文章核心观点 - 2025年是中国智慧教育元年，以DeepSeek为代表的国产大模型在推理效率与开源生态上取得跨越式发展，GenAI技术成为重构教育生产力的逻辑底座，旨在实现“规模化的个性供给”和“可量化的教学成效” [1][3] - 国家政策高度重视，教育部等九部门联合印发纲领性文件，将GenAI视为深度赋能教学模式变革、科研范式转型与实现因材施教的核心路径 [1] - 教育过程存在“40/60分割”模型，即约40%可被技术工具化（如逻辑化、重复化工作），60%暂时难以被替代（如情感唤醒、价值塑造、悟性启发），GenAI的价值在于解放教师，使其专注于后者 [2][5] - GenAI凭借强语言交互特性，精准契合了教育作为沟通密集型行业的本质，突破了此前AI在教育行业渗透较浅的瓶颈，使其成为GenAI技术快速落地的主要战场之一 [7] - GenAI正在重塑教育市场的供给逻辑，驱动市场从规模转向效率，技术能力成为参与市场竞争的入场券和构建长期壁垒的底牌 [15] 行业市场与规模 - **整体市场规模**：2025年中国AI产业预计将保持32.1%的年均复合增长率，在2029年突破1万亿市场规模 [7] - **教育信息化经费**：2025年中国教育信息化数字化经费规模预计为5515亿元，预计2028年稳步上升至6802亿元 [10] - **C端教育市场**：2025年中国C端教育市场总规模预计为1.3万亿元，预计2028年达到约1.5万亿元 [15] - **GenAI+教育市场规模**：2025年GenAI+教育产品服务总规模预计达3442亿元，预计以37%的年复合增长率驱动2028年规模迈向8910亿元 [18] - **技术能力价值**：2025年GenAI技术能力价值在总产品服务价值中平均占比约20%，预计将逐年上升 [19] 技术驱动与渗透 - **技术驱动变革**：GenAI通过重构信息形态、工具应用、空间场景和组织形式四大核心要素，将静态信息升级为动态智能体，将效率工具进化为认知伙伴，赋能传统终端场景，并瓦解刚性班级组织形态 [3] - **用户渗透**：截至2025年12月，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8% [12] - **教育场景渗透**：57.3%的家长在辅导孩子时使用GenAI类应用，25%成年学习者利用其进行备考或学习 [12] - **产品服务覆盖率**：2025年，GenAI类教育产品服务在成人与K12教育赛道中的覆盖率分别在15%-20%和10%-15%水平 [15] 学校端（B/G端）需求分析 - **整体采购趋势**：自2025年下半年开始，中国学校端GenAI相关采购需求明显上升 [10] - **采购占比**：2025年，GenAI相关项目金额在高校与中小学整体采购中占比分别约为25%-35%和20%-30% [10] - **普通高校需求**： - 涉GenAI项目数量占比约27% [21] - 校园公共服务和数智化教学类项目GenAI含量最高 [21] - 采购预算多集中在100万-400万区间 [24] - 985/211高校聚焦算力主权与自主可控生产力底座；普通本科院校更关注全栈一体化软件+内容解决方案 [24] - **职业院校需求**： - 涉GenAI项目数量占比约35% [27] - 数智化教学和学科实训类项目GenAI浓度高 [27] - 采购预算多集中在150万-400万区间 [32] - “双高”院校目标构建校级AI能力中心；普通高职聚焦AI+特色专业群；中职学校倾向轻量化工具 [32] - **中小学需求**： - 涉GenAI项目数量占比高达46% [34] - 基础设施和数智化教学项目GenAI浓度高 [34] - 采购预算多在100万-500万水平 [37] - 地方教育部门侧重数字基座；中小学直采侧重场景应用；地域差异明显，一线地区已进入深水区，三线地区仍以硬件补强为主 [37] - **采购共同特征**： - **技术架构**：倾向采用LLM+RAG+知识图谱的复合架构以解决幻觉问题 [41][43] - **交互形态**：期待AI成为任务驱动型智能体（Agent），具备规划与执行能力 [41][43] - **部署方式**：普遍要求私有化部署，强调数据主权与国产信创适配 [41][43] - **高校/职校特色**：倾向采购应用于建筑、医护、财经等专业领域的垂直大模型进行实训 [41][43] - **中小学特色**：希望GenAI能力覆盖更多物理空间，应用于校园安全、体育教学等非接触式监测场景 [41][43] 消费端（C端）用户行为分析 - **K12学生使用（垂直大模型）**： - 主要用途：辅助校内作业（50.5%）、自主学习/刷题（49.9%）、知识科普（49.9%） [44] - 功能偏好：习题讲解（44.9%）、作业批改（42.6%）、AI题库（42.5%） [44] - 近九成家长认为有帮助 [44] - **K12学生使用（通用大模型）**： - 主要用途：辅助校内作业、发展兴趣/知识科普、创意写作/绘画 [48] - 功能偏好：知识问答、内嵌学习功能模块、辅助写作 [48] - 近九成家长认为有一定帮助 [48] - **家长辅导场景**： - 使用模式：37.1%固定使用一两款，35.6%多款混合使用 [52] - 高频场景：拍照搜题/错题分析、知识搜索与答疑 [52] - 对不同技术来源模型没有明显偏好 [52] - **家长态度**： - 积极且审慎，近四成家长认为AI是不可逆转的趋势 [54] - 主要担忧：45.8%担心孩子产生过度依赖与思维惰性，35.9%担心滋生抄袭，33.6%担心减少人际交流 [54] - **家长付费逻辑**： - GenAI重塑了传统教育投入链条的供给侧，推动“学会学习、环境构建、辅导纠错、伴学监督、学情诊断”五大核心诉求的解决方案向AI精准服务转型 [57] - **区域差异**： - 一线城市家长：理性审慎，重实效 [60] - 新一线城市家长：激进投入，呈现教育与技术双重内卷 [60] - 二线城市家长：态度保守，倾向跟随主流 [60] - 三线及以下城市家长：焦虑矛盾，价格敏感度高 [60] - **成年学习者使用**： - 用户构成：大学生在读占比62.2%，职场人士占37.8% [63] - 高频需求：学习资料生成归纳、学习计划制定 [63] - 使用习惯：40.9%会混合使用多款AI工具 [63] - 聚焦场景：语言类考试（四六级/考研英语/雅思）和公务员/考编考试备考 [63] - **成年学习者付费特征**： - 核心驱动力是生存和进阶需求，GenAI扮演“数字义肢”和结果交付者角色，折叠时间、提升效率 [66] - 在校大学生：追求性价比，付费行为离散、小额，常为救急付费 [68] - 在职学习者：对价格脱敏但对时间敏感，追求知识压缩和定制化补丁，遵循即时学习交付逻辑 [68] 产业链与竞争格局 - **应用形态**：市场呈现纵横双向发展，横向从单一工具向一体化平台演进，纵向在更细分场景进行精细尝试 [72] - **教育垂直大模型竞争**：市场进入以场景深耕与价值交付为核心的中场竞争阶段，短期较量功能创新，中期比拼数据闭环与生态整合，长期取决于对教育质量与效率的根本性提升 [74] - **通用大模型应用方式**： - **直接引入（API调用）**：用于非核心功能模块，该方式正在减少 [79][80] - **基于开源模型垂直微调**：结合自有知识库，强化垂直学科逻辑，满足私有化部署需求 [79][80] - **自研大模型+通用大模型**：采用双轮驱动架构，如好未来的“九章大模型”+DeepSeek等外部模型 [79][80] - **商业模式影响**： - GenAI驱动教育科技行业代际更替，标准化数字内容不再构成商业堡垒，价值转向私有教育数据 [81] - 成功企业通过私有数据闭环训练垂域模型或深度集成开源技术，进化为拥有算法壁垒与私有数据的智慧教育基础设施供应商 [81] - 服务商需根据自身赛道禀赋，将AI技术、专业内容、人力服务等按比例重组，形成差异化交付体系 [84] - **企业案例（成功）**： - **科大讯飞**：2025年星火大模型相关中标金额达23.16亿元，预计净利润7.85-9.5亿元，同比增长40%-70% [83][102] - **好未来**：FY26Q3营收7.702亿美元，同比增长27.0%，以学习机为核心的硬件及配套收入占总营收约30% [83] - **企业案例（受冲击）**： - **Chegg**：2025Q3营收同比下跌42%，核心静态答案库被AI免费取代 [83] - **2U(edX)**：申请破产保护，GenAI直接冲击其核心Bootcamp业务 [83] 重点厂商与产品动态 - **OpenAI ChatGPT-Edu**：瞄准教育体系核心系统性嵌入，通过高级提示词工程将AI重塑为启发式导师，并为教师端提供合规基础设施 [87] - **谷歌 Gemini for Education**：基于专为教育微调的LearnLM，内嵌引导式教学策略，旨在通过启发式提问重塑原生教学体验，而非直接提供答案 [90] - **阿里巴巴 千问-Qwen3-Learning**：基于万亿级教育数据训练的教育垂直大模型，定位为面向K12学生及教师的“拍题答疑+作业批改”双核心智能助手，采取完全免费、不限次数模式 [93][94] - **科大讯飞**：构建覆盖教学、学习、考试、管理、素质五大核心场景的智慧教育产品矩阵，形成面向政府、学校与家庭的系统性布局 [99] - **云启智慧**：定位教育数智产品公司，依托中国联通、华中师范大学、网龙公司优势，提供全流程解决方案，系统性将AI赋能校园管理、学生评价、智慧教学等环节 [105][109]

文章核心观点 - 2025年是中国智慧教育元年，生成式人工智能（GenAI）技术成为重构教育生产力的逻辑底座，其发展目标是实现“规模化的个性供给”和“可量化的教学成效”[1][3] - 教育过程存在“40/60分割”，即约40%可被技术工具化替代，60%涉及情感、价值塑造等人类核心劳动，GenAI的价值在于解放教师以专注于后者[2][5] - 政策驱动与技术突破共同推动GenAI在教育行业快速渗透，行业市场规模预计将从2025年的3442亿元增长至2028年的8910亿元，年复合增长率达37%[1][7][18] - GenAI正在深刻重构教育市场的供给逻辑、商业模式及竞争格局，驱动教育科技公司向拥有算法壁垒、私有数据和核心场景的科技公司进化[15][81][84] 技术驱动与行业渗透 - **技术驱动变革**：GenAI通过重构信息形态、工具应用、空间场景和组织形式四大核心要素，将静态信息升级为动态智能体，将效率工具进化为认知伙伴，驱动教育市场向规模化个性供给演进[3] - **整体产业增长**：2025至2029年，中国AI产业预计保持32.1%的年均复合增长率，2029年市场规模将突破1万亿元，GenAI凭借强语言交互特性，使教育行业成为其快速渗透的主要战场之一[7] - **校端市场启动**：中国教育信息化经费规模稳健增长，2025年预计达5515亿元，2028年将达6802亿元，自2025年下半年起，学校端GenAI采购需求明显上升[10] - **C端市场覆盖**：截至2025年12月，中国生成式AI用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8%，教育场景渗透显著，57.3%的家长在辅导孩子时使用GenAI应用[12] - **市场规模预测**：2025年GenAI+教育产品服务总规模预计达3442亿元，预计以37%的年复合增长率在2028年达到8910亿元，其中纯粹技术能力价值增长更为迅猛，年复合增长率达45%[18] - **技术价值占比**：2025年，GenAI技术能力价值在整体产品服务中的平均占比约为20%，即平均每5元产品服务中有1元多用于购买技术能力，该占比预计将逐年上升[19] 学校端（B/G端）采购需求分析 - **普通高校需求**： - 教育信息化采购中，明确涉及GenAI的项目数量占比约27%，校园公共服务和数智化教学类项目GenAI含量最高[21] - 采购预算多集中在100万-400万区间，涉及完整大模型部署方案，不同层级高校需求差异明显：985/211高校聚焦算力主权与自主可控生产力底座；普通本科院校更关注全栈一体化的软件+内容解决方案[24] - **职业院校需求**： - 教育信息化采购中，明确涉及GenAI的项目数量占比约35%，数智化教学和学科实训类项目GenAI浓度最高[27][30] - 采购预算集中在150万-400万区间，“双高”院校目标为构建校级AI能力中心与MaaS平台，预算可达400万至千万级；普通高职院校聚焦AI+特色专业群融合；中职学校倾向于采购轻量化成品工具包[32] - **中小学需求**： - 教育信息化采购中，明确涉及GenAI的项目数量占比高达46%，基础设施与算力基座、数智化教学类项目GenAI浓度高[34] - 采购预算多在100万-500万水平，地方教育部门侧重数字基座和智算云平台，中小学直采侧重场景应用如AI实验室，不同地域采购重点存在差异[37] - **采购共同特征**： - **技术架构**：倾向采用“LLM+RAG+知识图谱”复合架构以应对模型幻觉，确保内容与教学大纲匹配[41][43] - **交互模式**：期待AI成为具备规划与执行能力的任务驱动型智能体（Agent），实现从被动问答到主动行动[41][43] - **部署方式**：基于数据安全与合规要求，普遍将本地化私有部署及国产信创适配作为硬性要求[41][43] - **高校/职校特色**：倾向采购应用于建筑、医护、财经等专业领域实训的垂直大模型[41][43] - **中小学特色**：希望GenAI能力覆盖教室、操场等更多物理空间，应用于校园安全、体育教学等特定场景，实现非接触式风险预判[41][43] 消费端（C端）用户行为与需求 - **K12学生使用（垂直大模型）**： - 主要用于辅助校内作业（50.5%）、自主学习/刷题（49.9%）及知识科普（49.9%），功能偏好前三为习题讲解（44.9%）、作业批改（42.6%）和AI题库（42.5%），近九成家长认为其对孩子学习有帮助[44] - **K12学生使用（通用大模型）**： - 行为更多元，除辅助作业外，也用于发展兴趣/知识科普和创意写作/绘画，最常使用知识问答和内嵌的学习功能模块，近九成家长认为其有帮助[48] - **家长辅导场景使用**： - 家长使用模式尚未固化，37.1%固定使用一两款，35.6%多款混合使用，高频场景为拍照搜题/错题分析和知识搜索答疑，对不同技术来源模型暂无显著偏好[52] - **家长态度与担忧**： - 近四成家长认为AI是不可逆转的趋势，主张孩子尽早适应，但45.8%的家长担心孩子过度依赖AI导致思维惰性，35.9%担心滋生抄袭，33.6%担心减少人际交流[54] - **家长付费逻辑重塑**： - GenAI并未创造新需求，而是重塑了家长传统教育投入链条的供给侧，将解决“学会学习、环境构建、辅导纠错、伴学监督、学情诊断”五大核心诉求的方式，向AI精准服务转型[57] - **区域差异**： - 一线城市家长理性审慎重实效；新一线城市家长付费意愿最强，呈现教育与技术双重内卷；二线城市家长态度保守，倾向于跟随主流；三线及以下城市家长态度矛盾且价格敏感度高[60] - **成年学习者使用**： - 使用者中大学生占比62.2%，职场人士占37.8%，最高频应用为学习资料生成归纳和学习计划制定，40.9%的人会混合使用多款AI工具，常应用于语言类考试和公务员/考编备考[63] - **成年学习者付费特征**： - 核心驱动力是生存和进阶需求，GenAI扮演“数字义肢”角色，折叠时间、提升效率，在校大学生付费行为离散、小额，多为救急；在职学习者对价格脱敏但对时间敏感，追求即时学习交付[66][68] 产业生态与竞争格局 - **应用形态发展**：市场呈现纵横双向发展，横向从单一工具向一体化平台演进，纵向在更细分场景中进行精细尝试，覆盖学、教、管全环节[72] - **教育垂直大模型竞争**：市场进入以场景深耕与价值交付为核心的中场竞争，短期较量功能创新，中期比拼数据闭环与生态整合，长期取决于对教育质量与效率的根本性提升[74] - **通用大模型应用路径**：教育科技公司引入通用大模型（如DeepSeek、Qwen）主要有三种方式：直接API调用（快速减少）、基于开源模型垂直微调、以及自研大模型+通用大模型的混合架构[79][80] - **商业模式影响**：GenAI驱动教育科技行业代际更替，标准化数字内容不再构成商业堡垒，价值转向私有教育数据，成功企业通过私有数据闭环训练垂域模型或深度集成开源技术，构建算法与数据壁垒[81] - **企业进化路径**：服务商需根据自身赛道禀赋，将AI技术、专业内容、人力服务等按比例重组成差异化交付配方，而非盲目扎堆技术投入[84] - **国际案例启示**： - **ChatGPT-Edu**：战略瞄准教育体系核心的系统性嵌入，通过高级提示词工程和制度化合规，旨在成为教学流程中可信、可控的核心服务层[87] - **Gemini for Education**：基于LearnLM原生教学生态，内嵌引导式教学策略，通过启发式提问引导学生思考，深度融合于Google Workspace生态[90] - **国内厂商动态**： - **千问（阿里巴巴）**：推出基于Qwen3训练的教育垂直大模型Qwen3-Learning，定位为免费、不限次数的“拍题答疑+作业批改”智能助手，通过专用模型精度、多模态交互和生态资料库构建护城河[93][94][97] - **科大讯飞**：构建覆盖教学、学、考、管、素质五大场景的智慧教育产品矩阵，2025年星火大模型相关中标金额达23.16亿元，预计净利润同比增长40%-70%，研发投入占营收20%以上[99][102] - **云启智慧**：定位教育数智产品公司，依托联通、华中师大、网龙优势，提供全流程解决方案，系统性将AI技术赋能校园管理、学生评价、智慧教学等核心环节[105][109]

文章核心观点 - 2025年是中国智慧教育的元年，生成式人工智能（GenAI）技术正成为重构教育生产力的逻辑底座，其核心价值在于实现“规模化的个性供给”和“可量化的教学成效”[1] - 技术在教育中的角色被定义为“40/60分割”，即约40%可逻辑化、重复化的教育工具侧工作可被GenAI替代，而60%涉及情感、价值塑造等复杂人类劳动暂时难以被替代，GenAI的作用是成为提升人类教师效率的“铠甲”[2][5] - GenAI凭借强语言交互特性，精准契合了教育作为沟通密集型行业的本质，突破了此前AI在教育行业渗透较浅的瓶颈，使教育行业迅速成为GenAI技术落地的主战场之一[7] - GenAI正在驱动万亿级教育市场的供给逻辑重构，它不仅是参与竞争的入场券，更是构建长期竞争壁垒的底层基础设施[15] - 教育服务商需要根据自身赛道禀赋，将AI技术、内容、服务等要素按比例重组成新的交付配方，向拥有算法壁垒、私有数据和核心场景的科技公司进化[81][84] 技术驱动与行业演进 - GenAI通过重构教育产业的四大核心要素带来显性变革：将静态信息升级为动态智能体、将效率工具进化为认知伙伴、将智能能力赋予传统终端场景、将刚性班级组织瓦解为弹性人机协同网络[3] - 2025年至2029年，中国AI产业预计将保持32.1%的年均复合增长率，并在2029年突破1万亿元的市场规模[7] - 2025年，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8%[12] - 在教育场景下，GenAI渗透显著：57.3%的家长在辅导孩子时使用GenAI类应用，25%的成年学习者利用其进行备考或学习[12] - 孩子接触GenAI的首要途径是通用AI助手，占比达74.8%，表明AI教育应用已广泛融入日常生活[13] 市场规模与增长预测 - 2025年中国教育信息化数字化经费规模预计为5515亿元，预计2028年将稳步上升至6802亿元[10] - 2025年中国C端教育市场总规模预计为1.3万亿元，预计2028年将达到约1.5万亿元[15] - 2025年GenAI+教育产品服务总规模预计达3442亿元，预计将以37%的年复合增长率增长，到2028年规模达8910亿元[18] - 其中，纯粹的技术能力价值增长更为迅猛，年复合增长率达45%，将从2025年的664亿元上升至2028年的2023亿元[18] - 2025年，GenAI技术能力价值在整体产品服务中的平均占比约为20%，即平均5元产品服务中有1元多用以购买技术能力，且该占比预计将逐年上升[19] 学校端（B/G端）市场分析 - **整体采购趋势**：自2025年下半年开始，中国学校端GenAI相关采购需求明显上升。在高校与中小学整体采购中，GenAI相关项目金额占比分别约为25%-35%和20%-30%，预计未来三年保持高速增长[10] - **普通高校采购特征**： - 明确涉及GenAI的采购项目数量占比约27%[21] - 校园公共服务和数智化教学类项目的GenAI含量最高[21] - 采购预算最集中在100万-400万区间，主要涉及大模型部署完整方案[24] - 985/211高校聚焦算力主权与自主可控的生产力底座；普通本科院校更关注利用AI重构课程、教务与评价系统的全栈一体化解决方案[24] - **职业院校采购特征**： - 明确涉及GenAI的采购项目数量占比约35%[27][30] - 数智化教学和学科实训类项目的GenAI浓度最高[27][30] - 采购预算多集中在150万-400万区间[32] - “双高”院校目标为构建校级AI能力中心与MaaS平台；普通高职聚焦AI+特色专业群融合；中职学校倾向轻量化工具路径[32] - **中小学采购特征**： - 明确涉及GenAI的采购项目数量占比高达46%[34] - 基础设施与算力基座、数智化教学类项目中GenAI浓度高[34] - 相关项目预算多在100万-500万水平[37] - 地方教育部门采购侧重数字基座和智算云平台；中小学直采侧重场景应用如AI实验室[37] - 地域差异明显：一线梯队（京、沪、浙、苏）进入数字基座+大模型的深水区；二线梯队（川、甘、鲁）处于AI硬件与软件协同建设爆发期；三线梯队（新、云、蒙）仍以基础硬件补强为主[37] - **学校采购共同特征**： - 倾向采用“LLM+RAG+知识图谱”复合架构以解决模型幻觉问题，确保与教学大纲及校本知识匹配[41][43] - 期待AI向任务驱动型智能体（Agent）演进，具备复杂任务拆解、规划与执行能力[41][43] - 普遍要求私有化本地部署，并强调对国产化信创底座的深度适配，以确保数据主权与安全[41][43] - 高校和职业院校倾向采购应用于建筑、医护、财经等专业领域的垂直大模型进行实训[41][43] - 中小学希望GenAI能力覆盖更多物理空间，应用于校园安全、体育教学、心理健康等特定场景，实现非接触式风险预判和主动监测[41][43] 消费端（C端）市场分析 - **K12学生使用情况**： - **垂直大模型应用**：主要用于辅助校内作业（50.5%）、自主学习/刷题（49.9%）和知识科普（49.9%）。最受欢迎的功能是习题讲解（44.9%）、作业批改（42.6%）和AI题库（42.5%）。近九成家长认为其有帮助[44] - **通用大模型应用**：行为更多元，除辅助作业外，还用于发展兴趣/知识科普和创意写作/绘画。最受青睐的功能是知识问答，其次是应用内嵌的学习功能模块。近九成家长认为其有帮助[48] - **家长行为与态度**： - 在辅导场景下，37.1%的家长固定使用一两款GenAI应用，35.6%多款混合使用，高频场景为拍照搜题/错题分析和知识搜索答疑[52] - 家长对GenAI技术持积极但审慎的态度。近四成家长认为AI是不可逆转的趋势。但同时，45.8%的家长担心孩子过度依赖AI导致不愿主动思考，35.9%担心滋生抄袭，33.6%担心减少人际交流[54] - GenAI重塑了家长传统教育投入的供给侧，推动“学会学习、环境构建、辅导纠错、伴学监督、学情诊断”五大核心诉求的解决方案向AI精准服务转型[57] - **区域差异**：一线城市家长理性审慎重实效；新一线城市家长付费意愿最强，呈现教育与技术双重内卷；二线城市家长态度保守，倾向于跟随主流；三线及以下城市家长态度两极分化，价格敏感度高[60] - **成年学习者使用情况**： - 使用群体中，大学生在读占比高达62.2%，职场人士占37.8%[63] - 最高频应用是学习资料生成归纳和学习计划制定。40.9%的人会混合使用多款AI工具[63] - 在语言类考试和公务员/考编备考中经常使用GenAI[63] - 在校大学生付费行为离散、小额化，常为救急付费；在职学习者对价格脱敏但对时间敏感，追求知识压缩和即时问题解决[68] 产业竞争格局与商业模式 - **市场覆盖**：2025年，GenAI类教育产品服务在成人与K12教育赛道中的覆盖率分别在15%-20%和10%-15%水平，预计2028年将持续上升[15] - **应用形态**：市场呈现纵横双向发展。横向从单一工具向一体化平台演进；纵向在更细分的场景中进行精细尝试，覆盖学、教、管全环节[72] - **教育垂直大模型竞争**：市场进入以场景深耕与价值交付为核心的中场竞争阶段。竞争短期较量功能创新，中期比拼数据闭环与生态整合，长期取决于对教育质量与效率的根本性提升[74] - **通用大模型的应用方式**：教育科技公司引入通用大模型（如DeepSeek、Qwen）主要有三种方式：1）直接API调用（快速减少中）；2）基于开源模型垂直微调；3）自研垂直模型+通用模型的混合架构[79][80] - **商业模式影响**： - GenAI正驱动全球教育科技行业经历代际更替。标准化数字内容不再构成商业堡垒，价值转向私有教育数据[81] - 成功企业的共同特征是通过私有数据闭环训练垂域模型或深度集成开源技术，并将其封装在自有优势服务场域中，进化为拥有算法壁垒与私有数据的智慧教育基础设施供应商[81] - 头部企业财务实证显示AI贡献显著，例如：Duolingo的AI功能显著拉升了ARPU；科大讯飞2025年大模型相关中标金额达23.16亿元；好未来以学习机为核心的硬件及配套收入占总营收约30%[83] - 受技术冲击的企业（如Chegg、2U）普遍因过度依赖静态答案库或入口流量，其核心资产被GenAI免费动态生成内容所替代[83] 主要厂商案例与战略 - **阿里巴巴/千问**：推出基于Qwen3训练的教育垂直大模型Qwen3-Learning，定位为面向K12学生及教师的“拍题答疑+作业批改”双核心智能助手，采取完全免费、不限次数的模式[93]。通过专用模型精度、多模态交互和整合阿里生态资料库构建护城河[97] - **科大讯飞**：构建覆盖教学、学习、考试、管理、素质五大核心场景的智慧教育产品矩阵[99]。持续将营收20%以上投入研发，2025年星火大模型相关项目中标金额达23.16亿元，预计净利润同比增长40%-70%[102] - **云启智慧**：定位为教育数智产品公司，依托中国联通、华中师范大学、网龙公司优势，提供从顶层设计到落地交付的全流程解决方案[105]。系统性将AI技术赋能校园管理、学生评价、智慧教学等核心环节[109] - **国际厂商动态**： - **OpenAI (ChatGPT-Edu)**：战略瞄准教育体系核心的系统性嵌入，通过高级提示词工程将AI重塑为启发式导师，并通过安全合规工具使其成为教育管理制度可接纳的基础设施[87] - **谷歌 (Gemini for Education)**：基于专为教育心理学微调的LearnLM，内嵌引导式教学策略，旨在通过启发式提问重塑教学原生体验，而非直接提供答案[90]

行业核心观点 - 2025年是中国智慧教育元年，生成式人工智能技术正成为重构教育生产力的逻辑底座，其目标是实现“规模化的个性供给”和“可量化的教学成效” [1][3] - 技术与人力在教育中的分工可概括为“40/60分割”，即约40%可逻辑化、重复化的教育工具侧工作可由GenAI替代，而60%涉及情感、价值塑造等复杂人类劳动暂时难以被替代，技术的作用是解放教师以专注于后者 [2][5] - 生成式人工智能凭借其强语言交互特性，精准契合了教育作为沟通密集型行业的本质，突破了此前人工智能在教育行业渗透较浅的瓶颈，使教育迅速成为GenAI快速落地的主要战场之一 [7] 市场宏观规模与增长 - 中国人工智能产业预计在2025至2029年保持32.1%的年均复合增长率，并在2029年突破1万亿元市场规模 [7] - 2025年中国教育信息化经费规模预计为5515亿元，预计2028年将稳步上升至6802亿元 [10] - 2025年中国C端教育市场总规模预计为1.3万亿元，预计2028年将达到约1.5万亿元 [15] - 2025年GenAI+教育产品服务总规模预计达3442亿元，预计将以37%的年复合增长率在2028年达到8910亿元，其中纯粹的技术能力价值增长更为迅猛，年复合增长率为45%，从2025年的664亿元上升至2028年的2023亿元 [18] - 2025年，GenAI技术能力价值在相关产品服务中的平均占比约为20%，即平均每5元产品服务中有1元多用于购买技术能力，且该占比预计将逐年上升 [19] 校端市场覆盖与采购特征 - 政策与技术驱动下，学校端对GenAI的采购需求自2025年下半年开始明显上升，预计2025年GenAI相关项目金额在高校与中小学整体采购中占比分别约为25%-35%和20%-30% [10] - 普通高校采购中，明确涉及GenAI的项目数量占比约27%，校园公共服务和数智化教学类项目的GenAI含量最高 [21] - 职业院校采购中，明确涉及GenAI的项目数量占比约35%，数智化教学和学科实训类项目的GenAI浓度高 [27][30] - 中小学采购中，明确涉及GenAI的项目数量占比高达46%，基础设施和数智化教学项目GenAI浓度高 [34] - 高校GenAI采购预算多集中在100万-400万元区间，职业院校多集中在150万-400万元区间，中小学则多在100万-500万元水平 [24][32][37] - 不同层级院校需求差异明显：985/211高校聚焦算力主权与自主可控的生产力底座；普通本科院校追求全栈一体化的软件+内容解决方案；职业院校中的“双高”院校目标构建校级AI能力中心，而普通高职院校则聚焦AI+特色专业群的深度融合 [24][32] 学校采购技术共同特征 - **LLM+RAG+知识图谱**：为应对通用大模型的幻觉问题，学校倾向采用大模型、检索增强生成与知识图谱结合的复合架构，确保生成内容与教学大纲及校本知识高度匹配 [41][43] - **交互Agent化**：学校期待AI成为能主动规划与执行任务的智能体，能够跨系统调用数据，主动参与教学流程与校园管理 [41][43] - **私有化部署**：基于对数据主权与安全合规的高度重视，学校普遍将本地化私有部署及国产信创适配作为硬性要求 [41][43] - **垂直领域应用**：普通高校和职业院校倾向采购应用于建筑、医护、财经、医学等专业领域的垂直大模型，作为专业实训的核心智能组件 [41][43] - **多模态感知与特定场景**：中小学倾向GenAI能力覆盖更多物理空间，应用于校园安全、体育教学监测、心理健康风险警示等特定场景 [41][43] C端用户市场覆盖与行为 - 截至2025年12月，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8% [12] - 在教育场景下，57.3%的家长在辅导孩子时使用GenAI类应用，25%的成年学习者利用其进行备考或学习 [12] - 孩子接触GenAI的首要途径是通用AI助手，占比达74.8% [13] - 2025年，GenAI类教育产品服务在成人与K12教育赛道中的覆盖率预计分别在15%-20%和10%-15%水平 [15] K12学生与家长使用分析 - **使用教育垂直GenAI应用**：孩子主要用于辅助校内作业、自主学习/刷题和知识科普，功能偏好前三为习题讲解、作业批改和AI题库，近九成家长认为其对学习有帮助 [44] - **使用通用GenAI应用**：孩子行为更多元，除辅助作业外，还用于发展兴趣/知识科普和创意写作/绘画，最受青睐的功能是知识问答 [48] - **家长辅导场景**：家长尚未形成固定使用模式，37.1%固定使用一两款，35.6%多款混合使用，高频场景为拍照搜题/错题分析和知识搜索答疑 [52] - **家长态度**：家长态度积极且审慎，45.8%担心孩子过度依赖AI导致不愿主动思考，35.9%担心滋生抄袭心理 [54] - **付费逻辑重塑**：GenAI重塑了家长传统教育投入的供给侧，推动“学会学习、环境构建、辅导纠错、伴学监督、学情诊断”五大核心诉求的解决方案向AI精准服务转型 [57] - **区域差异**：一线城市家长理性审慎重实效；新一线城市家长付费意愿最强，呈现教育与技术双重内卷；二线城市家长态度保守；三线及以下城市家长态度两极分化，价格敏感度高 [60] 成年学习者使用分析 - 使用GenAI的成年学习者中，大学生在读占比高达62.2%，职场人士占37.8% [63] - 最高频应用是学习资料生成归纳和学习计划制定，40.9%的人会混合使用多款AI工具 [63] - 在语言类考试和公务员/考编备考中经常使用GenAI [63] - **付费特征**：在校大学生付费行为离散、小额，多为救急付费；在职学习者对价格脱敏但对时间敏感，追求极简干货和即时问题解决 [68] 产业竞争格局与应用形态 - GenAI教育应用市场呈现平台整合与场景深耕双向驱动的发展态势，产品形态日趋成熟 [72] - 教育垂直大模型市场竞争进入以场景深耕与价值交付为核心的中场阶段，短期较量功能创新，中期比拼数据闭环与生态整合，长期取决于对教育质量与效率的根本性提升 [74] - 通用大模型在教育领域主要扮演技术基础设施角色，降低企业使用门槛，或与教育企业知识图谱结合进行垂直微调 [79] - 头部教育科技公司普遍采用自研垂直教育大模型与引入通用大模型能力的混合架构 [79] 商业模式影响与企业案例 - GenAI正驱动教育科技行业代际更替，标准化的数字内容不再构成商业堡垒，价值转向私有教育数据，头部企业正向拥有算法壁垒、私有数据和核心场景的科技公司进化 [81] - 企业需根据自身赛道禀赋，将AI技术、专业内容、人力服务等要素按比例重组，形成差异化的交付体系 [84] - **成功案例**： - **科大讯飞**：2025年星火大模型相关中标金额达23.16亿元，预计2025年归母净利润7.85亿元至9.50亿元，同比增长40%至70%，C端业务成增长主引擎 [83][102] - **好未来**：FY26Q3营收7.702亿美元，同比增长27.0%，净利润1.31亿美元，同比增长468.0%，以学习机为核心的硬件及配套收入占总营收约30% [83] - **Duolingo**：FY25Q3营收2.72亿美元，同比增长41%，付费订阅用户1150万，AI功能显著拉升了用户平均收入 [83] - **受冲击案例**： - **Chegg**：2025Q3营收7770万美元，同比下跌42%，净亏损1750万美元，其标准答案库核心资产被AI免费替代 [83] - **2U (edX)**：于2024年7月申请破产保护，其核心业务受到GenAI直接冲击 [83] 国内外主要厂商动态 - **OpenAI (ChatGPT-Edu)**：通过发布ChatGPT Study和ChatGPT for Teachers，战略性地深度嵌入教育体系，旨在成为教学流程中可信、可控的核心服务层 [87] - **谷歌 (Gemini for Education)**：基于专为教育微调的LearnLM，内嵌引导式教学策略，旨在通过启发式提问重塑教学原生体验，深度整合于Google Workspace生态 [90] - **阿里巴巴 (千问-Qwen3-Learning)**：推出基于Qwen3训练的教育垂直大模型，定位为面向K12学生及教师的免费“拍题答疑+作业批改”智能助手，覆盖全学段全学科 [93][94] - **科大讯飞**：构建覆盖教学、学习、考试、管理、素质五大核心场景的智慧教育产品矩阵，形成系统性业务布局 [99] - **云启智慧**：依托中国联通、华中师范大学及网龙公司优势，定位为教育数智产品公司，提供从顶层设计到落地交付的全流程解决方案 [105][109]

AI时代的多语言大模型发展 - 当前通用大模型对低资源语言支持不足 小语种国家面临被边缘化风险 近20国30位专家在WAIC研讨会上探讨如何弥合AI语言鸿沟 [2] - 塞尔维亚语在通用模型中token占比不足0.1% 专家强调需构建符合本国语言特点的国家级大模型以保障医疗、法律等关键领域AI普及 [3] - 匈牙利语因复杂词缀和自由语序带来建模挑战 研究指出数据质量优于体量 需建立从训练到应用的完整评估框架 [4] 小语种技术平权实践 - 希伯来语作为唯一复兴的古老语言仍属低资源语言 以色列通过开源模型训练双语大模型(希伯来语+英语) 结合财政激励解决数据合法性等问题 [5][6] - 科大讯飞星火大模型X1已支持130+语种 公司提出通过全球合作提供"中国方案"破解多语言模型技术难题 [6] 文化身份与技术融合 - 专家提出语言模型需体现文化身份 当小语种用户能用母语与AI交互时 才真正实现AI平权 [3][6] - 塞尔维亚和匈牙利案例显示 语言复杂性要求模型本地化 需结合特定语法结构和文化语境 [3][4]

AI时代小语种面临的挑战 - 通用大模型对低资源语言支持严重不足，小语种国家面临被边缘化风险 [1] - 翻译机虽打破人类语言隔阂，但AI时代小语种仍存在交流障碍 [1] - 塞尔维亚语在通用模型中token占比不足0.1%，远低于同一地区的斯洛文尼亚语 [2] - 希伯来语虽是唯一被成功复兴为现代口语的古老语言，但在自然语言处理领域仍属低资源语言 [2] 构建多语言大模型的必要性 - 语言模型不能只服务大语种，每种语言都应拥有体现其文化身份的大模型 [2] - 构建符合本国语言特点和文化语境的国家级大模型对AI在医疗、法律等关键领域普及至关重要 [2] - 匈牙利语复杂的词缀组合及自由语序为大语言模型token划分带来独特挑战 [2] - 数据质量优于数据体量是构建可信大语言模型的关键 [2] 现有解决方案与进展 - IAHLT基于开源模型已训练出希伯来语+英语双语大模型，并部署于教育、客服、医疗等场景 [4] - 通过政府财政激励机制联合产业界解决数据获取合法性、训练成本和落地门槛问题 [4] - 科大讯飞星火大模型X1已支持超过130种语言，寻求全球合作构建多语言大模型 [4] 实现AI平权的愿景 - 只有当小语种国家的孩子能用母语向AI提问时，AI平权才真正实现 [1] - 语言被技术遗忘将导致使用该语言的群体被时代遗忘 [1] - 需要构建从训练、语料建设到实际应用的完整闭环 [2]

纪要涉及的公司 科大讯飞 纪要提到的核心观点和论据 经营情况 - 2024 年营收 249.5 亿元，Q4 营收近 85 亿元同比增长 21%，利润增长 62%至 9 亿元，现金流 33 亿元正向，销售回款率 98.14%，经营活动现金流净额同比增长 613%至 24.95 亿元，得益于回款机制优化[1][2] - 2025 年 Q1 营收 46.5 亿元同比增长 27%，毛利 18.7 亿元同比增长 34%，归母净利润同比减亏 1 亿元，销售回款同比增长 4%至 49.9 亿元，经营性现金流改善 6.7 亿元，G 端和 B 端重要商机储备提升 48%[1][4] 人工智能战略进展 - 升级星火大模型 X1，在国际测试集与 OpenAI 的 O1 和 Deepseek 的 R1 效果相当，知识问答、数学能力略有提高，参数 70B 效果与 671B 的 GPT - 3 持平，教育、医疗行业模型效果平均提升 10%，应用场景平均提升 15% - 20%[1][5] 各领域模型表现 - **教育**：星火教育大模型数学答题步骤级批改 F1 分数达 71%，英语主观题评分达 92%，优于通用大模型，为教育功能提供基础[1][6] - **医疗**：星火医疗大模型在全科和专科辅助诊断合理性上领先 GPT - 4 和 GPT - 3，讯飞智医助理累计辅助诊断超 9 亿次，覆盖 670 多区县，修正 160 多万不合理诊断和 8600 多万不合理处方，讯飞小医咨询量超 1.2 亿次，好评率达 98.8%[2][9] - **法律**：星火法律大模型在司法信息化有广泛应用，包括案件要素提取、笔录重点分析、类似案例推荐等，功能达实用程度[10] 行业应用成果 - **教育**：与中央教科院合作，智能教师助手超 20 万老师使用，活跃度超 88%，提供 3000 多个省市级典型案例，发布 400 多个学科名师智能体；C 端星火教育大模型赋能学习机，保持高净推荐值，领先电商平台，线下营收增长超 150%，门店超 2000 个[12] - **医疗**：与北京安贞医院试点应用提升深层推理效果，星火医疗大模型打造诊疗助理和健康助手[9] 技术突破与应对策略 - 在国产算力平台实现突破，成功训练深度思考模型，通用模型主观题达业界一流水平，有信心构建闭源系统超越开源系统[23] - 与国内算力厂商合作，如华为，实现训练和推理全国产化，推出“飞行 1 号”并过渡到“飞行 2 号”[17] 未来发展策略 - 坚持打造自主可控领先大模型底座，应用于教育、医疗、汽车金融等行业，引领智能硬件功能指标，解决社会刚需问题[2][18] 开源与闭源系统 - 人工智能产业开源与闭源联合发展，闭源系统主导解决社会刚需问题，科大讯飞自主可控平台上的大模型在行业应用更具优势[19][20] 教育行业增长潜力 - **硬件**：学习机 2024 年翻番增长，2025 年 Q1 接近翻番，深度推理 X1 用于学习机提高个性化教学质量[31] - **政府端业务**：2024 年教育总体业务增长 30%，2025 年政府投资增加，专项债投向教育保障资金来源[31] - **政策推动**：人工智能改变教育成共识，政府加大建设需求，资金投向民生刚需领域拉动 G 端业务[32] 智能硬件领域 - **优势**：翻译机离线运行端侧模型，解决数据保密问题，高抗噪；办公本一季度收入增长 50%，毛利增长翻番，新款受海外市场欢迎[38] - **发展方向**：探索穿戴式设备和医疗硬件领域，提升专科能力，开发专业大模型[39] 医疗业务 - **技术发展**：全球首个通过国家医考的 AI 系统，持续丰富业务布局，提升专科医生能力[41] - **商业化落地**：G 端智医助理赋能基层，近 700 个县区采购；B 端应用场景从诊前到诊后，预计 2025 年增长最快；C 端有听耳机和小医 APP，小医 APP 有 2000 万用户且好评率 98%[42] 多语言技术 - 2024 年发布 8 个语种大模型，机器翻译和语音识别合成覆盖 80 多个语种，未来向“一带一路”及周边国家输出技术[47] 应对地缘政治 - 加快国际化步伐，加大国际业务布局，自主可控大模型能力使公司有主动权和比较优势，贸易争端为多语言技术发展提供机遇[47] 算力扩张与模型发展 - 拥有 3 万张卡，2.7 万张用于未来模型提升，提高研发效率；继续提升 70B 模型，开发小型模型满足不同场景需求[50][51] 财务相关 - 2024 年现金流优异因加强应收款催款、业务结构调整、选择优质客户、政府化债政策等[54] - 未来研发投入占比将从 20%降至 10%左右，释放更多利润[62] - 2024 年计提 10.7 亿元坏账，政府专项债券清理欠债后每年可增约 10 亿元利润[63] 其他重要但是可能被忽略的内容 - 科大讯飞在大阪世博会上展示星火大模型及翻译机，发布支持中文、日文和英文实时交互的 AI 孙悟空，新款双屏翻译机 2.0 版本展示卓越降噪技术及先进同传能力[14] - 教育部相关示范区中科大讯飞树立众多标杆，北京遴选的人工智能示范校中 29 所有 25 所其参与建设，上海、苏州及江苏等地百强校中百分之七八十应用其人工智能技术[33] - 疫情期间坚持技端业务是为实现因材施教，提升教师教学水平，减少学生无效作业，区域级整体解决方案可共享学校优势，激励教师利用人工智能技术[34] - 科大讯飞学习机大模型赋能体现在强化学习步骤级批改、结合 AI 能力与综合素养及心理健康评价、衔接国家新高考和新课标、硬件护眼提升等方面[36] - 2025 年线下学习机销量一季度翻番增长，将深入中心城市布局，全国渠道下沉，建立渠道管理和赋能领先体系[37] - 2025 年除学习机外，智能硬件领域将推出有总结摘要等 AI 功能的产品[38] - 科大讯飞通过软硬件一体化满足用户需求，如新款双屏翻译机解决离线、抗噪、双屏交互问题，智能办公设备语音与手写结合提高会议记录效率[40] - 科大讯飞与国内其他厂商侧重不同，DeepSeek 专注开源模型，不做行业落地和国产化移植；元宝在 C 端有流量优势[43] - 预测关税战可能使中国 GDP 下降 1.5 - 2 个百分点，政府将加大支持经济发展力度，地方政府专项债增加至 4.4 万亿[48] - 政府加大投资对教育、医疗等民生工程提供资金保障，拉动内需，科大讯飞通过 GBC 联动模式有申报专项债优势[49] - 科大讯飞在国产算力优化上成本、带宽使用率有优势，训练框架与推理引擎结合技术优势明显，资源转换和热启动时间大幅缩短[52][53] - 科大讯飞收入结构中政府类系统集成和定制开发业务占比下降，软硬件一体化产品占比上升[57] - 2025 年是通用人工智能行业落地元年，应用达 2.3 亿用户规模，科大讯飞坚持“一加 N”战略，构建数据飞轮机制实现商业回报[59] - 科大讯飞应对美国极限施压将研发体系移至国产平台，调整业务结构，发展 B 端和 C 端，推进国产化技术平台建设[60]