景下的痛点需求和功能提效问题。 本次报告作为教育智能硬件系列报告的第三篇，从中、美两个国家，校内校外两个市场，产 品-渠道-模式-生态多个层次，市场供给与用户需求两端，对教育智能硬件市场进行全盘分 析。天猫作为传统电商平台，是教育智能硬件销售的重要渠道，本次报告艾瑞联合天猫平台 进行共同发布，以期为行业输出有价值的数据、分析与洞察。 3 摘要 ABSTRACT SMS 国内探究 趋势前景 中美对比 基础，教育大屏覆盖率接近饱和，但重点解决的是教师的教学展示问题，学生端的硬件设备覆盖率仍然很低，学习行为数字化程度 较低。反观美国，校内的硬件应用占据主导地位，大部分教师和学生实现了人手一端，教学测评练各环节均可基于平板或笔记本电 脑展开，数字化水平领先。校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。 校内：应用更基础，重点发展教学环节 重点解决教师的教学展示问题，覆盖“教”的环节 教育大屏覆盖率接近饱和 数字化，亮点在 于健康用眼，如 kindle等。 拓展至办公本， 开始搭载手写笔。 强调护眼的同时， 关注笔记数据的 数字化存储、信 息化交互。 聚焦于学练机， 阅读+书写+练 习场景深度覆盖 电 子 纸 应 用 演 变 阅读本 办公本 学习本 内圈：2023年Q1 外圈：2024年Q1 包含阅读本和学习本。阅读本具有一定的学习 属性，和学习本共同属于教育电子纸的范畴。 教育电子纸

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 件配置拥 产品应用端可分为 C 端的在线教育应用系统、及消费级应用教学软件，以及 B/G 端的教育信息化。教育行业通过持续加码人工智能技术研发与前沿产品落地，已 构建起完整的 AI 教育产业生态体系。上游聚焦基础支撑层，涵盖算力基础设施（AI 芯片、云计算资源）与数据生产要素（教学资源库、知识本体库）；中游形成核 心技术层，重点突破算法模型开发（机器学习框架、大模型训练）、教育知识图 谱构建及多模态数据处理等关键技术；下游延伸至场景应用层，覆盖"教学-管理- 于词典笔优势品类，打造了 X7 及 X7 Pro 系列产品，销量较为可观。广告营销业 务通过 AI 技术升级广告算法和数据能力，驱动收入连续八季度实现近 50%的高速 增长，其中泛娱乐、AI 工具类广告主预算强劲，但电商行业投放相对疲软，整体 业务规模较腾讯、百度等头部平台仍有较大成长空间。 图21：有道分业务收入情况 资料来源：公司官网，国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容

颁布时间 主要内容 《关于促进“互联网+医疗 健康”发展的意见》 国务院办公厅 2018 年 4 月 鼓励医疗联合体内上级医疗机构借助人工智能等技术手段，面向基层提 供远程会诊、远程心电诊断、远程影像诊断等服务，促进医疗联合体内 医疗机构间检查检验结果实时查阅、互认共享。 《关于深入开展“互联网+ 医疗健康”便民惠民活动 的通知》 卫健委、国家中 医药管理局 2018 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 电子商务优势，同时探索互联网医疗创新商业模式。依托领先的数字技术和数字 运营能力，以“云基建”为基础，“云药房”为核心、“云医院”为引擎，为亿 万家庭提供普惠便捷、高效安全的医疗健康服务。主营业务包括医药自营业务、 医药电商平台业务、医疗健康及数字化服务业务。2017 年阿里健康研发的医疗 AI“Doctor You”正式对外发布，包括临床医学科研诊断平台、医疗辅助检测引 擎、医师能力培训系统等。2018 年启动面向医疗

行业深度报告 时间 部门 政策 相关内容 2018 年 4 月 国务院 《关于促进互联网+医疗 健康发展的意见》 鼓励医疗机构借助人工智能手段，面向基层提供远程会诊、 远程心电诊断、远程影像诊断等服务；研发基于 AI 的临床 诊疗决策支持系统，开展智能医学影像识别、病理分型和多 学科会诊多场景应用 2017 年 12 月 工信部 《促进新一代人工智能 产业发展三年行动计划 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 605186.SH 健麾信息 61 5 3 6 7 9 1 1 2 3 3 688329.SH 艾隆科技 22 4 5 1 1 AI+电 子病历 688246.SH 嘉和美康 47 7 7 10 13 16 0 0 1 2 2 AI+医 院管理 300253.SZ 卫宁健康 164 28 31

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

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 据采集完成多种来源的 数据间的传输与交换。 存储计算：数据存储和计算相关的工具技术与方法，提供文件数据、结构化数据 和对象数据等不同形态数据的组织方式，基于这些方式实现数据的分布式批量计 算和流式计算。 数据治理：基于数据采集交换、存储计算能力实现数据治理中的清洗转换、和加 工处理，实现组织的元数据管理、数据质量管理和数据血缘分析等能力。 分析应用：基于大数据的分析应用主要包括数据可视化、数据检索、BI 预警，为校园师生提供安全、健康、舒适的室内空气环境。 ⚫ 智慧能源管理 智慧能源管理是高校打造节约型校园，绿色校园的重要手段。通过将学校水、 电、燃气等能耗进行采集与分析，利用 BIM 地图直观显示学校各区域用水量、用 电量等，按照建筑物显示不同水、电等用量和节能量；按照区域、部门建立能耗 分析模型，呈现能耗统计结果，识别不合理的能源消耗量，针对性进行管控。同 时，通过积累的大数据，能够对

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 Report on Higher Education ▲费用检测 高等教育数字化管理典型应用 ⑥ 档案管理全程在线，收、整、存、用都高效 覆盖档案“收、整、存、用”全业务流程场景，集成多业务系统，支持纸电混合模式，适配国产化软硬件，助力高校档案管理数智 化升级。 档案收集：支持电子文件和电子档案两种收集 方式；在线接收，直连业务系统，离线接收， 批量导入多文件格式；符合《电子文件归档与 电子档案管理规范》。

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 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 手段，进行抗体的人源