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%的利率向教育、卫生健康等10个领域的设备更新改造提供贷款，加上中 高等教育数字化转型要着眼于技术协 同、业务协同、数据协同，达到跨层 级、跨部门、跨校区、跨校级、跨校 企和跨校家的协同转型目标。 协同 积极构建多边共享机制，促进数字资 源、师资能力、专业知识在不同主体 间流动，是高等教育机构开展持续性 数字化发展的有力保障。 共享 高等教育作为社会上层建筑的一部分， 在数字化转型背景下，其思想意识和 价值观念要随着社会变迁而发生变化， 以适应社会发展的需要；要借助各种 高等教育新形态，是推动我国原 始创新、关键核心技术攻关、科 技成果转化的长期动力源，将对 服务国家战略发展和区域经济社 会需求形成强力支撑。 长期性 高等教育在高层次人才培养、高水 平科技自立自强、自主知识体系构 建方面的关键作用日益凸显，但面 对当前复杂的国际局势和国家战略 需求，要在世界范围内新一轮科技 革命和产业变革中抢占先机，成为 全球学习借鉴和赶超的对象，就必 须拥有强大的高等教育综合实力、

问题。购买或合资获取技术授权的方式在芯片流片时需部分依托国外产线完成， 产品销售上有被技术授权公司审计的风险。 指令系统是 CPU 所执行的软件指令的二进制编码格式规范，是计算机的软硬 件界面，也是 CPU 最重要的知识产权体现，承载着产业生态，目前国际 CPU 主流 生态的话语权主要由 Wintel 体系（X86+Windows）和 AA 体系（ARM+Android）掌 握。采用技术授权或者国外合资的 CPU 可以通过建设海量数据训练库、标准测试数据集、工具库等行业数据资源平 台，重点培育数据采集、标注、存储、传输、管理、应用等全生命周期产业体系 来实现大数据信创。 4.1.3.3 人工智能 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。 备课是教学的重要环节。面对新形势下的教学目标、教学要求，以及以互联 网原住民为主的学生群体，照本宣科的方式显然不能满足智慧教学的要求。在智 慧教学技术推广之前，教师备课主要依赖备课老师个人的知识范围、阅读范围和 责任心，主要目标是把知识点讲全面，完整，没有足够精力顾及到教学内容的延 伸，以及和其它学科的交叉、课堂的互动性、生动性。借助智慧教学系统，可将 海量的教学资源，教材、试题、素材等作为备课的公共库，教师能随取随用，大

平台”、教育信息化1.0、教育信息化2.0的多年 建设，当前网络及数字平台建设已较为完备，正处于多硬件终端的建设期。教育智能硬件是推动教育数字化落地的重要载体，其本 身就是教育数字化的外在形态，兼具知识性、个性化、规模化等特征。本报告将教育智能硬件放在教育数字化的范畴之内，对校内、 校外的硬件进行整体研究与探讨。 来源：公开资料，艾瑞咨询研究院自主研究及绘制。 网络及数字平台建设是教育数字化的基 多硬件终端可实现数据采集与人机交互， 是教育数字化战略落地的重要载体。截 至2020年底，全国学校统一配备教师 终端1060万台、学生终端1703万台。 信息化基础设施 教 育 智 能 硬 件 知识性 承载教育内容资源，搜集教育学情数据， 生成教育场景适用内容 个性化 通过AI技术进行智能化分析，针对学生 特点进行个性化规划与适配 数字化 硬件本身是数据采集终端，教育智能硬 件是教育数字化的外在形态 向低学龄段的用户延伸，拉长用户的潜在付费周期 • 具备占领早教领域的家长用户心智的先发优势 • 具备早教专属教育内容的积累优势 小初高 阶段 学前 阶段 学习 内容 掌握 注重通过习题训 练、查漏补缺提 升知识点掌握扎 实程度与全面性 学习 效率 提升 注重通过错题总 结等重点环节快 速提升作答正确 率 学习平板 词典笔 错题打印机 全面 发展 素质教育、学科 启蒙两手抓 启蒙机 点读笔

更精准的诊断和治疗。 动态演进机 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 资料来源：DeepSeek 网页版，民生证券研究院 科研与学术方面：从浩瀚文献到高质量论文的全流程赋能，DeepSeek 以智能 化能力提升医生科研效率和学术成果质量：1）文献检索与知识整合：DeepSeek- V3 模型基于海量预训练数据，快速提炼研究领域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 景，利用浙江大学计算机创新技术研究院和浙江省智慧医疗创新中心等多方合作 机构的算法、技术和知识库，依托 AI 技术和医学大模型技术，打造一系列的 AI+ 医疗的新型场景应用，进一步推进智能医疗产业生态建设。公司在 AI 领域大力布 局，力求打造公司自己的 AI 能力中台，基于慧康-启真大模型和慧意 GPT 平台， 公司积累了大量院内知识库数据，多款产品嵌入医疗场景，包括会思考的电子病历 SmartEMR 、

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 问世，在技术层面继续助推 企业宣布 迅速接入 DeepSeekR1 系统。 模型开源，对教育垂直领域企业而言具有可得性。DeepSeek-R1 模型的开源属性 为企业提供了高度灵活的技术底座。教育机构可基于开源代码定制学科知识库、 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 赋能教育聚焦成本优化与质量提升双重维度。成本优化端， 自动化生成课件、音视频及习题（如 Duolingo 训练模块等）显著降低教师重复劳 动；质量提升端，智能诊断（粉笔题库）与自适应课程（天立网课）实现精准化 教学。此外，大模型构建的知识库突破时空限制（如各类 AI 答疑大模型），智能 行为识别提升课堂管理效率（教学监督平台、教育机器人），个性化干预方案增 强特殊教育支持（自闭症数字疗法）。这些实践共同验证了 AI 赋能教育生态路径。

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 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。 基于大数据和人工智能技术突破传统医疗服务边界，能够实现院前、院中、 院后的闭环管理，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。同时， 基于大模型训练的知识图谱，分诊支持的科室和症状自查的广度和精度都明 显提升，让患者导诊更加准确、方便。相关企业包括科大讯飞、云知声、美 桥科技等。 敬请阅读末页的重要说明 11 行业深度报告 据服务）和百 度健康（面向 C 端提供泛健康类的科普健康管理的平台）三大品牌。灵医智惠以 “循证 AI，赋能大健康产业”为方向，依托百度领先的 AI 技术进行整合，服务 于医疗场景，功能包括患者教育知识推送、智能随访、建立全病程健康档案、用 药管家、提醒与报警等。 图 15 百度灵医智惠全方位赋能医疗场景 资料来源：百度灵医智慧，招商证券 微医：微医创立于 2010 年

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 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 2700 种疾病和近 4000 个检验项目，总训练次数高达 10 亿次，相 长，一套 PET 影像花费 10 分钟以上 阅片时间 短，AI 辅助完成初筛 受个体误差、医师疲劳度影响，不稳定 准确率 稳定，无疲劳诊断 主观性无法避免 客观性 较为客观 知识遗忘 记忆力 无遗忘 较少信息输入即可快速建模 建模条件 建模需要更多信息输入 信息利用度低 信息利用度 信息利用度高 重复性低 重复性 重复性高 高 定量分析难度

平台使用物理化学模型和人工智能算法，在上海建设超算中心，帮 助推进各类药物研发项目，有效提升公司创新效率。同时，公司正在探索生成式 AI 驱动的抗体 de novo design 等新方向，使用先进的结构生物学知识和 AI 技术 手段，进行抗体的人源化或动物源化改造，确保抗体的安全性和有效性，并且开 发了高度自动化的抗体亲和力改造工作流，进一步优化抗体的性能和特异性。 维亚生物通过计算化学和人工智能方法，推动了靶向