行业总览：技术跃迁与政策红利驱动 AI 教育加速发展。据艾瑞咨询 2024 年 8 月报告，2024 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 平台）等。疫情加速了线上线下融合的教学模式普及，同时 AI 技术进一步系统性 地重塑教育流程，为全球教育科技市场发展提供动力，2025 年全球教育科技市场 规模预计将达到 4040 亿美元（据多鲸出海数据）。在线教育市场是规模最大的 细分赛道，据 Statista 数据，2025 年全球在线教育平台市场规模预计约 2038 亿 美元。 图1：2017-2028 年全球教育科技市场规模测算 资料来源：Statista，多鲸出海，国信证券经济研究所整理 注：全球教育科技市场规模由国信社服基于在线教育市场及多鲸出海 2025 测算数据综合测算 2024 年预计中国教育科技市场合计约 3758 亿元，其中 C 端在线教育市场规模预 计接近 3495 亿元。据艾瑞咨询估算，2024 年我国教育科技市场（涵盖 B 端 AI 教 育系统、C 端的在线教育平台以及消费级硬件产品）规模合计约 3466 亿元。其中 C 端市场占比超过 90%，市场更为庞大。但另一方面，AI

养计划、高技能人才培养计划等具体措施，推进教育信息化和产业人才的培养。 教育机构需要将信创教育（也就是基于信创技术体系的计算机相关教育）纳入其 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 是一个高阶 的架构内容，如战略意图（需要解决的核心问题等），战略架构（数字化后将要 达到的未来状态等）及业务与信息需求（与其他业务的交叉协作需求及相互的数 据支撑等）。等具体需要时再做进一步细化的架构开发，如详细的业务架构、数 据架构和应用架构开发等。所有架构内容的开发都是为相应的决策服务，避免大 量的重复建设和无效劳动，并减少系统的复杂性。 3.5 智慧教育应用参考模型 应用架 操作系稍有差异（如在服务器端，华为推出了欧拉操作系统）。信创云的 IaaS 层 主要提供弹性的计算资源，包括虚机、容器及超融合等。PaaS 层主要提供标准化 的应用开发能力和套件，包括应用开发平台、数据库、大数据平台和 DevOps 平 台等。SaaS 层主要提供各种应用服务，包括通用应用、行业应用和组织个性化应 用。 按照企业架构四个层级的划分（基础架构、通用系统架构、行业架构和组织 特定架构），信创云中的基础设施层、IaaS

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 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 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 将助力医保支付体系实现精细化管理和智 能化升级：1）精算模型精度大幅提升：AI 精算模型可以纳入 10,000+临床变量， 将保费定价误差率降至 0.3%，实现更精准的风险评估和保费定价。2）欺诈检测 系统挽回巨额损失:据案例显示，AI 欺诈检测系统每年可挽回损失超过 12 亿元， 有效遏制医保欺诈行为，保障医保资金安全。3）基于价值的支付模式：将支付与 医疗服务质量和效果挂钩，激励医疗机构提供更高质量、更低成本的服务。4）动

将为包括医药行业在内的各个领域带来革命性变化。医疗 AI 的应用起 源于 20 世纪 70 年代，随着如 GPT-AI 在内的人工智能技术不断更新迭代，医 疗 AI 也向着更加智能化发展。最早的医疗 AI 应用集中于临床知识库，但受限 于当时成本高昂和互联网基础设施有限，并未得到广泛应用。此后随着机器学 习、NLP 等技术普及，AI 手术机器人、AI 制药、CDSS 等应用领域逐渐成熟落 地，并涌现了如 IBM Watson、DeepMind 迪安诊断：迪安诊断以建设“智慧实验室”为切入口，导入远程病理会诊 平台和病理 AI 辅助诊断系统，加速人工智能数字病理诊断发展。2021 年 4 月，迪安与知盛科技合作成立病理诊断人工智能公司医策科技，基于迪 安庞大的病理数据资源库，自主研发人工智能数字病理系统 PathoInsight， 标志迪安医学诊断智能化起步；2022 年，子公司医策科技自主开发的宫颈 细胞病理图像处理软件 PathoInsight-T 获批二类证，在多家三甲医院投入 40%以上，并面向病理科室推出 PD-L1、 Ki67、HER2、ER/PR、FISH 等人工智能辅助诊断产品；2022 年，公司 联合解放军总医院第一医学中心开发国内首个基于 AI 技术的 CNS 炎性脱 髓鞘疾病数据库平台 x-MedFinder CNS Database；2023 年，上线面向医 疗机构的检测数字化服务平台“迪安智检”，助力检测服务更加智能。 图 12：迪安智慧病理整体解决方案 图 13：医策科技

AIDD/CADD 平台 .................................................................. 15 图 26：利用成都先导 DEL 数据库结合 AI 技术筛选活性化合物 ...................... 15 表 1：AI 在药物研发主要流程发挥作用 ................................ 制药市场交易活跃度明显提升。 图 7：2021-2024 年全球 AI 制药行业融资统计 图 8：中国 AI 制药企业融资额（单位：亿元） 资料来源：智药局、招商证券 资料来源：亿欧智库、招商证券 敬请阅读末页的重要说明 7 行业深度报告 表 2：2022 年全球 AI 合作交易 TOP10 AI 药企 合作方 订单金额 合作内容 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 的优化过程。AI 制药龙头企业 Schrodinger 利用公司 DEL 库筛选的 WEE2

3 个核心特征：①提供一个全面的智能感知环境和云服 务平台，为在校师生和管理部门提供基于角色的个性化定制服务；②将学校管 理和学生生活各个领域的数据，经过统一接口进行数据处理，汇聚于云端的数 据共享中心，实现互联和协作；③通过智能感知环境和综合信息服务平台，为 学校与外部世界提供一个相互交流和感知的接口。 智慧学校遵循立足实际、科学规划，标准统一、资源整合，应用驱动、特 色创新的原则。 Distribution Network）三部分组成。 为保证网络的稳定性和可靠性，校园网核心层采用双核心设计，通过虚拟化技 术，使得设备之间起到冗余备份，确保任意一台设备的故障，均不会影响到数 据的正常转发及用户的正常使用，构建健壮的校园网络，同时考虑到随着后续 信息技术的进一步发展，教学模式的改变，未来网络需要承载更多的业务及提 供更多的优质服务。因而在方案设计中充分考虑了未来校园网络技术发展的要 预警系统，对高校整体流量进行检测，发现其中的勒 索、挖矿、高级可持续性威胁等安全威胁。 校内业务区：校内业务区包括校内大部分核心业务系统及数据库，其中存 在大量敏感、高价值数据，需要部署 web 应用防火墙，实现对校内 web 业务 的防护；部署数据库审计系统，实时解析对高校数据库的访问行为，实现对数 据库操作的审计，发现异常访问及恶意攻击。 安全管理区：安全管理区作为高校安全统一运维、管理的区域，需要对高 校整体

AI+健康管理：国内“互联网+健康管理”经历了物种爆发→流量竞争加剧→ 淘汰整合的变革，我们认为发展瓶颈的原因主要包括对平台及相关数据信赖 度较低以及服务的碎片化和过于标准化。AI 的引入有望提高数据准确度和数 据连续性（智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记 录），提供专业个性化健康服务（AI 医生/护士），并创造更多可能性（脑机 接口提供辅助运动与神经康复帮助，提高残疾病人生活质量等）。 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 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 图 12 互联网+健康管理发展历程 资料来源：IT 桔子，招商证券 AI 模型的引入可能带来的改变： ◼ 智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记录，提高数 据准确度和数据连续性：利用 NLP、HsMocap、ML、多模态神经网络 A 等 技术训练更加准确的人工智能，结合远程医疗提升检测数据与技术数据推论 的准确度。同时结合大数据、人工智能、云计算等技术建立个人健康档案有

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 库出库管理规范》 坚持“择优入库、动态调整、公益服务”，规范数字教育资源全生命周期管 理。 2024.4 人力资源社会保障部、教育 部等九部门联合印发《加快 数字人才培育支撑数字经济 发展行动方案（2024－2026 on Higher Education 大模型 LanBots 智能 搜索 智能 问答 指令 执行 智能 推荐 智能 问数 消息 推送 行为 分析 升级1个基座：门户超级入口+AI知识库 智能 预警 智能 入库 智能 分类 智能 标签 智能 摘要 智能 写作 知识 图谱 智能 查重 … AI公文管理 智能 拟稿 敏感 词检 测 智能 阅读 智能 查重 智能 打通学校各类异构系统数据源，实现跨平台知识 资产的统一检索。 智能问答：支持多类大模型自由切换，提供知识 溯源、多模态输入、问答互动、多轮会话等服务， 满足不同场景需求。 科研大脑：构建内外知识源的科研知识库，实现 项目经验、科研成果等统一管理、智能推荐，支 持长篇知识智能总结、深度问答，加速科研立项、 技术攻关与问题纠错，提升创新效率。 2025高等教育数字化研究报告 2025 Digital Research

性儿童内容。近年来随着AI技术与大模型技术的发展，新兴厂商开始探索新品类，其中 基于语音技术、关注儿童互动陪伴方面的产品较为火热，如Moxie AI、Grok等产品，父母和孩子都被其互动体验所吸引。据World Metrics统计数据显示，截至2025年，配备语音识别技术的人工智能玩具的市场规模将达到6.8亿美元。 来源：产品官网等公开资料，艾瑞咨询研究院自主研究及绘制。 美国校外教育智能硬件发展历程 大模型支持下，口语练习场景更加开放，互动轮次更多，与 数字人技术结合后，可提供更加好玩、个性化的拟人陪伴。 英 语 场 景 跨 科 场 景 多学科能力 大模型的海量数据支持及生成能力可以弥补原先理科教研数 据不足的问题，提升数理化等学科的搜题、解题能力。 大模型对词典笔软件功能、内容的提升 功 能 升 级 价 格 降 级 竞争态势：工具型产品，标准化程度高，功能聚焦，产品难分档，市场进入门槛低，产品升 在我国的中小学互联网接入、多媒体教室、“三通两平台”等教学环境建设取得重要成效的新阶段，深入教学环节的数字化建设更 加依赖各类教育智能硬件。从发达国家美国来看，通过学习平板/笔记本电脑覆盖教学全环节，可显著提高教育数字化水平，打通数 据在各教学环节和场景的流转及高效利用。当前中国校内的教育智能硬件应用仍较为分散，各教学环节未实现硬件的统一，不同环 节硬件应用的成熟度也存在较大差异。放眼未来，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。