通过敏捷开发去满足业务快速创新和应对市场变化的需求，软件开发运营参考模 型可以参考 DevOps 开发运营一体化管理模型。DevOps 是源于敏捷开发与运营的 需要，是将软件开发、测试和运维结合在一起，从而实现更快速的迭代，更频繁 的发布和更高效的协作。 基础设施运营和软件开发运营的参考模型是借鉴国际已有的最佳实践，这些 流程和方法将为信创工作的可持续发展提供重要支撑。 和扁平的物理网络基础上，通过软件技术构建具备复杂拓扑结构的数据中心虚拟 网络。采用软件定义网络技术，一方面有助于我们摆脱对 Cisco 等传统网络设备 大厂的依赖，另一方面，软件定义网络与虚拟化等技术相结合，让数据中心能够 更灵活、安全地承载多样化的负载。 在从传统数据中心到软件定义数据中心的改造过程中，有些用户也有可能将 27 计算、存储、网络分离部署的方式替换为更加简单、弹性敏捷的超融合基础设施 为用户带来更安全、更便捷、 更高效的办公体验。 4.2.6 信创云化路径 近几年，信创大潮的推进，正值各行业传统 IT 架构云化迁移、云原生改造 之际，有助于各行业将信创替代和云化升级相结合，破旧立新，实现弯道超车。 根据应用升级改造条件不同，分为信创平迁上云和云原生改造上云两种。 4.2.6.1 信创平迁上云 如下图所示。从架构上，采用软件定义的数据中心架构升级替代传统 IT

需要创新高等教育模式，建立高等教 育新范式 微观层面 需要依托数据要素，构建高等教育发 展新路径，实现教育全流程的数字化 改造 高等教育数字化就是通过彻底和全面的 数字化转型，形成数据驱动、人技结合、 跨界开放的教育生态，构建更加敏捷、 适切、公平、可持续的高等教育体系， 为学习者提供全面和丰富的学习体验。 高等教育数字化 要推进教育数字化，建设全民终身学习的学习型社会、学习型大国。 促进信息技术应用创新，提升供应链安全水平。有序推动数据中心、信息系 统和办公终端的国产化改造，推进国产正版软件使用。 2021.3 高等学校数字校园建设规范 （试行） 高等学校数字校园建设的总体目标是：围绕立德树人根本任务，结合业务需 求，充分利用信息技术特别是智能技术，实现高等学校在信息化条件下育人 方式的创新性探索、网络安全的体系化建设、信息资源的智能化联通、校园 环境的数字化改造、用户信息素养的适应性发展以及核心业务的数字化转型。 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 仅是贯彻新发展理念的要求，也 是推进中国式现代化题中应有之

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）。 ❑ 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 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 助于对患者进行跟踪，使患者对自己身体状况有更好把握，相关企业如

多邻国（Duolingo）是由“验证码之父”Luis von Ahn 及其博士生 Severin Hacker 于 2011 年联合创立的教育科技公司，致力于以技术实现教育普惠。公司旗下的同 名应用结合人工智能技术，通过趣味互动和游戏化设计，让使用者在轻松愉悦的 氛围中学习，现已成为全球最受欢迎的在线教育平台。2024 年末，多邻国在全球 的累计下载量已远超过 5 亿次，位于中国、美国、日本等多个国家的 中端：游戏化设计&课程、推送有效设计拉动用户留存率提升。多邻国通过中台 系统构建三层用户留存体系，将游戏化机制与自适应学习技术深度结合。在参与 度驱动层，连胜系统通过连续学习奖励机制产生显著效果，使新用户 7 天后留存 概率提升 1.7%（据 2022 年多邻国实验数据）。课程推荐层依托 Birdbrain 系统， 结合用户记忆曲线预测生成个性化学习路径。消息触达层采用 Bandit 算法处理超 过 2 亿条用户行为数据， 技术引入专业数据库直接与 Deepseek-R1 模型结合，可较快地生成可投放市 场的答疑解惑模型，并能够满足最为常见的答疑需求。由于 AI 领域存在数据飞 轮效应，教育公司迅速建立起答疑模型，实现数据触达，取得先发优势，对后续 进一步训练模型有重要意义。 教育不是单纯的展示知识，在实践中教书育人有更复杂的场景，而这些场景将是 教育企业下一步可重点挖掘的领域。如学而思结合 Deepseek-R1 的新 App“随时

署名：李鑫 籍孟合子 张滕月 教育思维与科技基因的组合进化 2 前言 PREFACE 教育思维与科技基因的组合进化 教育与科技的深度结合，是教育数字化发展的重要推力。教育智能硬件作为教育数字化的重 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 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 景下的痛点需求和功能提效问题。 本次报告作 com.cn 美国校外—原因探究 加入或复用成熟技术，探索新兴技术，实现产品功能、人群等范围拓展 在美国以自主性、开放性、灵活性为核心教育理念的宏观背景下，三类厂商基于自身优势，通过不同的技术结合路径推出旗下教育 智能硬件。第一类厂商是以孩子王为代表的传统玩具厂商，基于自身庞大的适龄儿童用户群体基础，在自家成熟产品中不断加入市 面已有技术元素，不断拓展传统热销玩具的功能范围，提升产品体验。第

影像注册证获批呈加速态势，疫情期间多款 AI 影像产品获批用于肺炎筛查，AI 影像软件认可度提升，相关公司：鹰瞳科 技、万东医疗、数坤科技（拟港股 IPO）、推想医疗（拟港股 IPO）等。 ❑ 诊中治疗：医疗器械与 AI 的软硬件结合带动院内诊疗向精准化、智能化方 向发展。1）AI+诊疗器械：核心价值在于提升诊疗精准度，为医疗资源分布 不均提供解决方案，如 AI+超声、AI+放射治疗等，相关公司：迈瑞医疗 （“三瑞”AI 生态系统）、联影医疗（40+医疗 发展“互联网+医疗健康”，加快推进互联网、区块链、物 联网、人工智能、云计算、大数据等在医疗卫生领域中的应 用 2023 年 3 月 科学部、自 然科学基金 委 《人工智能驱动的科学 研究》 紧密结合数学、物理、化学、天文等基础学科问题，围绕药 物研发、基因研究、生物育种等重点领域科研需求展开，布 局“人工智能驱动的科学研究”前沿科技研发体系 2022 年 3 月 国家药监局 《人工智能医疗器械注 资料来源：科大讯飞官网、招商证券 根据《中华检验医学杂志》文章，临床决策所需信息有 70%以上来自于检验诊 断，检验科具有数据量庞大，自动化程度高的特点，为 AI 技术落地创造有利条 件。AI 技术与检验医学结合具有较高的临床价值，广泛应用于辅助报告解读、 推荐检验项目、疾病预测及治疗等领域，能极大提高临床诊断结果的可靠性和 准确性，AI+诊断也成为目前研究最为火热的医疗 AI 应用领域之一，包括 AI 检

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 ................................. 结构生物学等环节技术能力，为客户提供新药发现和优化链条上各类研发服务。 目前，公司基于超 6000 种不同的骨架结构，已经完成了超 1.2 万亿种结构全新 的 DNA 编码化合物合成，推出自助式筛选 OpenDel 产品，同时结合 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 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 项 目进展到先导化合物阶段。 图 26：利用成都先导 DEL 数据库结合 AI 技术筛选活性化合物 资料来源：成都先导微信公众号、招商证券 ➢ 泓博医药 泓博医药是一家新药研发及商业化生产一站式服务商，致力于药物发现、制药工 艺研究开发及原料药中间体的商业化生产，先后搭建了

径，为医生提供“可能性排名+检查建议”的智能化表格；急诊中的应用：在多发 伤或复合伤场景中，DeepSeek 能优化急救资源分配，如手术室安排、抢救人员调 配，提升急诊成功率。 2）个性化治疗方案优化：DeepSeek 结合患者的基因信息、生活习惯和病史， 推荐精准的药物组合或联合疗法，并实时更新医学指南（如 2024 年 ESC 心衰指 南）；案例：在心衰治疗中，DeepSeek 可提醒医生及时采用新型药物（如 SGLT2 3）疑难病例的跨学科支持：DeepSeek 整合多学科文献与权威指南，辅助医 生解决罕见病或复杂病例的诊断难题;案例：骨科医生可通过模型获取手术风险评 估及术后康复要点；在罕见病诊断中，DeepSeek 结合多组学数据揭示疾病分子机 制，为靶向治疗提供依据。 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 亿，支持多模态输入输出。模型预训练使用 20 亿医学文本数据， 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 17 微调阶段结合 800 万条高质量临床数据，并由 100 多名医生参与监督训练。 medGPT 突破了 AI 医生无法连续对话的难点，在疾病预防、诊断、治疗、康复四 个环节实现智能化。实验显示，其诊断结果与线下门诊诊断吻合率超过