教育，作为国家发展的基石，承载着培养未来社会栋梁的重任。伴随着我国教育强国战略的出台，AI与教育的深度融合已成为推动教育现代化、实现教育强国战略的关键举措。从政策的顶层设计到技术的创新实践，AI教育正逐步从理念走向现实，展现出其在提升教育公平与效率、培养面向未来的复合型人才方面的巨大潜力。

行业发展概览

“教育兴则国家兴，教育强则国家强”，作为国之大者，教育始终位于优先发展的战略位置。为提升教育现代化水平，由教育大国向教育强国迈进，我国政府坚持推动教育领域的综合改革，以科技手段升级教育内容质量、优化教育资源配置，引导以人工智能为代表的新一代信息技术和教育核心场景的深度融合。

2017年，我国首个国家级人工智能规划《新一代人工智能发展规划》出台，将智能教育作为智能服务的重点发展方向。此后，针对技术与教育融合的政策陆续出台，旨在加强教育信息化和智慧教育场景的建设。2024年3月，教育部正式启动人工智能赋能教育行动，推出“AI学习专栏”、国家智慧教育公共服务平台升级、教育系统人工智能大模型应用示范、搭建数字教育国际交流平台等4项具体行动。8月3日，国务院发布《国务院关于促进服务消费高质量发展的意见》，旨在培育壮大以数字教育这一新模式为典型的新型消费，更是为AI教育行业的高效有序发展注入新动能。

教育强国战略引导下，我国教育质量取得显著进步。然而，公平与效率问题依旧是横亘在教育领域的两座大山。一方面，我国城乡间、地区间教育水平存在一定差异：教师、教学设施、教育财政投入等必要教育资源多集中在发达地区及城市，由此带来教育质量、资源配置及教育信息化水平的区域间不平衡。另一方面，优质教育的核心资源之一——教师，天然带有稀缺属性，而高水平教师数量则更为有限，难以兼顾学生在答疑辅导、情绪陪伴、心理疏导等方面的需求，更是难以真正实现因材施教和精准教学。教育部数据显示，2022年我国专职教师与学生人数之比近1:16，教师资源供给不足。

AI在教育场景下的应用，则为纾解公平与效率困境提供可实现路径，通过远程教育叠加数字化教育内容，创新课堂授课模式，将部分有形的教育资产变为无形的教育资源，打破固有的空间与时间限制，带来资源的自由流通与互通。搭载AI功能的教育软硬件与平台，则扮演“私人教师”角色，为学生提供针对性教学、辅学、纠错、答疑等服务，以个性化能力辅助提升教育效率。

传统教育模式多以集体化的统一班级授课为主，以作业、试卷、教学观察等作为主流评价工具，重视基础知识学习成果而忽视综合素养表现。随着数字化时代呼啸而至，社会环境的变迁带来人才培养需求的变化，传统教育模式已无法更好地应对时代变迁。根据世界经济论坛发布的《未来就业报告2030》，未来5年内，社会对于人工智能、商业分析师、数据科学等跨学科职位的需求增长最快，而具备创造性思维、技术素养、好奇心和学习能力的复合型人才则是面向未来的核心人才。AI驱动的教育模式顺应时代发展趋势和人才培养需求，受到家校的共同关注。相较传统教育模式，AI教育以学生为中心，通过虚拟教学空间、智能评价工具及多维测评手段，重视学生的综合素养，因而也有利于培养兼具创新思维和基础能力的综合性人才。

目前，AI对教育的赋能主要包括面向政府及学校、以校内场景为主的智慧教育管理，以及面向学生及家长群体、以校外场景为主的辅助教育。前者融合大数据、云计算、数字孪生等其他技术，依托电脑终端、智慧黑/白板、教学管理系统、学习平台、内容资源库等软硬件，为教育教学、学生管理、校园安全等提供高效运行保障，是教育信息化的重要构成。在“教育强国”战略指引下，各地政府及学校愈发认识到，新一代信息技术与校园教育和学校管理的深度融合，对提升教学质量、教学效率、校园服务体验、家校互动及学生安全等大有裨益，因而持续加大教育信息化的财政资金保障力度，由此带来相关软硬件服务市场的扩容。锐观咨询数据显示，我国教育信息化市场规模由2017年3.4亿增长至2023年近5.8亿元，年均复合增长率高达9.21%。

面向学生及家长群体的辅助教育则多为消费级智能教育硬件、在线教育产品及服务、学习类APP及资源平台等软件系统，覆盖K12、素质教育、高等教育、职业教育等多个领域。得益于AI，特别是自然语言处理（NLP）、知识图谱、深度学习、大模型等技术的革新，消费级教育软硬件正历经底层应用能力的升级跃迁。相关企业多以自研或生态协作模式，围绕教育大模型打造技术底座，以AI技术能力再造教育流程，AI原生应用层出不穷。以学习平板、词典笔、电子纸单词卡等为代表的教育硬件更是通过AI实现与用户间的个性化交互，获得学生及家长的青睐。根据洛图科技数据，2023年我国消费级智慧教育硬件产品市场规模约为469亿元，同比上升11.4%，韧性增长态势明显。

行业生态分析

我国AI教育行业生态包括基础设施层、技术层及应用层三大层级。其中，基础设施层为AI在教育各场景下的开发、部署、应用及运营提供必要的IT设施、AI芯片、传感器等软硬件及数字化的教育内容支持；技术层内，自然语言处理（NLP）、知识图谱、深度学习等AI技术共同推动应用层的智慧教育产品及服务的创新；应用层则为AI教育最为直观的落地表现，以教育软硬件为载体，覆盖包括校内的智慧教育管理及校外的辅助教育等场景。

基础设施层是AI教育行业的底层支撑部分，提供了AI在教育各场景下开发、部署、应用及运营所需的各类软硬件及数字教育内容，包括以IT基础设施、AI芯片、传感器、显示屏、网络与通信模块等为主的硬件产品，以及数据资源、计算能力及基础算法，不仅为技术层的开发和应用提供了必要的基础，还在提高教育行业的整体效率和教学质量方面发挥了关键作用。具体而言，以下几个方面尤为重要：

1）数据资源。数据是AI的“燃料”，在教育领域尤其如此。大量的教育数据，包括学生学习行为数据、课堂互动数据、考试成绩数据等，构成了教育AI算法训练的基础。高质量的教育数据资源能够帮助教育大模型更好地理解教育场景，在此基础上开发出更加智能化和个性化的教育产品。

2）计算能力。AI教育应用通常需要处理大量的数据，尤其是在训练教育大模型和实时分析学生行为时，强大的计算能力至关重要。计算能力主要由高性能计算系统、GPU集群和分布式计算架构提供支持，这些设施能够在短时间内处理复杂的教育数据分析任务，确保AI算法能够迅速响应教育场景中的各种需求。此外，端侧计算和边缘计算能力的提升，为数据在终端处理效率的提升带来创新解决路径，提高用户与教育硬件间交互效率。

3）AI芯片。AI芯片作为教育硬件的“大脑”，其性能直接影响到终端用户体验。近年来，随着AI芯片技术的进步，越来越多的教育终端设备具备了更强的计算能力和更低的能耗。

基础设施层，特别是云计算及网络通讯的显著特征是高投入与长投资回报周期，因而该层企业通常由大型科技公司主导，如阿里、华为、腾讯、百度等。

技术层是在基础设施层之上，利用AI技术推动教育产品和服务创新的核心层次。技术层的关键技术包括自然语言处理（NLP）、知识图谱、深度学习等。这些技术通过分析和处理教育数据，支持智能化教学、个性化学习路径的制定以及自动化教育管理等应用。

1）自然语言处理。自然语言处理技术通过对语言的理解、生成和翻译，实现智能化的教学和学习体验。例如，智能答疑系统、自动作文批改、语音识别及智能辅导等应用，都依赖于该技术的进步。通过分析学生的语言表达，自然语言处理技术能够识别学习者的知识掌握情况，给予个性化的反馈和建议，帮助学生更好地理解和掌握知识点。

2）知识图谱。通过构建知识节点和关系网络，帮助学生更好地理解学科知识之间的联系。基于知识图谱的智能教学系统，可以根据学生的学习进度和知识掌握情况，实时调整教学内容和难度，提供个性化的学习路径。在线教育平台中，知识图谱还被用于推荐系统中，根据学生的学习行为和兴趣，推荐相关的课程和学习资源。这种智能推荐不仅提高了学习的针对性，也增强了学生的学习体验。此外，知识图谱技术还可以用于学术研究和教育资源的开发，为教育工作者提供新的研究工具和方法。

3）深度学习。通过模拟人脑的神经网络结构，处理海量的教育数据，从而提升教育产品的智能化水平。例如，深度学习在自动评测、图像识别、行为分析等方面的应用，已经在智能监控、课堂管理、个性化辅导等教育场景中得到了有效的验证。

技术层的各项技术并非孤立存在，而是相互协同、互为补充，共同推动了教育产品的智能化和个性化发展。

技术层企业主要包括人工智能企业及教育科技企业，前者又可分为以百度和阿里为典型的互联网大厂以及以科大讯飞、商汤科技等为代表的聚焦于人工智能技术研发的创新企业，后者则包括猿辅导集团、好未来等技术驱动下的教育服务商。

可以看到的是，自2022年以来，以AIGC为代表的生成式人工智能以及大模型掀起了全球范围内的技术革命，为千行百业带来了创新应用。教育行业同样不例外。在技术大厂和教育企业的共同努力下，不仅通用型大模型走进教育各场景，教育垂类大模型同样不断涌现，再造教育流程，为政府、学校、家长、学生各方带来效率驱动的教育产品及服务方案。大模型正逐渐成为生成式人工智能时代教育科技的技术底座。

应用层面对终端用户，是AI技术在教育领域的最终落地环节。终端用户包括政府学校及学生两类，前者的需求场景多为教育信息化和智慧教育，而后者的需求则多围绕校外辅导、伴学等展开。

1）智慧教育。对政府及学校而言，推动教育与AI的融合，主要目的在于提升现代化教育水平，实现教育公平的同时兼顾教学效率。部分教育科技及人工智能企业围绕学校教育场景，提供一体化智慧教育服务方案。以飞象星球为例，作为猿辅导集团旗下的数字化教育品牌，飞象星球以技术促进基础教育的优质资源均衡和大规模个性化教育，为政府及学校提供教育教学所需的软硬件及整体解决方案，产品覆盖飞象课堂、智慧作业、A I 作文、飞象心理等，首次将大模型全面应用在基础教育中。在自研教育大模型底座能力之上，飞象星球持续丰富素质教育内容供给，围绕教育教学核心场景为教师与学生提供智能辅助：面向教师，强化作业批改、学情分析、心理健康辅导等AI教学助手功能；面向学生，则结合多轮启发式对话和个人知识图谱等技术能力，为其提供更具引导性和个性化的学习、练习与答疑辅助。目前，飞象星球已在全国20余个省份、180个区县、3000多所学校、200多万学生中常态化使用。

2）智慧辅学与伴学。面向学生的AI教育应用主要包括，教育硬件产品、教育软件及在线教育服务。

其中，教育硬件是AI教育产品中最为直观的一部分，它通过智能设备与AI及大模型的结合，为学生提供了个性化、互动化的学习工具，涵盖学习机、词典笔、点读笔、教育机器人、智能台灯等多元品类，满足不同场景下的差异化学习需求。学习机赛道的发展相对成熟，参与玩家众多，各企业纷纷推出搭载AI功能的学习机品类，旨在实现个性化及高效的辅助学习，迎合终端用户需求。以精准学为例，作为首家提出“精准学”理念的教育科技公司，企业创造了“实时查、目标准、学得会、能坚持”的“精准学习法”，并首创推出AI双师1对1辅学服务，搭载在Bong系列AI硬件上。根据第三方机构BrainCO脑机接口专注力头环及嫣然小程序等对同类产品测评，学生在精准学产品的使用中全程专注力平均数值最高，在知识点理解速度、运用程度等多方面也表现最佳，证实其“精准学习法”在学习中符合科学原理。

教育软件依托于学习类APP及各类学习平台，为学生提供了多元化、灵活性强的学习工具和资源，为学生打造个性化、互动化的学习体验。学习类APP主要可分为学科辅导类、编程类、语言学习类及考试备考类等，覆盖K12、素质教育、成人教育等各领域。在大模型逐渐成为技术能力底座的背景下，各大教育集团纷纷推出AI原生APP，以自然语言作为用户交互新入口，依托实时互动与反馈能力，优化用户的学习体验。以猿辅导集团打造的海豚AI学为例，该软件以互动动画视频为载体，首创“苏格拉底启发式AI答疑”功能。在答疑过程中，AI学伴“小白”不会立即告诉用户答案，而是通过对话，找到学生的知识盲区，一步步引导其主动思考和总结，从而明白知识点是怎么来的。海豚AI学循序渐进式的引导与真人语音交互，使教育过程更具情感与关怀。

在线教育服务主要通过在线直播或录播课堂，为学生提供海量学习资源和全方位学习支持。不同于AI原生教育APP，在线教育服务是互联网时代而非生成式人工智能时代的产物，AI为其注入崭新的发展活力，成为在线教育企业创新教育内容、互动形式、学生指导、内容推荐等环节的有力武器。新东方、昂立、学大等老牌在线教育集团均开启AI赋能在线教育的探索与实践。

细分场景发展现状

得益于百花齐放的AI教育应用生态及软硬件产品服务，AI已经在各类教学场景中得到了广泛的应用，涵盖了备课、教学、练习、考试、评价、管理等教育核心环节，持续推动教育方式向智能化和个性化变革。

在传统的备课过程中，教师需要花费大量时间搜集教学资源、编写教案和设计课堂活动。而AI的引入，则极大地简化了这一过程，提高了备课的效率和质量。AI教育系统通过分析海量的教学资源和数据，自动生成个性化的教案和教学计划。教师只需输入教学目标和学情分析，系统便可根据学生的学习水平、课程标准和教材内容，智能推荐教学策略、教学资源和课堂活动设计。这不仅减轻了教师的工作负担，还使得备课更加科学和有针对性。此外，在备课过程中，设计有效的课堂活动是关键的一环。AI以过往教学数据及课堂表现为支撑，自动生成适合的课堂活动方案，如分组讨论、角色扮演、实验模拟等多种活动形式。这些活动方案帮助教师打造生动、有趣的课堂，不仅能够调动学生的积极性，更能促进学生的深度学习。

无论是在课堂教学还是在线教育中，AI都为教师和学生提供了强有力的支持，使得个性化和精准教学成为可能。对教师而言，AI为其提供差异化教学策略建议，为学习能力较强的学生提供拓展性内容，而为基础较弱的学生提供更多的练习机会，“因材施教”提升教学效率。在课堂场景内，AI还为教师提供教学助手工具，通过自然语言处理（NLP）和语音识别技术，能够在课堂上为教师提供实时的教学支持。教师可以通过语音指令，快速查找教学资料、播放教学视频或进行课堂互动。智能教学助手还可以在课堂上协助教师回答学生的问题，提供即时的知识点讲解，从而提高课堂教学的效率和效果。而对学生来说，AI驱动的教学助手，特别是搭载AI助学功能的教育软硬件，则为其提供针对性的答疑和辅助，在校外学习场景下，扮演教师的角色，助力学习表现提升。

在练习环节，AI为学生提供了更加丰富和高效的练习工具，帮助学生巩固知识，提升学习效果。AI还可以为学生的每次练习提供即时的反馈，并自动生成错题本。通过错题分析，系统可以帮助学生找出知识盲点，并推荐针对性的练习题目。学生可以随时查看自己的错题本，了解自己的学习进展和问题所在，从而进行有针对性的复习。通过分析学生的练习数据，AI系统可以为学生定制个性化的学习路径。这一学习路径不仅考虑了学生的当前学习水平，还结合了学生的学习兴趣和目标，确保学生在练习过程中始终保持学习的动力。例如，系统可以根据学生的兴趣，推荐相关的拓展性题目或学习资源，帮助学生在特定领域中深入探索。

在考试环节，AI应用使得考试过程更加科学、透明和高效，同时也为学生提供了更为公平的考试环境。AI通过分析历年考试数据和当前的教学大纲，自动生成高质量的考试题目，并进行智能组卷。智能命题系统不仅能够确保考试的公平性和科学性，还能根据学生的水平和能力，生成难度适中的试卷。例如，系统可以在命题时，自动筛选出既能考查知识广度，又能测试学生思维深度的题目，提升考试的区分度和有效性。此外，AI系统还可以对学生的成绩进行深度分析，帮助教师和学生了解学习中的薄弱环节，指导后续的学习和复习。

传统的学习评价往往集中在期末考试，而忽略了学生在学习过程中的表现。AI则通过对学生平时学习数据的分析，能够对学生的学习过程进行全面评价。这一评价不仅包括学生的学习进度和知识掌握情况，还涵盖了学生的学习态度、学习习惯和学习能力。例如，系统可以通过分析学生的作业提交时间、课堂参与度等数据，生成学习过程的综合评价报告，帮助教师更好地了解学生的学习情况。AI系统能够根据学生的学习轨迹和成长记录，为每个学生生成个性化的成长评价报告。这一报告不仅涵盖学术成就，还包括学生的兴趣爱好、特长发展和人格培养等方面。

AI正在推动教育管理向智能化和科学化方向发展。无论是在学校管理还是教育行政管理中，AI都为管理者提供了更为高效和精准的管理工具。在教育行政管理中，教育资源的合理调配是提高教育公平性和效率的关键。AI通过对教育资源、学校发展情况和学生需求的综合分析，能够为教育管理者提供科学的资源调配建议。例如，系统可以根据学生的分布和学校的教学设施情况，推荐建设新学校的选址方案，或调配教师资源的最优方案，确保教育资源的均衡发展。此外，AI技术在教育政策效果分析中的应用，为教育管理者提供了更加精准和科学的决策依据。通过对教育数据的深度分析，AI系统可以评估某一教育政策的实施效果，发现政策执行中的问题，并提供改进建议。例如，系统可以通过分析学生的学业成绩、升学率等数据，评估“双减”政策的实际效果，帮助教育管理者制定更为有效的教育政策。

行业发展趋势

目前，AI已在课堂上承担部分讲解和示范工作，教师则可以更加专注于与学生的互动和引导。对于教师而言，AI将不仅仅是教育的辅助工具，还将成为重要的合作伙伴。通过人机协同，教师可以更好地发挥自身的创造力和教学艺术，而AI则负责数据处理、个性化推荐等工作，共同提升教学效果和学生的学习体验。未来，AI将进一步深化其在教育领域的应用，不仅仅局限于课堂内的辅助角色，而是扩展到整个教育生态系统中。一方面，AI将通过智能化的学习管理系统，帮助教师跟踪学生的学习进度，识别学习难点，并提供针对性的教学资源和策略，实现真正的个性化教育。另一方面，AI还将缓解因教育资源的稀缺性而带来的教育不公平问题，打破地域限制，将优质的教育资源输送到偏远地区，同时通过智能评估系统，确保教育评价的公正性和准确性，减少人为偏差，提升教育质量。

未来，数据将成为教育决策的重要依据。数据驱动下，教育管理者可以实时掌握教育发展中的动态和趋势，做出更加科学和精准的决策。但需要看到的是，目前数据驱动的教育存在三大困境，一是如何收集更高质量的教育数据，为大模型在教育领域的应用提供优质训练基础，二是如何降低由于机器幻觉带来的错误内容传递，三是如何保护教育各方的数据隐私。政府、学校、企业等各方参与者已经意识到上述问题对更好发挥技术应用能力的限制，通过政策管理、技术投入、生态协作等各手段，应对上述挑战，在确保教育内容可靠性及数据隐私的同时，释放AI在实现公平教育与个性化教育领域的价值，培养面向未来的综合性人才。