提取规律并进行预测或决策的智能工具。其开发流程包含四大关键环节：（1） 模型选择。根据任务类型（如分类、回归、聚类、降维、生成等）、数据特 性（如数据规模、特征维度、稀疏性等）和计算资源，匹配逻辑回归、决策 树、神经网络、Transformer 等算法模型，模型的选择上还需结合实际场景 需求，如实时性和可解释性等要求；（2）模型训练。利用梯度下降、反向 传播或其他优化方法在训练集上调整参数，以最小化损失函数；（3）模型 数据、系统日志、传感器数据），这些数据反映了模型在实际场景中的表 现，为优化提供依据。其次，模型更新基于新数据重新训练模型，调整参 数或结构，并借助在线学习或增量学习技术实现动态更新。最后，应用优 化根据模型更新结果调整应用逻辑，提升用户体验或系统效率，并通过 A/ B 测试等方法验证优化效果。这一闭环过程确保了模型和应用的持续改进， 从而实现从数据到价值的最大化转化。 综上，“数据 - 模型 - 应用”闭环是一种高效的系统化方法论，通过 LASSO 逻辑回归、随机森林进行特征筛选；临床文本等非结构化数据适用 BERT 等预训练语言模型进行语义特征提取。 工程约束与场景需求决定算法模型：可穿戴设备健康监测场景 对实时性要求较高，可选择轻量级模型 MobileNetV3 或边缘计算框 架 TensorFlow Lite；临床决策支持场景对可解释性要求较高，可选择 SHAP 值可视化分析神经网络决策逻辑，满足医疗合规性要求。

AI 教育发展 决策式 AI 在教育领域已有诸多实践，生成式 AI 技术发展为教育行业内容生产提 供新路径，与决策式 AI 形成能力互补。前者通过数据建模构建决策引擎（如学情 诊断、个性化推荐），以逻辑推理优化教育评估体系；后者基于大模型生成新型 教学要素（如动态习题、虚拟场景），以创造能力重塑内容生产范式。二者分别 强化教育的精准性与创新性：决策式 AI 确保教学过程的科学可控，生成式 AI 拓 DeepSeekR1 系统。 模型开源，对教育垂直领域企业而言具有可得性。DeepSeek-R1 模型的开源属性 为企业提供了高度灵活的技术底座。教育机构可基于开源代码定制学科知识库、 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 响模型处理任务的效果。而 DeepSeek 等深度推理模型即使提示词不够详尽也能根 据已知信息推断出合适的回答或解决方案。 2）完整逻辑分析链条在解决数学等复杂逻辑问题时更具优势。相较于传统 LLM 依赖统计模式匹配的解题方式，深度推理模型能够解析数学公式的语法结构，并 在多步推导中保持严格的逻辑一致性。 3）此外思维链技术赋予了模型展现解题思路的功能，较直接展示答案便于使用 者对结果推导过程进行溯源检查，同时能提供启发式教学的效果。

4.1.3.3 人工智能 在人工智能领域可以通过开发具有自主知识产权的通用性人工智能操作系 统和控制软件，研发基于 CPU/GPU/ASIC/FPGA 异构体系的云计算服务平台，研发 同时支持逻辑推理、概率统计、深度学习等范式的统一计算框架，来实现信息技 术创新。 国家新一代人工智能开放创新平台是国家认可、由企业主导的 AI 开放创新 平台，目前已经有百度（自动驾驶）、商汤（智能视觉）、旷视（图像感知）、科 升级替 代。 4.2.3 信创云原生平台与容器云 4.2.3.1 容器云和云原生对于信创的意义 追根溯源，信创产业建设所面临的诸多问题的根本原因在于，在传统的 IT 生态体系的集成逻辑和技术路线上，去试图追赶国外先进科技公司持续数十年的 技术研发和生态积累，注定会充满挑战。 而云原生作为新一代的 IT 技术体系，正展现出改变上述信创建设中被动 局面的巨大潜力。云原生平台在 作系统的作用，能够屏蔽底层异 构基础设施的复杂性，直接支持新一代应用的构建；容器轻量级虚拟化技术，能 够极大弱化对硬件辅助虚拟化技术的依赖。云原生模式与技术能够彻底重构信创 软件上下游生态集成逻辑，把传统操作系统从需要长期积累的软件生态兼容适配 中解放出来，形成全新的生态整合规则，实现对原有科技产业链整合的破局。 从全球云原生产业的角度来看，中国力量迅速崛起，相比传统 IT 产业生态，

虚拟数字人导入辩论赛情境，营造沉浸氛围。②学生 与“孔子”智能体展开哲理对话，深入探究文本内涵，理解哲人哲思。③引入辩 论助手智能体并担任辩论赛的反方角色，与学生开展课堂辩论，有效训练学生的 思考与逻辑表达能力，促进了他们的深入思考。 案例 2-2 成都英华学校使用教学智能体赋能小组探究作品共创 ⑤ 晏老师在初中历史课堂中，借助大模型搭建“成都方志通”智能体，引导学 ① 黄荣怀,胡永斌,杨俊锋 展品设计思路，获取丰富史料与创意建议，激发探究兴趣。②学生借助 AI 绘图 工具生成展品草图，实现创意可视化，不仅提升了实践能力与历史素养，还在与 智能体交互中培养了理性批判思维。 跨学科教学是指跨越学科之间的界限，在各学科内在逻辑的基础上，将不同 学科进行整合以便建立学科之间的内在联系，并在教学中对学生进行多学科融合 教学 ①。智能教学平台从资源融合与适配、协作支持、创作指导等多个维度破解 这些难题，为跨学科教学提供多层次的助力。 ① 王超,顾小清,郑隆威.多模态数据赋能精准教研：情境、路径与解释[J].电化教育研究,2021,42(11):114-120. ② 赵磊磊,张黎,鲍文雨,等.智能时代乡村教师研修质量监测：技术逻辑、实践困境与推进策略[J].现代教育 技术, 2023, 33 (09): 47-55. ③ 本案例资料由北京市东城区教育科学研究院提供。 第 3 章 16 场景的高效联动，实时解决诸多教师共同关心的教学教研难题。教研共同体还能

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 方面表现卓越，可优化论文结构、语言及摘要模板；案例：医生可获得详细修改建 议或直接生成优化版本，非英语母语医生还能借助 DeepSeek 翻译高质量英文稿 件，提升国际影响力。 驱动平台开发，完成多层次信创技术适配，支持单体医院、多院区医院、医疗集团、 医共体、云医院多种模式的应用部署，满足医院通用业务需求和场景化、个性化定 制业务需求，实现医院信息系统业务可定义、流程可配置、逻辑可编排、界面可组 装、知识可复用、远程可调试、发布可追溯、调用可管控、运维可观察；打造了“人 工智能+智慧医保”、“数据要素 X 智慧医保”产品＆服务体系，开发了政策调整、 模拟测算、欺诈侦测 证券研究报告 39 分析师承诺 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并登记为注册分析师，基于认真审慎的工作态度、专业严谨的研 究方法与分析逻辑得出研究结论，独立、客观地出具本报告，并对本报告的内容和观点负责。本报告清晰准确地反映了研究人员的研 究观点，结论不受任何第三方的授意、影响，研究人员不曾因、不因、也将不会因本报告中的具体推荐意见或观点而直接或间接收到任

望的同时，通过耳濡 目染的方式进行语言学习；有屏早教机则更强调视听结合的方式，通过生动有趣的动画和交互功能展开益智启蒙；思维机更注重实 践操作和思维锻炼，通过操作设计巧妙的教具和卡片，边玩边学，锻炼逻辑思考能力。 样本：早教机已有用户242人，儿童故事机/音箱188人，思维机67人，有屏早教机101人，于2024年6月通过艾瑞艾客帮调研社区获得。 智能早教机的主要用途 故事机/音箱 有屏早教机 23.1% 23.1% 15.4% 13.5% 11.5% AI互动教学，有趣地提供个性化学习 AI情感识别，对孩子有陪伴作用 可以让孩子尽早接触前沿AI技术 学习机器人编程，锻炼逻辑思维 对孩子学习多少有帮助 前沿教育工具，不买就会落伍 孩子喜欢，主动提出想要 产品的宣传很戳教育痛点 减少手机/平板的娱乐依赖 AI对话，能进行外语的听说对话练习 家长购买智能机器人和STEAM机器人的原因 新课标发展，根据新课标重点对小学数学精准学 等进行优化调整。这背后依赖的是科大讯飞领先的AI技术能力。讯飞星火V4.0在技术能力上全面对标GPT-4Turbo，实现在文本生成、 语言理解、知识问答、逻辑推理、数学能力等方面的超越。同时，该大模型基于全国首个国产万卡算力集群“飞星一号”，安全可 靠性得到保障。 来源：科大讯飞官网等公开资料，艾瑞咨询研究院自主研究及绘制。 发展方向：紧跟政策指导 技术支撑：AI能力领先

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 高等教育数字化转型的推进逻辑 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education 数字技术作为高等教育数字化转型的物质基 础和底层支撑，在问题解决和变革创新实践 和标准转化 为高等教育多元主体共同信念和自觉追求，形成新形态、新模式、新场景的整体文化氛围。 目标导向的制度文化生成 03 *以上内容源自中国教育信息化，王健 蔡国春《高等教育数字化转型的推进逻辑、问题透视与实践进路》 杜江峰 中国科学院院士 浙江大学校长 专家观点：人工智能推动高等教育的理念更新 大学必须适应和拥抱人工智能变革浪潮，以人工智能为牵引，创新学科范式和组织体系，推动

整体设计：采用B/S架构设计，支持主流浏览器直接访问录播主机进行管理。实现跟 踪管理、录像管理、用户管理、版本管理、参数管理等各种应用功能的整合管理。 2.跟踪管理：基于图像识别跟踪拍摄，支持多种逻辑跟踪技术，支持教师特写和全景 画面切换跟踪，支持学生起立回答问题特写跟踪，支持板书跟踪。支持电脑课件信号 自动检测跟踪。 3.硬盘管理：支持硬盘格式化功能，支持对设备异常断电、宕机造成的损坏视频文件 5、信噪比(S/N)：大于48dB (AGC关) 6、镜头：内置镜头（f=2.3mm） 7、最低照度：0.3Lux 8、接口控制：网络 9、供电：PoE 10、智能识别老师、学生行为，根据预设的跟踪分析逻辑触发跟踪信号，与录播主机 进行跟踪数据对接。 11、支持区域屏蔽功能，避免这个区域的人员干扰活动，提高系统识别效果； 12、具有“模糊防抖”功能，避免人员小幅度活动时引起的摄像机画面抖动现象。 7、提供权威机构检测通过的产品无故障运行时间MTBF＞60000小时检测报告复印件 。 1) 采用B/S架构设计，支持通用浏览器进行远程访问进行管理； 2) 采用图像识别定位分析技术，智能识别教学行为，根据预设的跟踪分析逻辑触发跟 踪信号，与录播主机进行跟踪数据对接； 3) 支持两种跟踪模式：紧跟模式、“特写”与“全景”切换跟踪模式。 4) 支持多个区域屏蔽功能，避免屏蔽区域内的干扰，提高系统识别效果； 5)

诊已在国内部分三甲医院开始使用，以上海儿童医学中心 AI 辅助门诊系统 （医院与依图科技公司共同开发）为例： ⚫ 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

能对病历中的关键信息进行提取和分析 , 确保病历数据的完整性和准确性。 核心痛点 : 病历书写效率低 • 医生在接诊过程中平均四成的时间需用于书写电子病历 , 如记录患者主诉、整合影 像 检查数据、 推导诊断逻辑、 制定用药方案等 , 全程依赖人工录入 , 耗费了医生 大量的 时间和精力 , 影响了诊疗效率。 解决方案 : • Al 能自动精准生成病历 , 通过语音识别和自然语言处理技术