AI大模型教育行业白皮书

2025年3月 目 录Contents 数智教育时代 AI教育场景02. AI大模型教育实践 数智教育时代 教育数字化进入全面AI时代 AI切入教育内容，引领行业步入数智教育时代 人才选拔 基础教育 教育行业痛点 •教育评价“五唯”顽瘴痼疾；•高校20%学科专业需要优化 •应对高科技手段下的考试舞弊；•一师多评，过程无记录 •教育资源分配不均；•无法做到核心素养培育与因材施教 教育信息化进入收尾阶段，教育基础设施与教育环境建设完备，AI引领教育行业步入新周期 数智教育 教育信息化 AI+教育内容为高质量人才培养全方位赋能 信息基础设施与环境建设信息技术提升教育教学效率 数智教育市场规模突破4,000亿 教育信息化经费： 财政性教育经费： 明确提出要确保财政一般预算教育经费支出每年只增不减，保证国家财政性教育经费支出占国内生产总值比例不低于4%。 4,300亿 各级政府在教育经费中按不低于8%的比例列支教育信息化经费，保障教育信息化拥有持续、稳定的政府财政投入。 2024年数智教育市场规模 5% ——教育部《教育信息化十年发展规划（2011-2020年）》（征求意见稿） ——中共中央、国务院《中国教育现代化2035》 数智教育市场增速 AI大模型技术趋势 推理模型进入基于Scaling Law的优化阶段 RAG工程化愈加成熟，幻觉“基本”消除只是时间问题 Agent技术路线面临重大分歧 端侧大模型逐步开始渗透 推理算力需求天量增长，算力异构趋势愈加明显 推理模型进入基于Scaling Law的优化阶段 强化学习不是唯一技术路线，依然有新路线在探索。 RAG工程化愈加成熟，幻觉“基本”消除只是时间问题 端侧大模型逐步开始渗透 AI教育场景 AI教育全场景地图 基础教育政策趋势 基础教育核心围绕公平与优质展开工作。到2035年，基础教育普及水平和质量要稳居世界前列。 上好学 平衡发展 加强义务教育学校标准化建设，缩小城乡、区域、校际、群体差距。深入开展县域义务教育优质均衡督导评估，有序推进市域义务教育优质均衡发展。 围绕“扩优提质”主线，构建覆盖全学段的优质资源供给体系。通过集团化办学、教师轮岗（“县管校聘”）、新建改扩建学校，重点帮扶薄弱校。 适人口 提质量 建立基础教育各学段学龄人口变化监测预警制度，优化中小学和幼儿园布局。支持人口20万以上县（市、区、旗）办好一所达到标准的特殊教育学校。 强化学校教育主阵地作用，全面提升课堂教学水平，加强对学习困难学生的辅导。提高课后服务质量，丰富服务内容。加强科学教育，强化核心素养培育。 基础教育AI应用 人才选拔政策趋势 趋势 考场建设→数字考试 考教割裂→考教融合 国家级考试→区域级考试 信息化→智能化 中考、学业水平考试、部分社会考试规范化，统一纳入标准化考点。 教学知识点应用于考试题库组卷，经考情分析后可反馈优化教学。教室环境数字化建设可同时满足教学、考试场景共享复用。 鼓励有条件的地区和学校运用智能化考试系统。部分高校建设数字考试平台，打通考试-教学场景。 深化大数据、AI、信创、国密等核心技术在考试场景的应用，进一步促进考试公平公正。 人才选拔AI应用 人才选拔AI应用 高等教育政策趋势 为实现科教兴国、人才强国、产教融合的远大目标，核心在于深入推进教育数字化、高水平人才建设，以推动教育高质量发展。建专业、重能力、提质量、抓技术成为当前政策重点方向。 建专业 提质量 坚决破除“五唯”顽瘴痼疾，推进评估分类，以评促建、以评促改、以评促管、以评促强，建立健全中国特色、世界水平的本科教育教学质量保障体系。 到2025年，优化调整高校20%左右学科专业布点，新设一批适应新技术、新产业、新业态、新模式的学科专业，淘汰不适应经济社会发展的学科专业。 重能力 抓技术 坚持能力为重，将教育与生产劳动和社会实践紧密结合，在提高学生学习能力的同时强化实验实践环节，着力培养学习者适应未来发展的职业素养和创新创业能力。 深入应用5G、AI、大数据、云计算等新一代信息技术，推动物理空间与网络空间一体化建设，创新教学、评价、研训和管理等应用，促进信息技术与教育教学深度融合。 高等教育AI应用 职业教育政策趋势 面对海外封锁、产教割裂、职业技能落后等问题，国家发布系列政策推进产教融合向纵深发展，明确了2023-2025年产教融合建设目标，并在鼓励企业参与、聚焦新兴产业、提升技能素质、深化校企合作、建设实训基地、重视职业培训等方面作出明确指示。 产教融合建设目标 鼓励参与 参与哪些方向 有哪些具体行动 建设实训基地 鼓励企业参与 深化校企合作 聚焦新兴产业 重视职业培训 提升能力素质 办学形态：推动校企共建共管产业学院、企业学院。 加强产教融合型企业孵化培育力度，对产教融合型企业给予“金融-财税-土地-信用”组合式激励政策。 深入实施职业技能提升行动和重点群体专项职业培训计划，广泛开展新业态新模式从业人员技能培训，有效提高培训质量。 通过“十四五”教育强国推进工程，安排中央预算内投资支持一批产教融合实训基地建设。 战略性新兴产业：新一代信息技术、人工智能、工业互联网、储能、智能制造等。 引导行业企业深度参与技术技能人才培养培训，促进职业院校加强专业建设、深化课程改革、增强实训内容、提高师资水平，全面提升教育教学质量。 培养内容：引导企业深度参与职业院校专业规划、教材开发、教学设计、课程设置、实习实训。 优先考虑先进制造、新能源、人工智能等领域以及康养、护理等领域的实训基地建设 自主可控：重点加大IT行业国产化、自主研发和自主可控，构建打破海外封锁的自主创新技术体系。 支持龙头企业和高水平高等学校、职业学校牵头，组建跨区域行业产教融合共同体。 职业教育AI应用 AI大模型教育实践 AI大模型教育行业落地挑战 大模型能力建设：“前中后”三层架构 1.Agent、知识工程、数据分析三件套工具，可以支撑几乎所有前台大模型应用。2.建议教育用户大模型应用以插件方式集成至传统应用中。Agent开发管理平台成熟度尚不足以支持端到端的应用重构。 教育企业尚无需做模型训练与微调工作。理由如下： 1.大语言模型迭代进入平稳期，但推理模型迭代进入井喷期。微调工作很可能因为模型能力升级而失去价值。2.模型训练与微调工作为准确率提升带来的贡献低于教育企业预期。3.模型训练与微调工作成本高昂，对于教育企业而言，投入产出比低。 RAG提升大模型回复准确性，两次审核保证安全性 科学治理提升知识质量 •与数据治理一样，知识也需要科学治理。•知识质量，案例＞SOP。 端到端链路优化 •相关性排序→多路召回→知识治理。逆向流程，倒查问题根源。•运营调优是长期保证回复准确率的必要手段。 业务闭环 能力闭环 供应商内部能力闭环是构建业务良性循环，实现长周期增长的关键 AI能力：高质量的教育数据和强大的算法能力，构筑AI竞争壁垒 AI能力的关键要素有哪些？ •AI能力构建的关键要素包括算力、算法、数据、生态 •聚焦教育行业，数据和算法最为关键•高质量数据是最核心能力，构筑AI当前壁垒；优质算法加快模型迭代，强化AI长期竞争力 AI能力：强数据获取能力、全流程教育数据沉淀 爱分析介绍 爱分析优势 资源 ➢深耕数字化市场10年➢3,000+数字化专家➢5,000+实践落地案例 服务能力 方法论 ➢央国企、教育、零售等诸多标杆案例➢覆盖企业用户数字化规划与落地全流程 专业服务平台 张扬：