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 CV、DL 晶型预测 耗时长，筛选合适晶型困难 通过 AI 模拟晶型药物晶型筛选，可在短时间 选出稳定性强的最佳药物晶型 DL、ML 分子药物开发领域，陆续推出多肽及蛋白药物研发平台和抗体发现平台 XuprmbAb 等，2022 年建成可拓展、标准化智能机器人湿实验室，并在随后发 布“XtaIPi 药物发现”和“XtaIPi 智能自动化”品牌，覆盖包括小分子药物研发、 大分子药物研发、药物固体形态研发、化学合成及实验室自动化解决方案等多个 业务领域，2024 年晶泰控股成功在港交所上市。 图 19：晶泰控股发展历程 资料来源：公司官网、招商证券 收取服务费、预付款或者里程碑付款，截至 2023 年底，药物发现解决方案合计 签订 188 项共同研发项目，助力多个项目进入 IND 阶段。智能自动化解决方案 包括固态研发服务和自动化化学合成服务，借助公司自建的机器人自动化湿实验 平台为客户提供晶体结构预测、工业开发和化合物合成等服务。此外公司积极推 动 AI for science 的应用领域拓展，如能源、新型化学品和化妆品等应用，2024 年 8 月，公司与协鑫集团签订

撑启发式、探究式、讨论式、参与式等以学习者为中心的教学模式，是教育信息 化 2.0 对教育现代化的基本要求。 在具体形式和方式上，国内有不少企业在智慧教学领域提供了多种产品和服 务。从一体化智慧教学平台，智慧教室软硬件、仿真实验室、VRAR 教学器材，到 利用大数据，人工智能等技术对智慧教学进行全流程的数据采集、分析、利用和 测评，形成了从课前、课中、课后完整的技术服务、监测及反馈改进的闭环。智 慧教学汇聚、共享、管 多实际操作环 境或者设备不大可能搬到授课教室，部分能有实验室的课程，让每个学生动手操 作也具备极大的危险性，比如高压电、反应剧烈的化学实验等。这类的教学要求， 目前可以借助 VR\AR 技术，就可以让将实验环境和实际操作搬到课堂，比如新能 源汽车虚拟仿真实验室、智能制造虚拟仿真实验室、工业机器人虚拟仿真实验室、 化学反应虚拟仿真实验室等等。学生不能仅能真实感受到生产作业环境，还能实 际 缩短研发周期。 ⚫ 智慧科研管理平台 科研一体化智慧管理平台，支撑科研院所全流程、全要素、全业务的数字化 运作，实现组织与人才、科研与项目、预算与财务、资产与耗材、采购与合同、 行政与办公、实验与伦理等核心领域的一体化应用。移动化的应用，使科研人员 随时随地参与各种科研协作，包括实时沟通、远程会议、日程管理、公文签批、 任务协作等。为了支持科研院所的高效运营，平台还对接了外部的招聘、支付、

图 8：科大讯飞智能导诊系统工作流程 ............................................................ 10 图 9：基于人工智能平台的检验实验室 ............................................................ 10 图 10：人工智能医学检验流程 ............... ... 19 图 29：SV 系列呼吸机及 NB 系列新生儿呼吸机 .............................................. 19 图 30：“迈瑞智检”实验室整体解决方案 ............................................................ 20 图 31：“瑞影云++”影像云服务平台 ..... 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 结果自动审核与辅助解读，进行疾病预测与治疗，助力精准医疗，最终实现无 人值守的智能检验实验室。 图 9：基于人工智能平台的检验实验室 资料来源：点石资本、招商证券

875所学校、6292个 班级。 北京等地开始 探索ipad作 为教学终端 交互平板占据 教育行业半壁 江山 智能手写笔在 江西省实现规 模化应用 XR设备在青岛智 慧教室、江西实训 基地、央教馆虚拟 实验教学多点开花 2010年 2016年 2022年 2019年 大 事 记 • 教育大屏应用已全面铺开，市场 接近饱和，竞争格局相对稳定。 • 教育市场需求持续下滑，换机潮 尚未爆发。 三类产品均呈多点开花状态，处于区域、 其中用于信息化终端的部分会更少，高价产品的采购压力极大，只能依靠“有条件的地方政府”拨付专款采购 XR设备应用年限最短，且教育内容体系建设、行业标准统一、使用体验等都存在较大提升空间，总体成熟度最低 在虚拟实训基地建设、中小学实验教 学改进等政策支持下，XR设备也受到 较大政策助益 点阵笔在江西省政策推动、教育部 “双减”典型示范案例中也受到政策 支持 学习平板一方面受教育信息化、智慧 课堂建设等政策支持，一方面又因为 内容规范、用眼健康等受到部分省市 校内机构级—XR设备 体系化内容缺乏、交互体验差等成为关键制约因素，职教实训前景可期 XR（包含VR、AR、MR）作为一种创新技术，因其沉浸式体验、超宏观和超微观场景的建构能力，可更安全、高效、低成本地支持 实验教学和实操实训，但由于社会认知不足、内容体系欠缺、交互体验差等问题，当前校内渗透率仍然很低。具体来看，职教由于 强政策驱动和强用户需求的双重因素，成为更有前景的发展方向。苹果Vision Pro在裸

者对结果推导过程进行溯源检查，同时能提供启发式教学的效果。 行业层面：AI 教育正成为优化教育供给的核心驱动因素 “高质量输出”、“低成本普及”和“个性化教学”是传统教育的不可能三角。 例如，高质量的教学资源往往意味着名师课程、实验设备配套齐全等，在一定的 时间、空间内可以通过扩大班级规模来降低成本实现普及，例如采取大班额教学 图4：Deepseek 调用价格远低于 OpenAI GPT4o 及 o1 图5：以有道小 P 为例，目前已接入 环境，推动人工智能在教学、管理等方面的全流程应用；加快面向下 一代网络的高校智能学习体系建设；加强教育信息化学术共同体和学 科建设。 2021.12 中央网络安全 和信息化委员 会 《“十四五”国家 信息化规划》 开展教育社会实验。研究人工智能对教育模式和教育对象的影响，探 索人工智能融入教育对社会的影响。 2022.7 科技部等六部 门 《关于加快场景创 新以人工智能高水 平应用促进经济高 质量发展的指导意 见》 教 ， 分析数百万语言学习者的错误模式预测单词在学习者长期记忆中的半衰期，依此 确定练习时机、挑选薄弱单词，同时利用单词本身作为回归变量分析学习难点， 进而优化课程供给。据官方数据，采用 HLR 算法的实验组相比对照组展现出显著 优势，练习课程的日留存率提升了 9.5%，课程学习的日留存率提高 1.7%，整体学 习活动的日留存率更是大幅增长 12%，有力证明该算法能有效优化课程供给。 GPT-4 模型助力生成交互性更强的增值课程

有关事项的通知 明确专项贷款重点支持范围包括：高校教学科研条件及仪器设备更新升级、 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 应用师生全覆盖。创新信息时代教育治理新模式，开展大数据支撑下的教育治 理能力优化行动，推动以互联网等信息化手段服务教育教学全过程。加快推进 智慧教育创新发展，设立“智慧教育示范区”，开展国家虚拟仿真实验教学项 目等建设，实施人工智能助推教师队伍建设行动。构建“互联网+教育”支撑 服务平台，深入推进“三通两平台”建设。 2018.4 教育信息化2.0行动计划 通过实施教育信息化2.0行动计划，到2022年基本实现“三全两高一大”的发 力打造一体化智能服务平台，并以此为转型抓手，着力实现人员互联互通、数据安全流动、服务泛在汇聚和资源共建共享，塑造高等教 育新形态。同时，着力探索建立不同类型高等教育的关键场景转型试点，系统开展应用实验和融合变革，提炼总结数字化转型的模式与 思路，发挥示范和带动作用。 第三，对标高等教育强国建设战略任务，在遵循人的发展规律和高等教育规律前提下，锚定高等教育教学、科研、服务应用场景，跟进 新兴

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 能够整合患者病史记录、 实验室检查结果及影像学数据（如 X 光片、CT、MRI 等），快速生成初步诊断路 微调阶段结合 800 万条高质量临床数据，并由 100 多名医生参与监督训练。 medGPT 突破了 AI 医生无法连续对话的难点，在疾病预防、诊断、治疗、康复四 个环节实现智能化。实验显示，其诊断结果与线下门诊诊断吻合率超过 97.5%， 展现了 AI 医生的潜力。 图22：医疗大模型 MedGPT 模拟医疗专业问题表现 资料来源：医联官网，民生证券研究院 2