将超前部署的教育信息化基础转化为保障“停课不停学、 停课不停教”的能力，实施了大规模在线教学实践。 快速搭建大规模在线教学平台。中国教育部部署以 信息化支持教育教学：基础教育开通上线国家中小学 网络云平台和中国教育电视台空中课堂，统筹课程学 习和专题教育；职业教育开放 203 个国家级专业教学 资源库，积极组织线上教学；高等教育集成 2.4 万门 ·6· 精品在线课程，遴选 政策杠杆作用，保障教育数字化高质量发展。 明确战略行动工作理念。坚持联结为先、内容为本、 合作为要的“3C”理念。联结为先，即构建国家智慧教 ·10· 育平台体系，集成国家中小学智慧教育平台（以下简称 中小学平台）、国家职业教育智慧教育平台（以下简称 智慧职教平台）、国家高等教育智慧教育平台（以下 简称智慧高教平台）、国家终身教育智慧教育平台（以 下简称终身教育平台）4 个国家平台和 年召开全国教育数字化工作总结会，谋 划推进各项重点工作。 鼓励战略行动机制创新。积极探索教育数字化创新机 制，构建良好的教育数字化发展生态。在国家智慧教育平 台整省试点和分项试点的基础上，开展国家中小学平台全 域应用试点，在广东、甘肃、海南推动平台全域全员全流 程应用，在青海、宁夏等西部地区开展平台规模应用试点， 探索国家平台大规模常态化应用机制。组织国家智慧教育 平台应用典型案例遴选，并为最受欢迎课程颁发证书；建

CW01 智能手表产品，帮助实现了蓝牙手表蜂窝化。 4.7 电子学生证 根据教育部数据，截至 2023 年底，我国中小学在校学生数量共计 1.88 亿人，包括小学在校生 1.08 亿人、初中在校 生 5243.69 万人、高中在校生 2803.63 万人。 接近 2 亿的中小学学生群体，他们所在的学校绝大多数不允许携带手机入校，但家长和孩子们随时随地实现电话沟通 40 IOTE2025 上海站：6 13-15 日（西班牙·巴塞罗那）参展联系：18676385933 仍然是刚需，附带解决孩子的定位问题，这就为电子学生证、儿童智能手表等相关产品提供了广阔的市场空间。 2021 年，教育部发布《关于加强中小学生手机管理工作的通知》，提出原则上不得将个人手机带入校园，探索使用具 备通话功能的电子学生证或提供其他家长便捷联系学生的途径等措施，解决学生与家长通话需求。这便是电子学生证进入 校园的有力政策依据。 山东卡尔电气股份有限公司 标包 4 基于 Cat1 词典笔的校园信息采集服务 略 标包 5 基于 Cat1 智能校徽和基于 2.4G 电子校徽的校园信息 采集服务 略 综上，面对接近 2 亿的中小学生规模，电子学生卡的渗透率究竟能达到多少呢？目前来看，产业仍然处于初级阶段， 产品整体成熟度还有待提高（比如提高通话质量和定位精度、解决功耗问题 / 误触问题等），市场规范有待加强（确保产 品好

便捷、更智能，同时还要进一步推动 5G、北斗卫星导航系统这些新技术的融合 使用。 在人才培养方面，我国一方面推动人工智能教育的全面普及化，将人工智能 相关课程纳入中小学教育体系，探索中小学人工智能教育实施图景，加强中小学 人工智能教育，夯实人才培育基础；另一方面推动“新工科”建设，打破固有专 业壁垒、促进交叉学科融合，将人工智能融入土木工程、建筑学、城乡规划、机 械工程、交通工程、车

特色产业集聚区，打造具身智能领域产教融合基地，营造具 有国际影响力的具身智能产业生态。 2025 年 3 月 6 日，北京市教育委员会发布《北京市推进 中小学人工智能教育工作方案（2025—2027 年）》，通过创 新培育“京娃”系列智能体、全覆盖开展中小学人工智能通 识教育、打造一批“助教、助学、助育、助评、助研、助管” 应用场景等系列举措，全方位推动人工智能赋能首都基础教 育改革发展。 2025 教育高质量发展行动方案（2025—2027 年）》提出，到 2027 年总体目标是：形成国内一流、江苏特色的人工智能赋能教 育实践模式。其中基础教育阶段的目标关键词是“率先普及”， 即在全国率先普及中小学人工智能通识教育；高等教育的关 键词是“一流”“突破”，即打造一流人工智能学科专业集 群，人工智能科技创新取得重要突破；支撑体系的关键词是 “能力”“水平”，即建成国内一流的算力平台支撑能力，

《中华人民共和国精神卫生法》 2018.4 《中华人民共和国基本医疗卫生与健康促进法》 2020.6 《未成年人保护法》 2021.6 《中华人民共和国网络安全法》 2017.6 《广州市中小学生心理健康促进条例》 2024.8 《深圳经济特区健康条例》 2020.10 《北京市精神卫生条例》 2006.12 国内伦理规范 “ 《 健康中国 2030” 规划纲要》 2016.10

括但不限于学习率、批次大小、网络层数、神经元数量等。通过网 格搜索（Grid Search）或随机搜索（Random Search）方法来探 索最佳参数组合。例如，对于学习率的调整，可以采用学习率衰减 策略，即随着训练的进行逐渐减小学习率，以提高模型的收敛性和 稳定性。 此外，为了提高模型的泛化能力，还需要引入正则化技术如 L1、L2 正则化、Dropout 等。例如，在 CNN 中加入 Dropout 层 可以有效地减