产品，构筑 Super-Max 多层级订阅服务，同时利用 AI 加速课程迭代，提升 用户付费及续费率；4）循环：基于大量用户数据迭代优化技术产品。国内 教育企业可沿两条路径借鉴：用途上利用 AI 规模生产、以算法优化教学、 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： 展教育场景的边界可能，共同构成智能教育的完整技术拼图。 表1：决策式 AI 及生成式 AI 的侧重点差异 决策式 AI（Discriminant AI) 生成式 AI(Generative AI) 底层算法 随机森林（分类）、卷积神经网络（图像识别）、强 化学习（路径规划） GPT 系列（文本生成）、DALL-E（图像生成）、Stable Diffusion（多模态生成） 侧重点 判断 创造 教育应用 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，本地部署意味着企业使用时对其数据、硬件和软

➢ 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 2.1 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 医疗领域布局积极，例 如谷歌早在 2014 年就收购了 DeepMind，2016 年 DeepMind 提出将算法应用 于医疗保健领域。目前，谷歌和 DeepMind 团队发布的医疗大模型 Med-PaLM 在医学考试中已接近“专家”医生水平。2022 年 7 月，DeepMind 通过 AlphaFold 算法破解了几乎所有已知的蛋白质结构，其构建的数据库包含超过 2 亿种蛋白质 结构，为开发新药物或新

患者端：挂号后，患儿家长通过微信小程序输入主要症状或医疗诉求→ 模型自动提取关键信息，并根据医学逻辑像医生一样询问→系统判定搜 集到足够的信息，完成对症状、既往史、过敏史等医疗信息的记录，生 成标准化病例→系统根据患者的病历，通过算法模型预测患者的病情， 给出初步诊断→系统根据患者诊断，开出一些必要的检查，这些检查都 是基本的、创伤小的、相对便宜的（如血常规）→患者支付检查费用， 去对应科室做检查，检查结果出后再和医生面对面咨询。如果患者不同 Patients: Exploratory Quantitative and Qualitative Study. J Med Internet Res. 2020、招商证券 ◼ 虚拟护理：虚拟护理由人工智能驱动算法，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，从而实现虚拟 护理。例如 care.ai 是一家世界领先的 AI 驱动的环境监测平台，可提供实时 行为数据，根据 能产品，以人 工智能助力三医协同，在国内打造医学人工智能应用示范城市。2024 年 11 月国 家互联网信息办公室正式发布了第八批深度合成服务算法备案信息，其中微医自 主研发的“微医医疗大模型”“微医医疗助手大模型”以及“微医健康助手”三项医疗 大模型算法成功通过备案，这一成就标志着微医在自然语言处理领域的技术实力 和在医疗健康行业的服务能力得到了国家层面的权威认可。除了技术层面的突破， 在与天津

竞争壁垒。产业链中游是 AI 制药主体，包括 AI 制药初创企业、传统药企/CRO 公司以及互联网企业三大类，不同企业掌握不同资源禀赋在竞争中具有不同优劣 势，对于 AI 初创公司来说，其优势在于拥有较强的技术和算法能力，但在药物 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 将苗头 化合物发现周期从 12-36 月缩短到 6-18 月。 公司开发了独具特色的基于 AI 赋能的 SBDD 一站式原创药物研发服务平台， 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

1998-2002 红外传感 通过抚摸玩具实现单词重复 输出，达到不断学习英文单 词的效果 产品简介 技术演进历程 2005-2007 语音识别 与孩子沟通更像真人互动 2012-2015 简单算法分析 根据孩子的互动方式， 打造不同个性的Furby 加入市面已有 成熟技术 拓展产品功能 范围 提升产品体验 复用自家产品 成熟技术 拓展产品用户 群体范围 内容调整以适 配新群体 洞，针对性提升 ◼ 获得“适合自适应学习的知识点追根溯源方法”发明专利 ◼ 算法准确率提高到90%以上，帮助学生高效完成问题理解、逻 辑推理的引导和纠错 核心功能 多模态智能错因分析与追根溯源 草稿纸内容智能分析 & 第九代追根溯源技术 ◼ 基于学习行为全流程数据集 与知识图谱，训练大模型智 能推测算法，提升推测效率 ◼ 中英作文评测，精准给出分 数并详细解析扣分点 核心功能 年快速升级迭代，多模态能力全面提升 截至2024年6月，松鼠Ai提交专利数476 项，软著和版权579项 公 司 销 售 额 的 30% 以上被投入研发 建立美国AI研究院， 持续进行大模型算法 和模型构建工作，以 提高系统效率和数据 利用率 • 2023年终端营收超 ¥20亿 • 终端硬件累计销量超 20万台 经营情况 • 超6w所公立学校 • 超2400w名学生 •

辅助备课工 具还能够将教师从原先的课程准备、资源建设和知识灌输中解放出来，让教师把更多精力用于 对学生的引导、启发以及面对面交流，做到言传身教、启智铸魂。此外，AI工具通过深度学习 和强化学习算法，实时分析学习者的行为和数据，自动调整学习路径、内容和节奏，每一位学 习者都将拥有一位永不休息的智能导师/学伴。 有教无类、因材施教，实现个性化学习和终身学习 01 AI技术的广泛应用将极大地 高等教育数字化管理典型应用 ⑤ 费用管控全程智能，缩短审批与报销周期 涵盖预算、费用申请、报销、付款、记账全生命周期管理，提高财务工作效率，缩短费用审批与报销周期。 发票识别：OCR 自动识别、算法纠偏，准确识 别发票信息。 智能预审：基于规则库和学习库，智能审核报 销单据，检查内容。 辅助决策功能：提供预算信息、费用标准等统 计分析。 智能检测：持续监督费用报销过程，确保合规 性。

资料来源：公司公告、招商证券 ◼ 麦克奥迪：麦克奥迪拥有医疗、光电和智能电气三大核心业务，涉及智慧 光学应用和电器能源科技应用两个业务体系。光学应用以光电事业部高端 显微镜光学图像采集系统为前端，集成医疗事业部人工智能算法、大数据 技术及远程病理会诊平台，构建智慧光学辅助病理诊断应用场景。医疗业 务深耕病理 AI 诊疗十多年，质控中心数据库积累异倍体定量筛查诊断标本 超 1500 万例，典型病例数字病理切片 200 多万张，丰富的数据是开发人 新智能临床工作流程，实现 All-In-One 一站式精准放疗，开启个体化精准 放疗 2.0 时代。联影智能是联影集团旗下专门从事医疗 AI 业务的子公司， 成立于 2017 年，依托自主研发的人工智能算法和来自联影医疗的软硬件 优势协同，已开发形成肺部影像处理、胸部 CT 影像处理、冠脉辅助诊断 敬请阅读末页的重要说明 21 行业深度报告 等多款医疗 AI 辅助诊断产品，累计开发超过

室内的各区域 全方位拾音，保障教室扩声的良好效果。 扩声系统采用双核专用高速浮点数字信号处理器和业界领先的智能混音、 150 职业学院新校区智慧校园建设项目技术规范书 噪音消除、反馈抑制等算法。能够实现大范围的声音拾取，同时又能有效防止 外部噪音干扰和声音反馈引起的啸叫现象的发生，完美呈现高清晰度的拾音效 果，适用于多媒体教室教学使用。 5.2.1.3.4 常态化录播系统 常态化 人脸实时报警系统主要由抓拍摄像机机、人脸算法服务器、人脸采集及质 量管理平台等设备组成。 人脸抓拍机：主要部署在各个人员出入口的位置，需要严格按照指定位置 187 职业学院新校区智慧校园建设项目技术规范书 进行安装。人脸抓拍机内置智能分析算法，实现对进出人员的人脸进行自动捕 获、跟踪、抓拍的功能。同时具备人脸区域自动曝光功能，以适应各个卡口位 置逆光环境下也能捕捉到较为清晰的人脸抓拍。 人脸算法服务器：对人脸 行实时识别和预警，有效降低了溺水事故的发生率。 实现智能化风险识别：利用高清 AI 视频监控和热成像技术，系统能够智能 识别危险行为，如反复徘徊、跨越安全警戒区域等，并自动进行预警。 构建闭环管理体系：结合数据分析和智能算法，系统能够实现从预警到处 置的闭环管理，通过大数据分析积累的预警信息，提出整改报告，实现精准管 理和持续改进。 提高救援成功率：防溺水智能预警系统通过快速识别溺水风险并及时通知 救援人员，极大提高了救援的成功率和及时性。

根据上面大数据总体架构，我们需要在每一次的产品上实现信创化替代，保 证自主可控。同时，还要使这些各层级的大数据组件能够适配满足信创要求的芯 片、操作系统及数据库等。另外，在数据存储、计算、应用环节，采用国密算法， 以透明加密、半透明加密等方式实现对重要数据进行加密保护。比如，在大数据 分析处理方面，国内在 GPU 加速数据库计算和大数据分析计算，以及隐私计算支 持等方面的起步并不算晚。在人工智能方面，国内的芯片厂家也在积极呼应现有 评价评测模型对考试试题信度、效度、难 易度进行等值属性标定和测量，评价考试数据并形成考生成绩画像和能力画册。 5、智能评分：引入 Tensorflow Lite、YOLO、Darknet、Surf、Orb 等国内外前沿、稳 定的算法和模型，能快速准确评卷打分，实时获取评测数据。 80 3.太湖信创实训平台解决方案 优选创新（北京）科技有限公司是国内大数据、人工智能、AIoT、信创技术等领域 提供教育