）循环模 式加速临床前候选药物发现及优化过程。同时公司将多年积累的 DEL 筛选海量 数据用于机器学习（ML）、AI 大模型的训练和迭代，可以更加有效地在非 DEL 空 间预测化合物活性、成药性等，进一步扩大可探索的化合物空间以及加快化合物

职业学院新校区智慧校园建设项目技术规范书 第一章 项目总体说明 1.1 项目概况 本次新校区智慧校园设计项目以多项政策文件为指导，根据学院发展规划 和新校区建设需求，统筹全局，顶层设计，立足学院实际，按照一次设计、多 期建设的目标开展新校区智慧校园建设。 1.2 设计依据 1.2.1 主要政策依据  《中国教育现代化 2035》（中共中央办公厅、国务院办公厅）；  《关于进一步推进职业教育信息化发展的指导意见》（教职成 图 2 职业学院新校区智慧校园建设顶层架构图 按照智慧校园总体架构，结合学校需求，分析整体校园业务，设计业务架 构具体如下： （1）物联感知层 基于光网络技术构建一张多业务融合网络，承载有线、无线、物联网等多 个网络，减少建网投资成本，满足校园内老师、学生终端及物联网传感设备接 入需求。有线网络采用全光网络，在整网性能、容量等方面上满足未来教学发 展需求；无线网络采用支持 Wi-Fi7 教学生态，实现信息技术与教育教学的深度融合，是智慧校园软件和服务平台 建设的首要任务。以现代教育理论和人本主义学习理论为指导，依托现代信息 技术，构建与智慧教育体系相适应的智慧型的教学系统、人本化的教育教学模 式，培育智慧型的教师队伍，提升教师的教育智慧，变革学生的学习方式，提 高学校的办学水平。未来五年，完成支撑学校教育教学信息化的网络学习服务、 数字资源服务服务、教育教学管理服务等项目建设，全面改变教与学的方式，

《关于促进互联网+医疗 健康发展的意见》 鼓励医疗机构借助人工智能手段，面向基层提供远程会诊、 远程心电诊断、远程影像诊断等服务；研发基于 AI 的临床 诊疗决策支持系统，开展智能医学影像识别、病理分型和多 学科会诊多场景应用 2017 年 12 月 工信部 《促进新一代人工智能 产业发展三年行动计划 （2018-2020 年）》 推动医学影像数据采集标准化与规范化，支持脑、肺等典型 疾病 在院内应用既覆盖医生诊疗的过程，也包括医院信息化建设。医院是医 疗行为的高频发生场所，处于医保支付和患者需求的交点，在日常经营过程中 产生海量数据，是发展 AI 技术的基础。AI 技术可用于患者诊疗全过程，覆盖多 部位、多病种，起到降本增效，提升就医体验、合理配置优质资源的作用，同 时院内信息化建设也不仅仅只满足于信息的产生、储存和交互，而朝着智能化、 一体化趋势发展。 图 7：医疗 AI 在院内使用场景丰富 AI 应用领域之一，包括 AI 检 验、AI 医疗影像等使用场景。 2.1、AI+检验：检验医学数据量庞大，AI 赋能应用广泛 检验医学的发展经历了手工检验、半自动化和全自动化检验到实验室流水线多 个时代，随着实验室自动化和信息化建设程度提高，智能化成为检验医学学科 新发展趋势。基于人工智能技术平台，可以实现检验实验室自动采样，自动转 运，自动质控，根据患者临床症状和历史检测信息自动推荐检验项目，对检验