AI教育的落地深度研究：复盘、对比和商业化

基本结论 AI教育依托教育信息化和在线教育而发展，基础设施完善、教育数据资源增长、在线教育渗透率提升为AI教育发展奠定坚实基础。2022年底以ChatGPT为代表的生成式AI爆发，在智能水平、交互方式等方面形成革新，推动全球AI走向新纪元。教育的交互方式一般通过语言问答的形式进行，这和当前大模型利用自然语言多轮交互的特点相匹配，叠加过去丰富的教育内容和数据积累，教育被认为是最适配AI大模型应用领域之一。作为模拟人类智能、拓宽人力边界的数字化工具，AI有望使规模化因材施教成为可能。 模型及算力、教育业务理解、教育数据是AI教育产品核心三要素。DeepSeek的强推理能力、低成本、开源使得国内AI大模型在教育领域达到可用级别，并且通过低成本大幅缩小了各大厂商的底层模型能力差距。未来，预计教育业务理解、教育数据是拉开产品差距的关键点，看好对教育和互联网产品逻辑具有深入理解、数据积累深厚的在线教育头部企业。 AI能力可以渗透到教育全过程“备教学考评管”六大环节，帮助减轻老师和家长负担、提升学生学习效率和效果。例如老师可以利用AI进行课程规划、辅助教案和课件撰写、自动化评分和评估等，学生可以利用AI实现自适应学习等，精准攻破薄弱点。当前AI大模型在教育领域的智能水平大多处在能够实现人性化辅导阶段，相比过去的传统AI时代，能够输出更个性化的上下文、更自然的文字和语音交流，部分产品能在特定场景中实现主动辅导学习。未来，一个具有真人老师能力的“虚拟老师”最终形态值得期待。 AI教育产品主要包括ToB的教育信息化和ToC的软硬件，教育信息化指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，ToC产品主要包括培训/工具类软件应用和教育智能硬件，软件端主要以会员订阅或者按使用量级收费，硬件主要以卖断方式销售，通过融合AI功能提升原有硬件产品单价。 近两年ToC的AI教育产品快速发展。软件方面，拍照搜题类、口语学习类应用相对成熟，综合学习类应用百花齐放，我们认为未来答疑等工具类应用可能成为标配，需要关注能否提供优质的差异化的教学服务和体验。硬件方面，AI学习平板、AI词典笔相对成熟，AI玩具、AI故事机等品类创新不断，近两年教培企业入局&生成式AI应用加强了“内容为王”的竞争路线，以学而思学习机为代表的AI学习平板快速起量。 投资建议 我们建议积极关注AI教育领域进展，特别是具备优质的教育内容、丰富的教育数据、对教育业务理解深刻的在线教育企业在AI教育产品上的探索创新以及商业化进展。 风险提示 1）技术迭代和AI教育效果不及预期；2）AI教育行业竞争加剧；3）AI教育产品商业化不及预期。 1. AI教育行业复盘：技术与应用详解 1.1 AI教育行业复盘 AI教育主要依托于教育信息化和在线教育发展。我国教育体系主要分为校内学历教育和校外非学历培训，过去数十年，校内教育向教育信息化发展，而校外教育主要向在线化发展，基础设施完善、教育数据资源增长、在线教育渗透率提升为AI教育发展奠定坚实基础。校内方面，2000-2016年是我国教育信息化1.0时期，这一阶段基本完成了全国中小学互联网和多媒体教室的普及，2018年我国教育信息化进入2.0阶段，优质数字教育资源不断增加，以AI智慧课堂为代表的智能化产品开始辅助校内教学。校外方面，2013年以来随着云服务发展、带宽扩容、4G网络和智能终端普及，在线教育步入产业化，学科教育、素质教育、软硬件产品百花齐放，2020年公共卫生事件催化下在线教育渗透率提升到20%以上，这些均为AI教育发展提供土壤。 图表1：AI教育行业发展简述 生成式AI技术有望推动AI教育应用和效果更进一步。2013年开始，AI技术就已经在教育领域有所发力，出现了拍照搜题、口语测评、分级阅读、自适应学习系统等产品，这一阶段的人工智能技术主要依靠传统的机器学习手段，存在用户体验粗糙、教学效果模糊等问题。以ChatGPT为代表的生成式AI技术，在智能水平、交互方式等方面形成革新，能够通过学习大量训练数据从而具备类人化的语言、语境、意图、逻辑等理解与推理能力，能够生成新的内容，同时通过简单的问答方式实现交互，使用门槛低，这些特点扩展了AI技术的应用边界。而教育被认为是最适配生成式AI的领域之一，一方面，过去数十年的教学内容和教育数据已经有了较为可观的积累，另一方面，教育的交互方式一般也是通过语言问答的形式进行，这和当前大模型利用自然语言多轮交互的特点相匹配。 图表2：传统AI和生成式AI的差别 AI赋能有望助力实现规模化、高质量、个性化的教育。传统的教育面临“不可能三角”挑战，即同时实现规模化、高质量、个性化。新中国成立后，我国逐渐普及了义务教育，解决了教育有无的问题，但是不同地区、城乡和学校之间教育水平仍然存在客观差距，并且个性化的因材施教（充分了解学生，针对学生不擅长的领域进行教学和练习，提高学习效率、减轻学习负担）难以普及。然而，AI大模型的出现有望打破这一不可能三角。AI技术加持下，教师能够快速收集到更优质的教学资源、进行更高效的教研、优化针对不同学生的教学策略等，学生能够接收更个性化的学习内容、对感兴趣的跨学科内容主动探索。 同时，基于AI的平台可以处理大量数据，能够为越来越多的学生提供个性化学习体验，而不影响质量。 图表3：教育的“不可能三角”理论 1.2 AI教育产品关键要素 AI教育产品的关键要素主要体现为模型及算力、教育业务理解、教育数据三方面。其中，模型及算力是基础门槛，目前主要有API调用调优、自主开发大模型，以及两者结合三种方式来获取底层的模型及算力能力。教育业务理解和教育数据决定企业是否有落地能力，以及是否能够达成好的用户体验和学习效果，这里涉及产品设计逻辑、用户痛点感知、语料库和工具建设等方面，以及利用大量优质的教研数据资源、学生学情数据资源等反哺大模型迭代优化，要求企业在教育业务和互联网产品（或硬件产品）上具备深入理解。 图表4：AI教育竞争要素分析 AI教育的参与者可分为“教育系”、“技术系”两派。“教育系”包括具备教育业务经验背景的线下和在线教育机构，他们的共同点在于对教育业务具备深刻的理解，其中头部企业发展至今已经形成了较为丰富的教育产品矩阵，构成生态圈，其中线下教育机构获客成本低、用户信任度高，有利于重服务/体验/情感连接的C端AI产品落地，但是技术力量相对薄弱；线上教育机构具备大量结构化的教学数据作为训练资源，但是自身获客成本高、造血能力不足，在持续性技术投入上存在不确定性。“技术系”包括AI技术供应商和互联网巨头，这两类玩家存在重合，其优势在于技术壁垒高、AI模块成熟、模型算法训练经验丰富，拥有庞大的流量入口，且能够提供云计算等基础设施，但是缺乏对教育行业的长期理解，产品化输出可能难以满足教育真实需求。教育信息化厂商综合了“教育系”和“技术系”，具备较强的进校优势，但是核心技术以外采为主，对第三方依赖重。 图表5：AI教育行业参与者竞争优劣势分析 DeepSeek-R1将大模型的教育应用提升到可用级别，并通过低成本大幅缩小了各大厂商的底层模型能力差距。2025年1月20日，来自中国的DeepSeek发布DeepSeek-R1模型，在数学、编程及逻辑推理等多个领域展现国际顶级的实力。在教育场景中，无论是学习、做题还是讲题，都需要深入且长时间的思考，R1所具备的推理能力因此对AI教育应用十分关键。根据有道测试数据，DeepSeek-R1在有道k12测试集上的准确率达88%。根据高途内部测试数据，DeepSeek-R1经过调优之后在高中数学测试集上的准确率约达90%，比原有模型的准确率提升了15%，如果下沉到初中、小学，R1的准确率提升更加显著，可能接近于真人状态。另一方面，DeepSeek的API调用成本也极低，也带动了其他大厂大模型跟随降价，这推动各家在模型能力上走向平权，技术差距迅速缩小。 图表6：DeepSeek-R1在有道k12测试集上的准确率达88% 各大教育企业迅速接入DeepSeek，自研垂类模型持续迭代加强。据我们统计，截至目前已有数十家教育公司宣布接入DeepSeek，用于内部提效，以及C端产品升级创新。不少头部企业在2023年推出过自研大模型，包括好未来九章大模型、网易有道子曰大模型等，在数学答题、文本翻译等垂类场景中具备高专业度，已经积累了一定的技术knowhow，目前也结合DeepSeek等先进大模型进行进一步迭代。以学而思为例，DeepSeek的V3版本已成为学而思九章大模型的基座之一，学而思加入大量教育行业专有数据进行二次训练，并在此基础上开发学习场景的产品功能。 图表7：迄今宣布接入DeepSeek的教育公司及有关应用 1.3 AI教育落地场景与应用 AI对教育的赋能可作用于备课→教学→学练→考试→评价→管理全教育流程。1）备课、教学、评价主要由教师执行，目前教师的工作内容普遍较为繁琐，AI能够帮助教师提供更适合的课程规划、辅助教案和课件撰写、通过分析学生反馈进行课堂管理、自动化评分和评估等，能够通过虚拟3D教室等方式提升学习互动体验，优化教学过程。2）管理主要由教务人员进行，AI能够帮助优化课程、预算等资源配置，实时更新学生进度和课堂活动、推动家校无缝沟通等。3）学练、考试主要由学生进行，由于学生个体差异大，核心需求是自适应，实现个性化学习，AI能够实时评估学生水平，并提供定制的教学内容以满足个体需求，且根据学生反应动态调整课程，帮助学生按自身的学习节奏掌握知识。 图表8：AI赋能备、教、学、考、评、管教育全流程 大模型带来的创新功能主要包括对话辅导、类真人口语陪练、阅读理解、辅助教研等。目前大模型在教育中的功能应用主要包括对话辅导、口语陪练、阅读理解、作业批改、辅助教研、学情分析、大语言模型翻译等。其中，对话辅导包括解题引导、知识问答、写作辅导、心理辅导等，例如GPT-4o可在不直接告诉学生最终答案的前提下，基于实时语音的互动载体，跟随学生已有思路对学生进行引导，且过程中可随时打断，模拟真人教师，在引导学生学习过程中还可通过语气的变化的方式给予学生正向激励，且可以通过学生呼吸频率等方式判断学生情绪状态并及时提供调整建议。口语陪练包括英语口语对话，阅读理解包括分析文章、总结课程要点等，作业批改包括主观题批改、作文批改润色等，辅助教研包括生成教学内容等，学情分析包括题目作答解析、多模态解析等。此外，大模型为精准学等框架较为成熟的功能带来新发展，推动习题类型更丰富（脱离题库限制）、知识点定位更准确、画像构建更完整（人机互动感知）。这些功能被嵌入到各类软硬件和教学服务中，提升学习效率和效果的作用。 图表9：AI大模型带来的创新功能 目前大模型在教育领域的智能水平大多处在能够实现人性化辅导阶段。网易有道CEO周枫将大模型在教育应用中的智力能力分为L1交互问答→L2人性化辅导→L3主动辅导学习→L4虚拟老师四个层级。目前，很多产品已经具有L2人性化辅导的能力，相比过去能够输出更个性化的上下文、更自然的文字和语音交流，L3主动辅导是不少产品团队正在努力的目标，能够对学生形成引导。随着基础模型认知能力的快速提升，L4虚拟老师的实现可能并不遥远。我们认为，未来结合了AI的人机协同教学是最佳形态，老师能够利用AI补充个性化辅导，同时老师可能会从知识输出者向引导者、陪伴着转变。现阶段AI难以替代人类教师，这主要由于AI生成信息作为教学内容的精准度不足，而且缺少人类情感与文化价值支持。 图表10：大模型在教育应用中的智力能力划分 图表11：教育主体讨论 国内AI教育产品主要包括ToB的智慧教育（教育信息化），以及ToC的智慧辅学和伴学。 1）教育信息化指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，例如提供自动评阅（评阅软硬件销售、全流程阅卷服务）、理化生实验（实验室建设、教考设备销售或租售）、体育测评（测试站或一体机设备、操场改造）、精准教学（硬件为基础搭载软件、软件系统单独进校等）等。2）ToC的智慧辅