和“文心一言”模型在医疗领域的商业化渗透，互联网 医疗有望迎来新机遇。 ❑ AI+问诊咨询：线上问诊咨询是对线下诊疗的重要补充，分为健康咨询和线上 问诊。①AI+健康咨询不仅能提高专业度和精准度、也能加强互动性甚至给予 人文关怀，提高“轻问诊”体验。②AI+线上问诊带来“效率”与“效果”的 双重提升，通过诊前 AI 交流及历史健康档案数据提取高效生成精炼准确的主 诉、并通过相似案例比对精准推荐医生，在诊中诊后作为线上助理陪伴始终， 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）。 ❑ AI+线下辅助就诊：①AI 辅助门诊能提高患者就诊体验，缩短就医时间（通过 AI 辅助门诊，上海儿童医学中心的患者平均等待时间从约 辅助门诊，上海儿童医学中心的患者平均等待时间从约 2 小时减少到 0.38 小时），也减少医生信息录入时间使其能专注于诊断处方。②AI 辅助随访（动 语音电话批量呼叫患者→语音信息实时转换为文本表格→生成报告自动上传 至云端）提高医患沟通深度和有效性。③虚拟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

............ 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 ...................................... 12 多邻国增长飞轮：基于其 Freemium 模式下的用户漏斗 ....... AI 教育产品，有望以边际成本趋近于零的方式为每个学生匹配教学 资源、降低人力依赖、提高教学管理效率，推动“大规模高质量因材施教”的个 性化培养理念走向现实，为教育质量、公平、个性化升级注入技术动力。而对于 教育企业而言，低成本大规模高效普及意味着更强劲的用户增长潜力，个性化培 养方案与高质量信息输出意味着以学习效果提高用户粘性。 在具体的实践中，AI 赋能教育聚焦成本优化与质量提升双重维度。成本优化端， 根据文本生成音频、视频提高课堂稿件的生成效率 豆神“超拟人”系统 生成式 AI 有效提高教 学质量 提供个性化教育内容 通过满足个性化需求提高教 学质量 粉笔的智能出题和天立的智能网 课 决策式 AI 提供超越时空限制的知 识资源库 低成本且高效的获取高质量 的信息和辅导 引入 ChatGPT 或 DeepSeek 的教育 软件或智能学习平板 生成式 AI 行为识别提高课堂效率 能围绕教学场景为师生提供

容资源等一次售卖为主，增值服务模式尚未发力 但未来可期。AI智习室作为创新模式，通过线上录播自学+线下伴学服务，变革了传统模式，满足了 供需多重需求。 • 从生态力来看，产品生态促进数据协同并提高产品性能，用户生态推动消费决策与用户价值拓展。 • 教育智能硬件的家长用户以31-45岁、生活在一二线城市、中高家庭收入水平的职业白领居多， 70.4%的家长用户在“双减”政策实施后增加了孩子教育智能硬件的支出。 竞争格局稳定，缺乏新 的爆点功能刺激 • 词典笔市场价格战激烈， 单价和毛利持续走低 • 故事机作为传统早教品 类，市场渗透率高，细 分品类和厂商可能分化 • 点读笔更依赖图书，逐 渐成为书的赠品以提高 单价 • 错题打印机市场趋于饱 和，竞争格局稳定，缺 乏新的功能刺激和产品 换代需求 • 单词卡产品门槛及附加 值低，需求缺乏刚性， 大量赠送产品会进一步 稀释当前单价和毛利 存量市场 优质的教辅资源是不变的刚 需，受用户认可的资源内容 在家长心中有着品牌溢价， 更容易带来商业变现，如学 而思、高思的课程内容 独家优质资源 • 大模型技术可高效提升知识点查漏补缺 的能力，提高学生学习效率 • 在语言文科类知识图谱完善后，理科类、 综合素养类知识的生成更需要AIGC技术 • 数字人教师的实现需要AIGC技术支持 AIGC内容生成与适配能力 考验教研资源积累 考验教研数据、AI技术、资金能力

手术机 器人和康复机器人应用最广，相关公司：天智航、伟思医疗等。 ❑ 医院 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 ........ 21 四、医院 AI 基建：医疗信息化建设持续推进，智能化趋势渐显 ...................... 23 4.1、AI+智慧药房：智慧药房建设如火如荼，AI 提高药管效率 ....................... 24 4.2、AI+电子病历：AI 驱动智慧病案提升医院经营效率 .................................. 25 15：公司开发的 AI 病理显微镜 .................................................................... 13 图 16：病理 AI 有效提高诊断效率 .................................................................... 13 图 17：不同病理检验阶段所用的关键推动技术

国际大循环阶段，CPU 研发工作开始落后于西方国家。2001 年以来，随着国家对 芯片产业的扶持力度加大，国产 CPU 迎来发展机遇，诞生了以龙芯中科、华为、 天津飞腾为代表的国产 CPU 设计企业，产品性能逐年提高，应用领域不断扩展， 扭转了长期无“中国芯”可用的被动局面，为构建安全、自主、可控的国产化计 算平台奠定了基础。 目前，国内 CPU 厂商按照指令集架构分为三种技术路线：一是以龙芯、申威 中孚信息、360、启明星辰、绿盟科技、深信服、天融信和安恒信息等。 4.2 信创云技术体系 4.2.1 信创云总体概述 云计算通过虚拟机、容器等方式弹性地提供计算资源，使整个计算资源可以 做到横向扩展，既提高了性能和可用性，也提高了效率和易用性。作为信创技术 体系实现“升级替代”的重中之重，信创云将在整个信创技术体系构建中起到重 要作用。 由于经过多年发展，云已经成为各类新技术的交付手段和新业务的承载平台， 用。 （4）生成镜像。直接将运行中的容器环境持久化为容器镜像。或者使用命 令和工具基于脚本构建镜像。后者的优势在于可以溯源镜像的生成过程，并且消 除了把一些不需要的东西误保存到镜像中的隐患，提高了安全性。镜像构建成功 后，将镜像推送到镜像仓库中去。 （5）应用部署。将容器镜像部署到信创云原生环境中，一般可采用部署模 板，实现在不同用户环境中的快速部署和敏捷升级。 ⚫ 应用架构微服务化

数字化转型，打造高等教育教 学新形态；加强国家高等教育智慧教育平台建设，拓展平台内容，完善平台 功能，建好内容丰富、服务高效的高等教育综合服务平台；做强“创课平 台”，系统集聚整合创新创业要素资源，提高学生解决实际问题和知识转化 能力等。 2022.9 关于加快部分领域设备更新 改造贷款财政贴息工作的通 知 设立设备更新改造专项再贷款，额度2000亿元以上，支持金融机构以不高于 3.2%的利率 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 展目标，即教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建 设覆盖全体学校，信息化应用水平和师生信息素养普遍提高，建成“互联网+ 教育”大平台，推动从教育专用资源向教育大资源转变、从提升师生信息技术 应用能力向全面提升其信息素养转变、从融合应用向创新发展转变，努力构建 “互联网+”条件下的人才培养新模式、发展基于互联网的教育服务新模式、 水平、 安全有保障。 2012.3 教育信息化十年发展规划 （2011-2020年） 高等教育信息化：重在推进信息技术与高等教育深度融合，创新人才培养、科 研组织和社会服务模式，促进教育质量全面提高。 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education 中国大学排名前100位 排名 学校名称 省市 1 清华大学

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 见病诊断 罕见病种类繁多、症状复杂、误诊率高，AI 系统能够通过学习海量医学知识和病例数据，辅助医生进 行罕见病诊断，提高诊断准确率，缩短诊断周期。 个性化治疗 方案的动态 优化 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 将临床试验患者匹配精度提高至 89%，缩短研发周期 6-8 个月，加速新药上市进 程。3）药物靶点发现与设计加速：利用 AI 分析生物数据和分子结构，加速药物靶 点发现和药物分子设计，为新药研发提供更强大的技术支撑。4）临床试验设计与 优化：AI 能够优化临床试验方案，提高试验效率和成功率，降低研发风险。5）药 物生产工艺优化：AI 可以用于优化药物生产工艺，降低生产成本，提高药品质量 和生产效率。 行业深度研究/计算机 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 13 AI 技术正在改变多个行业的运作方式，尤其是在医疗、金融和制造等领域，对于 提高效率和决策能力具有重要作用。 图15：AlphaFold3 在蛋白质结构预测上效率提升 508 倍，可解析超 10 亿种结构 及多种相互作用。 资料来源：华尔街见闻，民生证券研究院

，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 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新药研发负担。 实验平台紧密联动，深入理 解实验过程，并赋能各个实验平台，实现计算与实验的完美融合，形成相辅相成 的良性互动，显著提升了研发效率和创新速度。例如使用主动学习的虚拟筛选， 可将筛选的命中率从平均 1%提高到 20%以上，对应富集因子为 20 倍或更高， 与维亚多个筛选平台联动、完成筛选并验证的速度达到以周为记，对应筛选费用 降低为三分之一。采用自由能微扰技术和 ADMET 性质预测对设计的化合物做先