教育与科技的深度结合，是教育数字化发展的重要推力。教育智能硬件作为教育数字化的重 要载体，经过3年的跟踪研究，我们欣喜地看到了这一结合在教育智能硬件上的发生与演变。 从教育思维来看，优质教育内容成为了学习平板的差异化竞争力，同时教育智能硬件越来越 关注细分学习痛点的解决，如聚焦于刷题练习的学练机、聚焦于作业采集分析的智能手写笔、 聚焦于思维训练、注意力训练的早教产品，各教育场景正被硬件产品逐个覆盖，各教育需求 正在逐步解决。 育智能硬件，可以发现学习平板的屏幕通过 墨水屏、类纸膜等技术不断强调护眼以弥补液晶屏幕的不足，屏幕越来越大以更高效地输出； 智能手写笔通过接入笔盒以提升续航和组网能力、实现课堂互动；词典笔跟屏幕、摄像头、 折叠设计相结合以完善功能。技术自身在不断的自我完善与更新。 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 趋势前景 中美对比 用户洞察 • 中国校外教育智能硬件的品类多样，生态十分繁荣。学习平板作为综合性的超级品类，功能齐全，单 价高，规模大。同时多个垂直品类深耕细分场景，价值同样不可替代。中国校内的硬件应用则更加基 础，教育大屏覆盖率接近饱和，但重点解决的是教师的教学展示问题，学生端的硬件设备覆盖率仍然 很低，学习行为数字化程度较低。 • 反观美国，校内的硬件应用占据主导地位，大部分教师和学生实现了平板或笔记本电脑的人手一端，

年中国教育科技市场合计约 3000 亿元规模，其中 C 端市场 占比超 90%，同时 AI 渗透率仅约 7%（口径为市场规模中 AI 技术贡献占比）， 渗透提升空间巨大。AI 通过自动内容生成降低边际成本，依托自适应学习系 统实现精准教学，同时以知识库、交互工具拓展场景边界，传统教育行业的 “高质量、大规模、个性化”不可能三角有望在 AI 技术下被打破，AI 正成 为优化教育供给的核心驱动因素。近期高性能、低成本、开源的 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 SpaceOne；2）好未 来：以 MathGPT 数学大模型为核心，软件端打造“九章随时问”，硬件端学 而思学习机已占据学习平板高端市场重要市场地位；3）豆神教育：软件端 依托核心名师 IP 及教培数据优势，推出“豆神 AI”产品，从答疑工具升级 为教学主体，硬件端规划便携式智能硬件“小豆”等产品；4）盛通股份： ............. 9 政策层面：顶层战略规划引领智慧学习、智慧课堂等场景落地 ...............................10 千亿多邻国成长启示录：AI 赋能打造 C 端寓教于乐场景 .............................12 公司概览：千亿市值在线教育龙头，打造寓教于乐语言学习平台 .............................

高等教育数字化就是通过彻底和全面的 数字化转型，形成数据驱动、人技结合、 跨界开放的教育生态，构建更加敏捷、 适切、公平、可持续的高等教育体系， 为学习者提供全面和丰富的学习体验。 高等教育数字化 要推进教育数字化，建设全民终身学习的学习型社会、学习型大国。 ——党的二十大报告 2025高等教育数字化研究报告 2025 Digital Research Report on Higher 数字技术融入融合到高等教育体系之中 基础设施建设逐步完善，软件硬件逐步磨合，数字技术 整合应用到高等教育领域 高等教育将完成再造，与社会之间的界 限进一步打破 将实现高等教育理念、教学模式、教育治理 整体性变革，全面赋能学习者发展，形成教 育全新生态 高等教育实现自我转型与提升，高校内部各项业务流程 实现再造 通过对数据的深度分析和价值挖掘，实现教育各要素、各环 节的全面数字化转型 高等教育数字化发展的3个阶段 国际化，建强用好国家智慧教育公共服务平台，建立横纵贯通、协同服务的 数字教育体系。开发新型数字教育资源。建好国家教育大数据中心，搭建教 育专网和算力共享网络。推进智慧校园建设，探索数字赋能大规模因材施教、 创新性教学的有效途径，主动适应学习方式变革。打造世界数字教育大会、 世界数字教育联盟、全球数字教育发展指数、数字教育权威期刊等公共产品， 推动优质慕课（大型开放式网络课程）走出去。 2024.7 教育部办公厅印发《国家智 慧教育平台数字教育资源入

在人工智能领域可以通过开发具有自主知识产权的通用性人工智能操作系 统和控制软件，研发基于 CPU/GPU/ASIC/FPGA 异构体系的云计算服务平台，研发 同时支持逻辑推理、概率统计、深度学习等范式的统一计算框架，来实现信息技 术创新。 国家新一代人工智能开放创新平台是国家认可、由企业主导的 AI 开放创新 平台，目前已经有百度（自动驾驶）、商汤（智能视觉）、旷视（图像感知）、科 数据治理：基于数据采集交换、存储计算能力实现数据治理中的清洗转换、和加 工处理，实现组织的元数据管理、数据质量管理和数据血缘分析等能力。 分析应用：基于大数据的分析应用主要包括数据可视化、数据检索、BI 报表、数 据挖掘和机器学习等。 运行保障：大数据系统是一个分布式系统，大量的后台活动和任务需要管理，系 统的任务调度、运行监控和安全管理都是系统安全、高效运行的基本保障。 根据上面大数据总体架构，我们需要在每一次的产品上实现信创化替代，保 分析处理方面，国内在 GPU 加速数据库计算和大数据分析计算，以及隐私计算支 持等方面的起步并不算晚。在人工智能方面，国内的芯片厂家也在积极呼应现有 生态的基础上，联合产业链各个环节，取长补短共建生态，以降低用户学习成本 35 和使用成本，适应不同用户场景对于产品及解决方案的易用性、稳定性和可迭代 性的要求。 4.4 基于信创技术的创新应用 信创技术体系的成功离不开各种创新应用的支撑，其中，移动应用和物联网

诊断临床价值高 以 AIGC 为核心的智能导诊系统有效提高就诊效率，助力个性化医疗和分级诊 疗。相比于传统导诊系统，AIGC 技术交互性更强，通过直接连接医院门诊数据， 运用大数据、语言交互与深度学习技术，为患者精准匹配相应就诊科室甚至医 师，解决临床“挂错号，走错科”问题，满足个性医疗需求。对于医院来说， 智能导诊系统/机器人能减轻医护人员的重复性工作，起到降本增效作用，此外 还可以通过 AI 及居民全周期健康管理等领域的应用，助力医院实现“智慧医疗”、“智慧 服务”和“智慧管理”的智慧医院建设。子公司惠灏科技为公司旗下“智 慧医疗解决方案提供商”，自主研发了临床自然语言处理引擎、医学知识推 理、临床自动化机器学习等多项先进技术，推出“慧检·智慧检验综合解决 方案”“慧联·智慧互联网检验解决方案”“慧好·全周期健康智能服务解决 方案”等数字化产品，构建 200 多种疾病推理模型，整理 5000 余条医学 知识、覆盖超过 诊断，病理科诊断流程复杂、自动化程度低、诊断时间长，“显微镜+病理组织 切片”为特点的传统人工诊断模式工作量大且误诊率高。以人工智能技术为核 心的智慧病理在病理切片数字化（数字病理）基础上，依托海量数据形成的数 据集，以深度学习技术找出数据集的内在共性，对可疑靶区做出勾画、渲染， 辅助病理医生判读切片，有效促进诊断效率和质量，提升病理行业数字化水平。 图 16：病理 AI 有效提高诊断效率 图 17：不同病理检验阶段所用的关键推动技术

敬请阅读末页的重要说明 4 行业深度报告 一、AI 制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 依赖人工阅读科研文献和经验， 花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 合成路线并优化反应条件 ML、DL 化合物筛选 成本高，效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物，降低实验筛选化合物数量，降低资 金投入，缩短筛选周期 使用 AI 技术提取患者数据，快速匹配最合适 入组患者，降低临床开发风险 NLP、DL、ML、OCR 临床试验设 计及优化 优化受到局限，效率低 AI 通过机器学习和认知计算能力，从海量靶 点、临床试验数据中学习成功和失败经验， 设计优化当前临床试验方案 NLP、DL、ML 药物重定向 效率低，很难找到最适适应症 使用 AI 技术开发新适应症，将老药与罕见疾 病快速匹配

馈内容或症状情况进行追问，困扰难以解决。而真人互动场景因为成本高、 变现难，往往会和后续购药行为进行绑定，容易让大众质疑其客观性和专业 性。 ◼ AI 的优势在于可以整合平台过往的咨询及问诊数据并进行机器学习、深度 学习，进而模拟人与人交互的过程，改善患者服务体验。于患者而言，AI 平台就像是一位既有充足医疗健康知识储备、又足够关心了解其历史健康数 据的老朋友，可以进行连续且相关的对话，实现平台与患者双向多模态的交 ◼ AI 辅助随访： 患者随访是医院病房管理的重要组成部分，随着深度学习算 法发展，AI 辅助随访系统应用越来越普遍，沟通的深度和有效性也逐步提 升。下图为北京协和医院骨科 AI 辅助随访系统，该系统每天从 8:30 到 20:30 通过自动语音电话批量呼叫患者，每天可以拨打数百个电话。系统与患者之 间的交互基于机器学习、语音识别、口语理解和人声模拟技术。该系统能够 敬请阅读末页的重要说明 负担的医疗健康产品与服务。2023 年京东健康正式发布面向医疗健康行业的大 模型“京医千询”，并宣布推出医疗健康开放生态平台“京医星脉”。其中京医 千询是建立在京东言犀通用大模型基础之上，能快速完成在医疗健康领域各个场 景的迁移和学习，从而实现产品和解决方案的全面 AI 化部署，能为远程医疗服 务提供坚实的技术底座；京医星脉将为医疗健康生态全域、全场景生态伙伴 AI 升级提供“技术底座”支撑。 阿里健康：阿里健康是阿里

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 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI 随着科技的飞速发展，人工智能（AI）技术逐渐渗透到各个领域。医疗领域也 不例外，AI 医疗逐渐成为我国医疗科技发展的重要方向。AI 医疗，即人工智能在 医疗领域的应用，主要包括人工智能辅助诊断、治疗、康复等方面。随着深度学习、 大数据、物联网等技术的快速发展，AI 医疗逐渐从概念走向实际应用。目前，AI 医疗已经在国内外多个医疗机构得到实际应用，并取得了显著的成效。 行业深度研究/计算机 本公司具备证券投资 DeepSeek 等新一代 AI 大模型技术的出现，恰 逢其时。DeepSeek(深度求索)作为一家专注于人工智能技术研发的公司，其技术 对医疗领域具有深远的影响。通过人工智能、大数据分析和机器学习等技术， DeepSeek 可以为医疗行业带来多方面的变革和提升。DeepSeek 立足于解决医 疗行业痛点、提升医疗服务效率和质量的务实创新。 表1：DeepSeek 引发的 AI 技术突破与医疗适配性