师队伍 建设行动”，积极推动区域制定与地方发展实际相适应的 AI 赋能教师发展工作方 案和标准规范，研发适配教师专业成长的智能工具与平台，建立“专家-教师- 企业”群智联通机制，提供广阔的发展空间和充分的激励机制。 促进 AI 与教师发展的深度融合需要坚持应用导向，将技术切实融入教师各 类教育实践中，聚焦实现教师教学、研究等核心业务场景的数字化转变与智能化 发展，因地制宜探索 AI 与教师发展深度融合的新模式、新途径。 提升课堂趣味性，推动生成式教学、对话式教学、项目式学习等新模式的广泛应 用。 在教师研究方面，需推进数据驱动和画像技术支持的智能教研 ④，通过多模 态数据系统评估教师授课情况，提出精准改进建议。探索教学物理空间和教研网 络空间的融合，形成突破时空限制、高效便捷、形式多样的教师教研模式 ⑤。还 需加强教育科研实验平台建设，研发智能科研助手，加速知识创新和技术突破。 数字素养是智能时代教师必备素养，也是 AI 赋能教师发展的核心。教师数 监管机制。积极推动将数字素养水平纳入教师准入、资格认证、职称评聘、绩效 考核等教师评价体系，并通过智能化平台实现素养发展轨迹的记录与管理。 加快数字素养培养培训。建立多层次、立体化、贯穿职前职后的培养体系， 设计并落实精准化、模块化、实践导向的培训指南与持续性专业发展项目。鼓励 跨区域、跨校协同创新，建立教师数字学习共同体。探索训、研、赛、用、评相 融合的教师素养提升路径与模式，通过课题研究、教学比赛、微能力认证等多种

制药管线商业价值得到体现。 ❑ AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药 发展早期，企业以提供药物研发软件服务为主，附加值较低并且客户付费意 愿不强，市场空间有限，代表企业为 Schrodinger；为了更加深度参与客户药 物研发过程，突出 AI 制药优势，企业陆续向 AI+CRO 和 AI+Biotech 的商业 模式转变，通过 AI 技术为药企和 CRO 选择此类商业模式， 包括晶泰控股、英矽智能、Recursion Pharmaceuticals、Relay Therapeutics 等。 ❑ 单纯提供 AI 软件服务很难满足客户需求，同时市场空间有限，更深层次参与 新药开发过程提供 CRO 服务或者自建研发管线成为 Techbio 企业成为普遍 选择。对于 AI+SaaS 和 AI+CRO 为核心服务模式的企业，我们建议重点关注 公司平台 制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，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

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。 可喜的是，这二者的发展并不是背道而驰的，如墨水护眼屏和刷题练习场景的有效结合，这 一组合进化还体现在学习平板、词典笔、智能手写笔等多产品中，以更好地解决特定教学场 谷歌生态的强势支持，三者缺一不可。政策对于“一对一笔记本电脑计划”的大力倡导，微软、东芝等企业的积极响应，使得“人 手一端”逐渐深入教育工作者的心智，起到了前期市场教育的作用；产品方面，Chromebook的低价优势、轻量级设计、轻便使用 及部署、免费和口碑营销等特点，都推动了其在教育领域的快速普及；企业方面，背靠谷歌的强势支持和用户体量，一站式学习工 具（ G Suite for Education）和高效教学平台（Google 安全可靠：系统病毒感染率低 ✓ 稳定可靠：计划外停机次数比同 类设备少55%，花在维护上的时 间也减少了59% 管理轻松 软件集成：教育适配 G Suite for Education 一对一电脑计划 教学设计 *2024年价格分布情况  谷歌任务  谷歌日程 营销 模式 口碑营销 无数老师在博客和网络社区里主动分享和交流使用谷歌教育产品的心得，进一步打开Chromebook知名度。 免费赠送

............................................................................................1 1.2 设计依据.................................................................................................1 ........................................4 1.4 智慧校园整体设计..................................................................................4 第二章 设计系统范围.................................................. ............................................................................................9 第四章 设计原则..............................................................................................12

校园 规范》，建设校本大数据中心，建设一体化智能化教学、管理与服务平台， 持续丰富师生发展、教育教学、实习实训、管理服务等应用场景，落实网络 安全责任。各地要强化统筹，加大财政支持力度；指导学校系统设计校本数 字化整体解决方案；组织学校有序接入“全国职业教育智慧大脑院校中台” 接受管理监测。教育部将在数字资源丰富、功能应用强大、赋能效果良好的 区域性信息化标杆学校的基础上，有组织地指导建设全国性信息化标杆学校。 当前，数字产业化和产业数字化 对高等教育高素质复合型人才培 养提出新需求，高等教育专业设 置、教育教学、科研创新面临新 一代人工智能的冲击和挑战，学 习资源获取方式也已拓展到物理、 数字“双空间”，多重内外因素 都在呼唤高等教育变革创新，而 数字技术与传统高等教育优势的 深度融合，为问题的解决和创新 人才培养提供了诸多可能。 创新性 高等教育作为科技第一生产力、 人才第一资源、创新第一动力的 为目标，聚焦高等教育数字化转型的需求， 通过搭建智能一体化服务平台，推进数字技 术与高等教育全要素、全场景、全过程的深 度融合，发挥数据要素在人才培养、科学研 究、社会服务、治理决策等多维度的赋能作 用，聚力打造物理空间和数字空间“双空间” 育人的新格局，为高等教育数字化转型提供 有力支撑。 技 术 逻 辑 转 型 的 实 现 基 础 推动高等教育数字化转型步入规范化、制度 化、常态化轨道，各项工作取得实质性成效，

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 AI 技术下被打破，AI 正成 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 渗透率约在 7%左右（艾 瑞咨询通过专家咨询等方式估算，口径为 AI 技术在收入中的贡献），仍有较高的 提升空间。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 7 图2：2017-2028 年全球教育科技市场规模测算 资料来源：艾瑞咨询，国信证券经济研究所整理 科技基础：决策式与生成式 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 DeepSeek 可展示思考过程

............................................................................... 67 7.2.2 信创化目标及体系设计 .................................................................................................. 创技术体系的数字化转型。其次，信创工作需要大量的人才，而教育机构是信创 人才供给的主要来源。为深入实施科教兴国战略、人才强国战略、创新驱动发展 战略，教育系统陆续推出教育信息化 2.0 计划、新工科建设计划、卓越工程师培 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 竞争优势。 信创技术的成功很大程度上决定于教育体系的成功，特别是信创教育的成功。 2 教育机构的信创及信创教育的发展，将在中国信创事业中起着举足轻重的作用。

成了对患者的救治、得到了心理安慰、并为患者向保险公司申请了授权；后 续在查房中，还为肿瘤复发患者寻找合适的临床试验等等（具体案例详见报 告）。生动的描述，让人切实感受到了 AI 为医药健康带来的想象空间。 ❑ 生成式 AI 爆火，“AI+医药健康”应用场景广阔。AI 在医药健康领域的应用 经过多年发展，ChatGPT 的爆火则再次引燃热情，应用领域百花齐放。其中 医院作为医疗行为核心发生地， GPT-4 对话，完成了对患者的救 治、得到了心理安慰、并为患者向保险公司申请了授权，后续在查房中，还为 肿瘤复发患者寻找合适的临床试验。生动的描述，让人切实感受到了 AI 为医疗 行业带来的想象空间。 图 1：GPT 医疗未来或可做到的医院端应用场景 资料来源：《超越想象的 GPT 医疗》、医药魔方、艾瑞咨询、招商证券 ChatGPT 为核心的生成式 AI 爆火，再次引发全球对于人工智能的关注，我们 敬请阅读末页的重要说明 6 行业深度报告 图 2：国内外医疗 AI 发展历史 资料来源：《中国人工智能医疗白皮书》、医药魔方、艾瑞咨询、招商证券 从市场空间看，全球医疗 AI 市场规模超 50 亿美元，并将继续保持快速增长。 根据 Global Market Insights 报告，2022 年全球医疗 AI 市场规模超过 50 亿美 元，并预计将以超过

技术尚处发展早期，应用过程中可能会生成错误 信息，也不排除 AI 伪造信息的可能性。 ◼ 数据安全风险：AI 在医疗中应用需要读取大量患者数据，可能会涉及信息 安全问题。 ◼ 市场竞争风险：医疗 AI 市场空间大，吸引众多参与者进入，存在竞争风险。 ◼ 变现能力较弱风险：目前消费者尚未养成为线上医疗服务付费习惯，可能存 在变现困难风险。 ◼ 政策监管风险：医疗

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 模型在逻辑推理和文本生成 分析就诊流程数据，识别瓶颈并提出改进建议，如优化排班、缩短等待 时间；案例：急诊科通过动态数据分析调整人员配置，提升救治效率。2）医学教 学升级：DeepSeek 自动生成符合最新指南的培训课件，并设计模拟案例，确保内 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 8 容权威性和时效性；个性化教学：根据学员进度调整内容和难度，提升教学效果。 精准匹配：AI 技术可以 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