的新篇章。 ➢ 催化 AI 医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 20 世纪 70 年代，早期以专家系统（如 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 lvwei_yj@mszq.com 分析师 赵奕豪 执业证书： S0100523050003 邮箱： zhaoyihao@mszq.com 相关研究 1.计算机行业事件点评：算力永不眠：DeepS eek 是“算力屠夫”还是“新春红包”已获验 证-2025/02/18 2.计算机行业动态研究：AI 搜索深度：微信接 入 DeepSeeK-2025/02/17 3.计算机周报 20250216：还有哪些云待重 诊断系统成为可能，极大提升基层医疗服务能力。 药企研发成 本大幅降低 通过 AI 分子筛选优化，药企研发成本有望降低 30%-50%，加速新药研发进程，降低新药价格，惠及 更多患者。 医疗保险精 算模型迭代 周期缩短 AI 精算模型的应用，可以将迭代周期缩短 60%，更精准地进行风险评估和保费定价，提升医保运营 效率和风险控制能力。 多模态处理 能力突破医 疗应用边界 医疗场

才在药物研发领 域得到广泛应用。彼时 Exscientia、晶泰科技、英矽智能等国内外首批 AI 制药 企业陆续成立，开启 AI 制药研发时代，在该阶段企业以提供单一技术服务为主， 市场规模小，竞争力不足；2020 年后，以 DeepMind 建立的 AlphaFold 平台成 功解决蛋白质空间结构预测难题和英矽智能开发全球首个由 AI 发现的具有全新 靶点和全新分子结构的候选化合物 ISM001-055 开发数据积累和资金上存在不足，药企/CRO 公司拥有丰富的药物开发经验和数 敬请阅读末页的重要说明 6 行业深度报告 据以及资金实力，但 AI 技术能力较弱，对于互联网企业来说，算力和技术资源 丰富，但存在行业经验不足的问题，目前更多的情况是药企/CRO、AI Biotech 和互联网公司开展更多的合作，取长补短共同推进 AI 药物的研发。产业链下游 是 AI 制药需求方，包括药企、CRO CADD/AIDD 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

要载体，经过3年的跟踪研究，我们欣喜地看到了这一结合在教育智能硬件上的发生与演变。 从教育思维来看，优质教育内容成为了学习平板的差异化竞争力，同时教育智能硬件越来越 关注细分学习痛点的解决，如聚焦于刷题练习的学练机、聚焦于作业采集分析的智能手写笔、 聚焦于思维训练、注意力训练的早教产品，各教育场景正被硬件产品逐个覆盖，各教育需求 正在逐步解决。 从科技基因来看，技术有其自身的发展路径和“想法”。凯文·凯利的技术进化论提出：“要 外的硬件应用则作为学习补 充手段，以素质教育品类为主，强调寓教于乐和科技体验。 • 2024年中国教育智能硬件市场规模达739亿元，其中校外消费级575亿元，校内机构级164亿元。 • 从产品力来看，在优质内容、大模型刺激下，学习平板的竞争走向标准化和专业化；教育电子纸聚焦 于学练场景焕发新的活力；错题打印机、单词卡等便携类产品通过拓科、拓场景强调高端化与性价比； 早教类产品有着物美价廉 系化内容缺乏、交互体验差等关键制约因素。 • 从渠道力来看，消费级渠道获知来源多元，但购买渠道集中，各渠道特色及不同品类青睐差异鲜明。 同时，运营商作为创新渠道可深化市场教育，OMO模式可进一步发挥本地资源优势。作为机构级渠 道的公立学校进校流程复杂，政企共同青睐区域集采模式。 • 从模式力来看，传统商业模式中，仍以软硬功能、内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

打造强即时性、互动性课程等；引流策略上，基于 AI 降本可提供低价/免费 内容打开流量入口，取得数据要素积累先发优势，开启增长飞轮开关。 不同于多邻国，国内教育企业 AI 实践更多在软硬件两侧同时发力。1）有道： 软件端有基于自研教育大模型“子曰”的有道小 P，硬件端已形成丰富的产 品矩阵，近期推出融合 DeepSeek-R1 的首款 AI 原生硬件 SpaceOne；2）好未 来：以 MathGPT 业链架构 ...17 有道：语言学习科技先锋，加码智能硬件 AI 教育生态 ...................................... 20 好未来：传统教培+教育科技龙头，发力 AI 再起航 ......................................... 23 豆神教育：大语文素养教培龙头，积极探索 AI 教育 .................... 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 算法优化，降低模型单次训练和推理对算力的需求，基于 DeepSeek 二次训练的成 本也更低。同时模型本地部署也可在边缘设备（如校园本地服务器、企业办公终 端、消费电子硬件）高效运行

资料来源：招商证券 敬请阅读末页的重要说明 5 行业深度报告 二、AI+线上问诊咨询：提升服务“质”与“效” 线上问诊咨询是对线下诊疗的重要补充，借力疫情发展迅速。一方面，国务院、 卫健委、医保局、发改委、银保监等多部门曾印发关于“互联网+医疗健康”发 展相关鼓励政策，加快推进互联网、人工智能、大数据等在医疗卫生领域中的应 用。另一方面，患者端希望 医生端：医生可以直接看到 AI 系统获取的病历，可以选择参考或不参 考，通过提问、体检、化验报告等方式了解患者的病情，最后根据掌握 的信息给出诊断意见。医生能够节约信息录入的时间，将更多的时间精 力用在疾病诊断等临床决策。 ⚫ 根据 Xiaoqing Li 等人的研究，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 2 小时减少到 0.38 小时，相关企业包括 IBM、 依图科技等。 Department of Pediatrics. Front Med (Lausanne). 2021、招商 证券 ◼ AI 辅助随访： 患者随访是医院病房管理的重要组成部分，随着深度学习算 法发展，AI 辅助随访系统应用越来越普遍，沟通的深度和有效性也逐步提 升。下图为北京协和医院骨科 AI 辅助随访系统，该系统每天从 8:30 到 20:30 通过自动语音电话批量呼叫患者，每天可以拨打数百个电话。系统与患者之

实施国家教育数字化战略。坚持应用导向、治理为基，推动集成化、智能化、 国际化，建强用好国家智慧教育公共服务平台，建立横纵贯通、协同服务的 数字教育体系。开发新型数字教育资源。建好国家教育大数据中心，搭建教 育专网和算力共享网络。推进智慧校园建设，探索数字赋能大规模因材施教、 创新性教学的有效途径，主动适应学习方式变革。打造世界数字教育大会、 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 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 重要结合点，其基础性、先导性、 战略性地位与作用可见一斑。因 此，推进高等教育的数字化转型， 全要素、全过程构建一个相互联 系并相互作用的生态统一体，不 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、 领先优势和影响力，而前瞻性布局 高等教育数字化转型新赛道、重塑 新优势是大势所趋和改革方向。 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education

阵，应用数据矩阵等。智慧教育架构框架之应用参考模型，即智慧教育应用参考 模型，采用的是应用分层分类模型。应用的分层分类将有利于智慧教育（包括基 于信创的智慧教育）尽量避免重复建设，并更多地复用已有的能力，包括系统能 力和人员能力等。 智慧教育应用参考模型（如下图 3.5）将应用划分为平台支撑、通用应用、 11 业务应用、应用入口和服务对象五个层级，其中每个层级都代表了不同的能力建 设需求。 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 为代表的采用自研指令架构；二是以华为、飞腾为代表的购买 ARM 指令架构授 权；三是以海光、兆芯为代表的采用 问、应用调度、系统构 建和系统集成、流程管理等问题，是分布式环境下支撑应用开发、运行和集成的 平台。稳定化、商业化、中台化是国产中间件的重要发展方向。国产中间件相对 于其他基础软件具有较强竞争力，在市场化产品中占据较大份额。国产中间件龙 头包括东方通、炎黄盈动、普元信息、宝兰德、中创股份及金蝶天燕等。 公司 名称 主要 中间件产品 主要行业/客户 东方通 应用服务器

理医生工作量大，医生供给缺 口大，资源分布不均，临床需求难以满足。病理 AI 有望成为破局关键，根据安 必平年报，AI 辅助病理诊断能减少医生 65-75%的“筛阴”读片工作，使得医 生可以聚焦注意力于关键位点，提升诊断准确率和特异度，可以有效解决目前 敬请阅读末页的重要说明 14 行业深度报告 病理科资源不足现状。 图 18：2013-2019 年中国病理医生数量（单位：万人） 证注册申报阶段，病理医学图像分析处理软件以及自主研发的全自动数字 切片扫描系统获得二类证；2022 年，公司进一步与华为合作，基于昇腾 AI 敬请阅读末页的重要说明 15 行业深度报告 打造病理数据库及算力生态合作方案，联合建设 AI 病理诊断解决方案。 在细胞宫颈学领域，公司拥有 2 款人工智能产品：基于显微镜场景智能化 产品—实视 AI，实视可以安装在任何品牌显微镜上，支持 11-12 类细胞分 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 低