界和教育界应该抓住这一历史性机遇，实现信息技术应用创新（信创）下的“升 级替代”。即在新一代信息技术的技术架构体系和模式下，构建创新的中国技术 体系。 教育作为一个特殊的行业，在信创中起着非常独特的作用。首先，教育机构 本身也是信创的用户，不管是智慧教学、智慧科研、智慧校园和智慧管理，教育 机构的数字化建设本身也是信创的应用阵地。教育的数字化转型需要实现基于信 创技术体系的数字化转型。 教育信创的目的是建立起符合“信创”要求的技术底座和技术体系，并基于 这样的技术底座和技术体系实现教育信息系统“升级替代”和教育数字化转型， 最终目的是推动教育机构建立基于信创体系的智慧教学、智慧科研、智慧校园与 智慧管理，并培养符合未来产业需要的信创人才。教育信创应服务于教育机构数 字化战略目标，支持教育机构实现“自主可控”的数字化转型，通过构建“创新 高效、安全稳定“的数字化技术平台，支撑学校业务应用场景的创新，提升学校 业务运营效率与师生服务能力。 1.2 教育信创的原则 教育机构在落实相关信创化战略，并在具体的推进与实施过程中会面临各种 各样的问题与挑战，甚至存在不同层面、不同程度的风险。为保证信创化是为了 实现“自主可控“的数字化转型这一目标，同时规避信创化推进过程中，可能遇 到的各种风险，教育信创应遵循以下五个原则： 1.2.1 建立体系，架构牵引 教育机构的信息化、数字化是系统工程。教育信创化涉及到信息化、数字化

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 DeepseekR1 ......................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 ............................. 12 收入结构：多层级产品实现流量变现 ..................................................... 12 AI 实践：从提高效率到产品生成，多邻国全面拥抱 AI ........ 教学场景交互逻辑，例如开发数学解题的分步骤解答框架。 轻量化架构适配企业低成本训练及本地部署。DeepSeek 通过可验证奖励的 GPRO、 多头注意力机制以及 DualPipe 方法（援引自腾讯研究院，此处不过多展开）实现 算法优化，降低模型单次训练和推理对算力的需求，基于 DeepSeek 二次训练的成 本也更低。同时模型本地部署也可在边缘设备（如校园本地服务器、企业办公终 端、消费电子硬件）高效运行，本地部署意味着企业使用时对其数据、硬件和软

高等教育数字化内涵 宏观层面 需要重塑高等教育生态，服务于世界经 济社会数字化发展大势 中观层面 需要创新高等教育模式，建立高等教 育新范式 微观层面 需要依托数据要素，构建高等教育发 展新路径，实现教育全流程的数字化 改造 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。 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 2025高等教育数字化研究报告 统和办公终端的国产化改造，推进国产正版软件使用。 2021.3 高等学校数字校园建设规范 （试行） 高等学校数字校园建设的总体目标是：围绕立德树人根本任务，结合业务需 求，充分利用信息技术特别是智能技术，实现高等学校在信息化条件下育人 方式的创新性探索、网络安全的体系化建设、信息资源的智能化联通、校园 环境的数字化改造、用户信息素养的适应性发展以及核心业务的数字化转型。 2019.9 教育部等十一部门关于促进

从科技基因来看，技术有其自身的发展路径和“想法”。凯文·凯利的技术进化论提出：“要 理解技术想要什么，并帮助其实现”。具体到教育智能硬件，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 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， 教学测评练各环节均可基于平板或笔记本电脑开展，数字化水平领先。校外的硬件应用则作为学习补 充手段，以素质教育品类为主，强调寓教于乐和科技体验。 • 2024年中 便携类产品通过拓科、拓场景强调高端化与性价比； 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

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 通过分析医学影像和电子病历数据，实现了从辅助 诊断到药物研发的跨越式发展。政策与资本的双重推动：1）政策支持：数字社 会下，全球医疗数字化转型已成为大趋势，各国相继出台相关政策布局数字医疗 产业加速发展。2）资本涌入：2025 年 表1：DeepSeek 引发的 AI 技术突破与医疗适配性 DeepSeek 引发的 AI 技术突破与医疗适配性 成本效益重 构行业门槛 DeepSeek R1 模型以仅 5%的成本，实现了媲美 GPT-4 级别的卓越性能。这绝非简单的成本降低， 而是一场颠覆性的变革。 基层医院本 地化 AI 诊 断系统成为 可能 以往动辄千万级的 AI 部署成本，对于资源匮乏的基层 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。 DeepSeek 通过智能化手段帮助医生从海量数据中快速提炼关键信息，实现 精准医疗决策的飞跃：1）诊断效率的提升：DeepSeek

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 策，相关公司：嘉和美康、科大讯飞等；3）AI+医院管理/医保支付：在传 统 HIS 和 CIS 系统基础上，以 AI ............ 16 三、诊中治疗：AI 医疗器械方兴未艾，应用场景丰富 ..................................... 18 3.1、AI+诊疗器械：实现诊疗精准化，破解医疗资源的结构性矛盾 ................ 18 3.2、AI+医疗机器人：临床价值高，应用场景广泛 ................................ 关于 AI 能否承担医疗责任，我们认为仍需要医生进行二次确认：“通常， 在取信 GPT-4 的回答之前，他们会先进行二次核查。GPT-4 让她感觉自己 的能力得到了扩展。相较于仅仅依赖自己的大脑、尚未实现的传染病会诊 承诺或医院的电子病历，她感到更加安心。” ◼ 关于 AI 是否会替代医生，我们认为 AI 将为医生带来效率的提升和帮助实 现更多更有意义的工作的开展：“有了 GPT-4，她就有更多时间督促其他

护理通过室内传感器、人工智 能和自动文档捕获来支持虚拟入院、虚拟查房和虚拟出院工作流程。④一站 式陪诊帮助患者通过手机完成从预约、导航、排号、就诊、宣教、检查、取 药再到院后随访、复诊提醒整个流程，实现就诊一站式服务。 ❑ 投资建议：我们看好 AI 赋能健康管理及医疗服务各个环节，对人们日常健康 管理和就诊行为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+ 医疗”更多是基于文本生 明确要求运用互联网信息技术，改造优化诊疗流程，改善患者就医体验。 鼓励发展互联网医院，在确保医疗质量和信息安全的前提下，积极为患 者在线提供部分常见病、慢性病复诊服务，以及随访管理和远程指导， 逐步实现患者居家康复，不出家门就能享受优质高效的复诊服务。 《关于完善“互联网+”医 疗服务价格和医保支付政 策的指导意见》 医保局 2019 年 8 月 以深化“放管服”、分类管理、鼓励创新、线上线下协调发展为原则， 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 互，例如，当前春雨医生、平安好医生等线上咨询平台已经能够在同一次咨 询中实现前后关联。 敬请阅读末页的重要说明 7 行业深度报告 图 4 未来在线健康咨询场景畅想 资料来源：春雨医生、平安好医生、招商证券

年融资事件为 62 起，其次为中国 37 起，从融资金额看美国 领先优势更为明显，中国 AI 制药融资额占比约 10%。 除了投融资外，随着 AI 制药管线商业价值体现，头部 AI 公司通过对外合作实现 自我造血，AI 制药 License out 金额屡创新高。2017 年开始，MNC 对 AI 制药 企业的观望和谨慎态度开始发生转变，根据 DPI 报告，过去 6 年 Big pharma 和 AI 在临床阶段应用领域包括：1）患者招募和管理：基于病例信息和疾病 数据，利用 AI 技术精准匹配入组患者；2）临床试验设计与优化：基于过往临床 试验数据，对当前试验方案设计优化；3）药物重定向：基于药物和靶点数据， 加速药物重定位研发，实现老药新用；4）数据整合分析：利用 AI 技术整合分析 数据，并生成相关报告；5）患者和用药依从性检测等。临床阶段作为药物开发 过程中时间和成本占比最高的环节，随着人工智能技术的应用，其效率仍有较大 提升空间。 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