（报告出品方：国金证券）

1、AI+教育：优质教育资源规模化、公平化、个性化

1.1AI 改造教育本质：科技替代拓展人力边界，实现优质教育资源规模化、公平化、个性 化

传统教学模式存在个性化教育与普惠教育之间的矛盾。AI 相较于真人教师具有成本优势 （规模化条件下），因此 AI 替代人力的过程使得在维持现有教育投入成本不变的情况下， 优质教育资源规模化成为现实，且随着 AI 所替代人脑活动的复杂度提升，其对于教育的 降本增效作用也更为明显。因此 AI 与教育结合、改造教育的本质在于：依靠低成本科技 替代、拓展高成本人力，实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点， 从而实现教育公平、低成本因材施教。

在规模化教育背景下，个性化教育与普惠教育的矛盾难以调和。教育的目的是实现人的全 面发展，其内涵极为丰富，而“因材施教”是从古至今被广泛接受的教育理念。1984 年 Benjamin Bloom 在其教育实验中提出"two sigma"理论从定量角度证明了其正确性，即接 受一对一辅导的教学组的平均表现明显优于传统教学组，差距达到两个标准差。 但教育个性化程度的提升需要配套教师资源的持续投入，对于具有规模化教育需求的国家 而言，会产生师资稀缺、教育开支过高等问题。一方面，根据教育部数据，2022 年我国各 级各类在校学生人数为 2.93 亿人，而配套的专职教师数仅为 1880.36 万人，教师学生人 数比接近 1：16，教师资源相对稀缺；另一方面，2021 年我国教育行业就业人员年平均工 资为 11.14 万元，且过去 5 年呈现稳步上升的态势，通过采取小班上课或 1 对 1 模式将会 产生庞大的教育开支。因此，在规模化教育背景下，实现个性化教育与实现普惠教育之间 存在明显的矛盾。

AI 赋能教育的过程即为替代人类脑力活动由简入繁的进程。AI 技术诞生的初衷是通过模 拟人类的智能、行为，将人类从繁重、琐碎的程序化任务中解放。AI+教育是指将 AI 技术 应用于教育场景，即借助计算机视觉、NLP、智能语音、知识图谱等技术，降低教育环节 中的繁琐、低效脑力活动时间。从 AI+教育的发展历程看，创新 AI 技术于教育领域实施、 落地的过程，也正是 AI 替代人类脑力活动由简入繁的流程：计算智能代替人脑的记忆、 计算功能；感知智能代替人脑听觉、视觉、语言功能；认知智能代替人脑推理、联想、思 维组织功能，而达到认知智能的 AI 系统（自适应学习系统），在某种程度上已经具备了提 供“千人千面”教育服务的能力。 AI 替代繁琐人力的同时拓展人脑机能，实现 AI 与真人的“教”、“育”分工。一方面，AI 教师可以超越人脑的限制，完成真人教师能力所不能及之事，如自适应系统可以精准记录、 分析学生的学习进度、遗忘曲线、专注力、知识薄弱环节等，并据此推荐个性化的学习内 容、学习路径；另一方面，目前的 AI 教师并不能完全替代真人教师，根据剑桥大学 Michael Osborne、Carl Frey 的数据（BBC 整理），教师被人工智能替代的可能性仅为 0.4%，情感、 道德、个性培养等育人工作是 AI 教师难以涉及的领域。技术的发展促使 AI 教师与真人教 师实现“教”、“育”分工，AI 负责替代、深化繁琐的教学工作，真人教师则专注于学生品 行、素质、情感的提升以及为 AI 提供必要的教学补充。

随着服务学生规模上升，AI 教师可实现普惠的个性化教育。开发一套 AI 系统前期的成本 极高，其中包含数据科学家、机器学习工程师等研发人员成本；外购或自主收集标注数据 的成本；云计算资源、服务器等硬件设备成本；优化算法、升级系统等维护更新成本。而 AI 教师的优势在于，一旦开发成功，即可凭借较低的运营成本，跨越时空的障碍为数以万 计的学生提供个性化教育服务，且随着服务学生规模的上升，其人均成本逐渐趋向于 0。 根据格隆汇专访松鼠 AI 创始人栗浩洋的数据，开发一个合格的 AI 教师至少需要 10 亿元， 而随着系统优化投资还需要持续跟进，80 分（表现优异）的 AI 教师需要 100 万左右生源 达到盈亏平衡。 人工智能训练成本大幅下降，进一步巩固 AI 教师的成本优势。近年来，人工智能的训练 成本呈现明显的下降趋势，根据 ARK Invest 数据，2020-2022 年，将一个大语言模型训 练至 GPT-3 性能级别所需要的成本由 460 万美元下降到 45 万美元，下降幅度超过 90%， 而预计到 2030 年，训练成本将以每年 70%的降幅递减，只需要 30 美元。AI 教师前端开发 成本的下降将使得其低成本优势进一步扩大。

1.2 实现路径：AI 赋能教育、AI 人才培养

AI 替代、拓展人脑机能从而实现规模化普惠教育有两条并行发展的实现路径，即 AI 赋能 教育、AI 人才培养，二者协同发展。

1）AI 赋能教育：本质上是 AI 技术在教育场景下的应用，是指在各教育领域中（K12、职 业教育、高等教育等），通过 AI 硬件设备、AI 软件系统与教育中“备”、“教”、“练”、“考”、 “评”、“管”等环节（场景）深度融合，达到提升教育质量、促进教育公平、节约教育成 本等目的，并最终实现“因材施教、个性化学习”的愿景。 其最先落地于拍照搜题软件（利用 OCR 技术）与英语口语测评（语音识别技术），代表性 的产品有小猿搜题、英语流利说。随后一段时期内，AI 赋能教育各赛道产品“百花齐放”， 在软件系统方面，智能作业批改、智能题库、分级阅读、AI 课堂等辅助教师教学、学生练 习的应用纷纷落地，走班排课软件、校园安防系统也在新高考下教务管理压力、校园安全 需求日益增大的背景下应运而生；在智能硬件方面，交互白板、智能平板、智能手写笔、 智能台灯等设备层出不穷。而其中最亮眼的当属自适应学习系统，其最有可能从根本改变 教育的理念与方式，是 AI 赋能教育的核心赛道，代表产品为松鼠 AI 于 2017 年（并非最早的）推出的“松鼠 AI”人工智能自适应学习系统。

2）AI 人才培养：即以人工智能作为教学内容的教育培训过程，其属于 STEAM 教育的一个 分支，也是未来深化人工智能理论基础、实现人工智能应用落地的关键驱动因素。 AI 人才培养可分为校内与校外两大场景，也可根据教育阶段划分为青少年 AI 教育、高校 AI 教育、成人 AI 教育等。其中校内场景下的高校 AI 教育是高层次 AI 人才输出的主要渠 道，截至 2022 年中国已有 499 所高校的人工智能专业通过审批、备案，而 2017 年以来各 地政府也推出多项政策推广中小学人工智能教育，培养科技创新后备人才。而同时期的课 外 AI 培训机构也针对课外教育场景、特定的受众人群提供匹配的人工智能课程，使得 AI 人才教育培养体系更加完备，代表性的课程为传智教育旗下的数字化专业人才课程（含人 工智能培训模块）与盛通股份旗下的人工智能启蒙课程（基于机器人编程）。

1.3AIGC 深化教育变革的原因：数字化教育内容的智能生成、智能推送

1.3.1 回顾历史：科技改造教育的外在形式为数字化教育内容的生成、传递方式的改变

回顾我国历次技术变革对于教育改造，其外在形式体现为：1.数字化教育内容的变化（数 量、形式、生成方式）；2.数字化教育内容传递方式的改变（非智能传递、算法精准传递）， 而数字化内容的丰富度、传递速度与传递精确度，决定了技术是否能对教育领域的人脑活 动进行有效的替代与拓展。随着互联网等技术发展的深入，教育数字化内容的形式（图文、 音频、录播视频到直播视频）与数量逐渐丰富，内容传递的速度、形式的多样性得到提升，特别是 AI 技术的广泛应用，使得教育内容的传递逐步实现智能化，即根据学生需求个性 化推送学习内容、学习方法。

我国 AI+教育的起步较早（12 年左右），得益于智能语音与图片识别两项感知技术的发展， 口语测评与拍照搜题软件率先落地，在上传生成大量文字、语音、图片材料的同时（需要 庞大的题库、语音库支撑），开始利用算法推荐个性化的学习内容。而随后出现并逐步成 熟的自适应学习系统，兼具评估、精准推送两项功能，通过“测评-学习-练习-测评”的 个性化学习模式，达到“千人千面”的个性化推送效果。

1.3.2 还看今朝：AIGC——智能生成、推送数字化教育内容

AIGC 对教育产生深刻变革的原因：具有智能生成模块化数字教育内容、提升算法推送精 度的双重属性。 AIGC 为可智能生成海量的多模态数字化教育资源。AIGC 即人工智能生成内容，其可生成 的内容包括文字、代码、图像、声音、3D 模型、视频等，ChatGPT 即是一种文本生成式的 AI 语言模型，而 Stable Diffusion、Midjourney 等软件主要用于生成 AI 图像，WaveNet 等技术可用于合成真实的类人声音，GET3D、Make-a-Video 等软件可将文本转化为虚拟 3D 模型，Deepfake，videoGPT 等软件可通过图片、文本信息生成视频片段。AIGC 与教育结 合，可根据原有输入的数据形态与数据产生模式，自动或半自动生成形式多模态的数字化 教学内容。不同于以往拍照搜题式的 AI 应用，AIGC 所生成的教学资源并非“题库”中已 有样本，而是将知识点“打碎”、“重组”后构建的新数字化教育样本。

AIGC 极大提升了算法推荐的精确度。AIGC 其本质是 AI 技术（尤其是 2014 年 GAN 神经网 络上线后）发展深化并实践应用的成果，是技术量变引起质变的节点的产物。相较于以往 的 AI 模型，AIGC 类模型的训练数据量庞大，模型的参数量也随之增大（GPT-3 的参数量 为 1750 亿），依靠海量高质量的数据会提升模型的训练效果，但同时也更容易产生判断失 误。2017 年 Google Brain 所提出的 Transformer 框架为大型模型引入了注意力机制（模 拟人类抓取关键信息、忽略其他信息），提升了神经网络的效率与精确性，使得 AI 可在众 多信息中准确抓取主要矛盾。以 ChatGPT 为例，其训练过程（RLHF 技术）中采用了更精确 的奖励模型算法、PPO 强化学习算法等，可基于输入的 prompt 指令生成精准的输出内容， 并可根据上下文语境持续学习、不断完善所生成的材料。业界普遍认为现有的 AIGC 技术 已超越弱人工智能，并无限逼近可处理通用任务、可自我学习的强人工智能。

1.4 推动因素：技术、政策、产业

1.4.1 技术赋能：人工智能技术飞速发展推动“AI（GC）+教育”应用规模化落地

相关 AI 技术日益成熟，加速赋能教育领域。近年来 AI 技术的飞速发展、愈渐成熟，是推 动 AI 于教育领域规模化应用的主要原因。根据 2018-2022 年 Gartner Research 发布的 AI 技术成熟度曲线（Hype Cycle for Artificial Intelligence），可于教育领域实现赋 能的计算机视觉、自然语言处理、机器学习、深度学习、聊天机器人等 AI 技术发展迅速， 并且在未来仍有发掘的前景，而语音识别技术等已处于成熟阶段，可广泛应用于产业化阶 段。

新兴 AI 技术层出不穷，加速 AI 自动化成为值得关注的技术趋势。根据 Gartner Research 于 2022 年 8 月发布的新兴技术成熟度曲线，25 项新兴技术值得关注，其中生成式 AI （Generative design AI）、因果 AI（Casual AI）等加速 AI 自动化的 AI 技术尤为重要。 而以 ChatGPT 为代表的 AIGC 技术本质上为生成式 AI，其未来具有较大的发展潜力，有望 进一步推进深层次、多样化“AI（GC）+教育”应用场景落地。

1.4.2 政策推动：国家、地方多层级政策助推AI 与教育深度融合

随着大数据、云计算和 5G 等支持技术的飞速发展，以及相关算法、模型、框架的日愈成 熟，AI 技术在多元化的应用场景下已实现落地，逐步成为国家产业、经济扩张的重要推动 力量，推动 AI 发展已上升至国家战略级别。由于教育领域兼具可结合 AI 技术、可推动 AI 技术发展的双重特性，因此国家、地方政府将 AI 赋能教育、培养 AI 教育人才有机融合， 出台相关政策以推动我国 AI+教育领域的发展。与此同时，为储备充足的 AI 后备人才、 大力推动 STEM 教育的发展，中央及各地政府针对校内青少年 AI 素质的培养提出了专门的 政策。

AI+教育整体政策规划： 以纲领性政策为指引，相关配套政策稳步推进。2017、2018 年，国务院、教育部分别颁布 《新一代人工智能发展规划》、《教育信息化 2.0 行动计划》两大纲领文件，分别从顶层规 划、行动规划两个方面明确了 AI+教育未来发展的重点与目标，提出利用 AI 加快推动人 才培养模式改革、开展智能校园建设、加快培养聚集 AI 高端人才等。随后中央及地方各 部门分别推出相关的配套政策、措施，从建设具有 AI 素养的教师团队、建立智慧教育示 范区、开展 AI 条件下的教育社会实验、完善 AI 基础教育设施建设、推进高校 AI 领域创 新等角度积极开展 AI+教育的推进工作，以响应国家对于促进教育与 AI 技术融合发展的 号召。

青少年 AI 教育相关政策： 虽然高校 AI 人才培养是推动我国 AI 技术、产业进步的主战场，但青少年 AI 教育对于维 持我国 AI 领域的长期优势具有重大意义。近年来国务院、教育部频频发文强调素质教育 的重要性，2014 年国务院发布《关于深化考试招生制度改革的实施意见》，指出要开展招 生考试改革试点工作，全面实施素质教育；2015 年教育部发布《关于“十三五”期间全面 深入推进教育信息化工作的指导意见》，首次提出要探索“STEAM”教育新模式；而 2018 公 布的新课标方案中，人工智能等编程技术更是被正式列入高中选择性必修课中。与此同时， 浙江、河南、山西、山东、天津、四川等省份陆续在中小学开设编程及人工智能课程，或将其作为考试科目，而校外青少年编程教育也趁势发展，对于校内固定的课程体系做出了 有益的补充。

1.4.3 产业转型、升级：在线教育产业转型升级需求加速 AI 技术落地教育领域

近年我国在线教育行业发展迅猛，尤其在疫情期间，教育信息化进程进一步加快，在线教 育渗透率不断提升，大规模在线教育活动顺利开展。根据中国互联网络中心数据，从 2018 年 6 月到 2022 年 6 月，我国在线教育用户规模由 1.72 亿人增长至 3.77 亿人，CAGR 达 21.7%，在线教育使用率（用户人数占全部网民的比率）由 2016 年 12 月的 14.1%上升至 2021 年 6 月的 32.1%。目前，在线教育仍然存在交互性、学习效果等方面的缺陷，而庞大 的用户规模产生了海量可供分析的数据，为 AI 技术赋能教育、创造新的教育形式提供了 坚实的数据“养料”。 除此之外，为减轻义务教育阶段学生的课业压力、全面规范管理校外培训机构，2021 年 7 月中共中央、国务院颁布“双减政策”，该政策对于 K12 线上教育平台造成了较大影响。 龙头在线教育品牌与相关资本纷纷采取应对政策，一方面，部分企业将业务转型至国家较 为重视的 STEAM 教育、职业教育等教育领域，如好未来旗下学而思编程于 2022 年夏季发 售了包括“Scratch”“Python”和“C++”三大课程体系的全新编程课程。另一方面，由 于国家持续重视教育信息化投入，根据艾瑞咨询数据，我国 2021 年中小学教育信息化经 费投入为 1634 亿元，2017-2021 年 CAGR 为 7.7%，维持稳中有升，预计 2024 年将达到 2120 亿元，智慧校园终端设备（如智能黑板、智慧交互屏）、AI 课堂解决方案、c 端硬件设备 （智能错题本、智能台灯）等也是有资金实力的教育机构可发力的方向，如猿辅导和好未 来专门组建了自己的硬件团队。

2、AI 在教师教学、学生学习、学校管理场景的应用

根据 2019 年科技部联合罗兰贝格发布的《智能教育创新应用发展报告》，教学全流程可以 分为备课、教学、练习、考试、评价、管理六大环节，以备课为开端、管理为末端，包含 学校、教师、学生三大主体，覆盖课前、课中、课后三大场景。为清晰展示 AI 如何在各 应用场景下赋能，我们以学生、教师、学校三大主体为线索，将六大环节有机融入课前、 课中、课后等场景中，并对典型的应用场景进行详细分析。

2.1 教师端：AI 赋能备课、教学、考评环节

1）课前备课环节：智能备课平台（相似题推荐）： 原理：基于班级或个体学情的辅助备课工具，通过知识图谱、NLP 算法、聚类算法等 AI 技 术智能生成教师的个性化教案，具体功能包括自动生成授课教案、智能匹配同类型习题、 根据学生反馈提供复习教案等，节省教师的备课时间，提供精准个性化的推荐内容。 产品形态：以学海密探旗下的“同类题 AI 备课平台”为例，其备课流程大体可以分为： AI 智能生成：根据选定例题智能生成知识点与题型的讲解内容。 AI 智能匹配：自动匹配命题方式、解题思路与选定例题类似的题目，节约教师寻找 同类练习题时间；智能生成教师教案与学生学案，提升学生课堂学习与课下复习效果。 AI 智能分析：采集学生课堂练习作答情况，自动生成班级学情分析，并根据错题情 况生成教师复习教案与学生智能错题本。

2）课中教学环节：线下 AI 课堂（双师课堂） 原理：线下 AI 课堂主要采用“教师+AI 辅助”的授课方式。AI 助手在教授知识的同时， 通过计算机视觉、智能语音、NLP 等人工智能技术实现学生的表情识别、语音识别、姿态 识别等，形成精准的学情分析报告，并通过班级学情调整授课内容；真人教师则根据分析 数据为学生提供精细化辅导与个性化关怀。 产品形态：好未来的“魔法双师课堂”于 2018 年正式发布，推出了行业首创的 AI 课堂解 决方案。以“魔法双师课堂”为例，线下 AI 课堂的运行模式如下： 真人名师团队提供优质教学资源：好未来聘请具有多年教学经验的优质教师，通过直 播/录播的方式，将优质教学资源上传教研云、输入 AI 智能终端 T-Box。 智能终端实现课中互动、学情分析。学生于智慧教室中学习经 AI 技术整合后的教学 资源，并可在课中通过答题器等智能终端与“AI 教师”进行实时互动。T-Box 可通过 表情识别、手势识别、语音识别等 AI 技术，精准分析学生的课堂表现并生成学情分 析报告。 线下辅导教师全程伴学、答疑解惑。机构辅导教师全程陪伴、引导学生开展教学活动，根据学生的个性化学情反馈，提供有针对性的服务，如课前预习、课后答疑等。

3）课后作业、考试环节：智能作业批改/智能阅卷/智能错因诊断 。原理：通过图像识别、NLP、深度学习、数据发掘等人工智能技术，辅助老师智能高效地 批改作业及考试中的客观题与部分主观题，如英语作文、口算、简单题等，并可以通过采集汇总学生考试结果，分析不同学生的知识点掌握情况，从而有针对性的提供教学指导。 产品形态：Gradescope 是美国一款针对高等教育的在线批改工具，可应用于计算科学、物 理、生物、化学、数学、工程、经济学等广泛的学科领域。该软件除可以协助教师进行作 业、考试的评分外，还可针对学生错题提供错因并生成不同知识点的综合错因报告。 Gradescope 的批改流程可分为以下步骤： 扫描或在线提交作业/项目/考试：对于纸质作业/考试材料，教师或学生可通过扫描 的方式提交在线平台；对于代码文件，学生可通过 Github 或 Bitbucket 进行提交。 阅卷任务分配：Gradescope 支持多人在线协同评分，既可以实现不同人不同题的评 分模式，也可以实现不同人同一题的评分模式。 AI 辅助评分：针对客观题，Gradescope 可通过图像识别、NLP 等技术，智能完成评 分；针对计算题、应用题等题目，教师可针对每一个细节点灵活设置错因与分值，并 可随时更改分值，更改后的评分点也会自动同步到已批改题目，而对于新出现的错误 也可进行手动输入。同时，AI 会针对相同类型的学生答案进行智能分组，教师可根 据组内学生答案的相同错误原因进行批量修改，极大地节约批改时间。 智能分析学情与反馈结果：完成作业/考试的批改后，教师可通过 Gradescope 一键智 能生成学生日常练习情况报告与考试综合情况报告，以为学生提供个性化的辅导。

2.2 学生端：AI 赋能课内、课外学习环节

1）课内学习环节：自适应学习系统（线上 AI 课堂） 原理：本质上是一种基于教学大数据的可规模化个性化学习系统，通过 NLP、知识图谱、 认知计算、机器学习等人工智能技术，针对学习者的具体特征，提供“千人千面”的学习 内容、学习路径以及学习策略，并根据学习者的变化不断适应、调整，其产品模式接近于 “因材施教”的教育理念，是 AI 赋能教育赛道的核心产品。 产品形态：松鼠 AI 是国内自适应学习系统研发的领导者之一，于 2017 年成功研发出国内 第一个拥有自主知识产权的自适应学习系统“松鼠 AI”。松鼠 AI 智适应系统的线上、线 下结合学习过程可分为以下步骤： 测试知识状态：根据被测试者答题时长、答题数量、题目类型，剔除其已掌握知识点、 识别定位薄弱知识点。 线上学习：智适应系统根据被测者的测试结果推荐符合其知识图谱的课程讲义、习题， 其背后由信息论、空间知识论、模糊逻辑等人工智能技术以及百万纳米级大数据题库 支撑。 针对性练习：根据练习结果进行算法优化，追溯薄弱环节的根基，并重新规划知识点 路径，有效避免重复练习。同时也会根据学习者的知识掌握程度进行战略性放弃，保 证一定的正答率，使得学习者在正向激励中保持学习积极性。 课后测试：学习完毕后，进行综合测试全面检查当堂知识点的掌握情况，并生成详细 的学习成果报告。线下答疑：通过线下 1V1 辅导的方式，有效补足线上系统。

2）课外练习环节

a.拍照搜题-智能题库

原理：通过 OCR（图像识别技术）自动识别学生上传的问题，并运用数据挖掘技术检索对 应的解答，及时向学生反馈，同时依托于庞大题库与精准推荐算法，为学生提供“举一反 三”的针对性强化练习。其核心技术为图像识别与内容检索，这两项技术已经较为成熟， 而检索的题库质量是该类产品的关键壁垒。 产品形态：作业帮 APP 于 2014 年上线，其核心功能为拍照搜题，同时提供查单词、计算 器等作业情境下的其他应用，积累了相当的原始流量，并以此为基础衍生其他增值服务， 或为其他高净值业务引流，具体的商业模式如下： 引流功能：拍照搜题、同步题库（可根据搜题结果智能推荐同类题）、作业批改（针 对于家长）、单词查询、作文范文、古文解析、计算器等作业情景应用 ； 衍生产品：作业帮 VIP（主要提供视频讲题、试卷下载、VIP 问答等服务）、听学 VIP （利用碎片时间学习需要背诵的知识点）； 引流产品：SVIP 精准学（AI 课程）、直播课（素养课是双减政策下倾斜的方向）、商 城智能硬件产品（学习笔、智能辅导机等）

b.智能口语测评

原理：通过人机交互的训练方式搜集学生口语发音情况的多维度信息，运用智能语音、自 然语言处理、数据挖掘等 AI 技术，分析、生成个性化口语测评报告，精准定位学生发音 的薄弱环节，并提供有针对性的提升路径。 产品形态：懂你英语 A+是流利说旗下的一款 c 端自适应英语口语学习平台，提供丰富的 英语学习交互场景，其部分情景内容已经涉及较为灵活的复述与表达能力测评。运用该软 件实现英语口语测评及提升的流程如下： 口语能力测评：用户首次使用懂你英语 A+时，需要进行 5 分钟的等级测试。软件通 过分析用户口语的流畅度、准确度和完整度，结合其他评估形式如听力、完形填空等， 全面了解被测者的英语水平，划定不同的英语能力等级；用户完成阶段性学习后可进 行等级测评，达到合格分数后可以提升现有等级。智能推送学习内容：根据用户的测评结果，制定个性化的学习路径，并推送适合其英 语口语能力的情景对话、单词清单、复述跟读等学习材料，其中语音测评伴随用户整 个学习过程。 智能推送练习内容：根据用户过往学习、练习过程中暴露的发音问题，智能推荐看图 说话、听力复述等练习内容，并进行实时打分，只有分数达标才可解锁之后的学习内 容。其练习模块中包含 AI 智能老师与学习者的 1V1 情景实战互动，学员可根据具体 情景表达自己的想法，进而推动出不同的剧情发展。

2.3 学校端：AI 赋能教务、考试、安全管理环节

1）教务管理环节：智能走班排课系统

原理：基于学生选课与教师教学资源数据，通过大数据挖掘等技术为每个学生制定专属个 性化课表，同时通过智能语音、人脸识别等技术，高效解决走班排课等带来的管理问题， 节约教师资源的消耗，提升学校在新高考背景下的管理效率。 产品形态：晓羊集团是一家智慧教育全栈产品与服务提供商，旗下的新高考一站式解决方 案从选、排、管等方面切入，高效解决了新高考背景下学校所面临的管理难题。其走班排 课体系的架构如下： 选课阶段：为学生提供分层选课前必要的生涯规划指导、自我认知探索等选课指导课程。

2）考试管理环节：智能监考

原理：通过计算机视觉、智能语音、自然语言处理等人工智能技术，系统对大量考场视频 的考生动作进行分析，建设智能考场的人工智能感知分析体系，全面提升考试的安全与效 率。 产品形态：以深圳华颐智能系统有限公司旗下的人脸识别智慧考场系统为例，智慧监考方 案的基本架构如下： 身份核验端：通过人脸识别技术对于考生身份进行验证，也可以为监考员提供考场违 约登记、座位表信息查询等功能。 考场智能监控：由考场内的全景相机与部署于机房的智能引擎服务器构成。智能监考 端可将考场上举手、起立、转身、趴桌子等异常行为上传至监考系统。 web 端、移动端：实时显示所有考场的考试情况、接受异常情况警告信息、考试信息 维护等。

3）安全管理：校园安防系统

原理：基于计算机视觉、智能语音、数据挖掘等人工智能技术，通过智能视频监控系统、 门禁控制系统以及考勤系统等对校园进行常规检查工作，对于校园暴力、踩踏、交通事故、 失窃等安全问题实现有效预警与防控。 产品形态：安然云服务旗下的校园安全管理平台可通过校园监控、安检门、探测器等智能 设备及数据处理引擎，实现在校园通勤、校园消费、停车、宿舍管理等场景下，对人员、 车辆、事件等方面存在的安全隐患进行感知与预警。 人员管理：通过人脸识别等技术与测温摄像头等智能终端实现教师无感考勤、学生出 入统计、体温异常报警、访客自助登记等功能，同时可重点目标库对于重点人物进行 布控，专拍后实时报警通知 车辆管理：对入校车辆进行出入抓拍、人车关联考勤、违停管理、流量统计等管理措 施。 事件侦测：通过计算机视觉等人工智能技术实现人员拥挤抓拍、区域入侵报警，防止 发生踩踏事故、校园暴力等恶性事件。对于不方便安装摄像头区域，可以采用智能语 音设备对于打骂等异常行为、以及预设敏感字眼进行语音监测并实时将报警信息发 送相关人员。 其他情况感知：通过烟雾、温感探头对于吸烟行为、火灾情况进行实时监测，利用物 联网系统对于用水、点重点区域进行监测，通过计算机视觉技术对于后厨的操作不当、 违规行为、夜间老鼠情况进行识别警告。

2.4 展望未来：AIGC 在教育场景的应用潜力巨大

2.4.1 AIGC 初步应用于教学尝试，AIGC 相关培训课程上线

AIGC 在教育场景具有巨大的应用潜力，国内外教育机构已尝试利用 AIGC（以 ChatGPT 为 主）辅助教学。 美国高中教师 Larry Ferlazzo 于《Education Week》上发表《19 Ways to Use ChatGPT in Your Classroom》，文章指出 ChatGPT 可用于作文反馈、头脑风暴、扮演辩论对手、个 性化课堂测验、生成写作提示等，而其中部分应用已经被 K-12、高校等教育机构运用于教 学实践中，反馈较为积极；而语言学习软件平台 Duolingo 在其付费“Max 订阅方案”已导 入两项由 GPT-4 驱动的功能，其中一项为“角色扮演”功能，另一项则是“解释我的答 案”；知名教学网站 Khan Academy 同样基于 GPT-4 技术推出教学助理“Khanmingo”（部分 用户测试中），通过开放性的问题讨论，为学生提供指导、为老师提供教学灵感。

根据我们对国内教育培训机构调研了解，目前 ChatGPT 已在教师备课场景下实现应用，具 体表现为课程大纲的设计与课程资料的搜集，而未来通过微软 Copilot 的加持，教学用 PPT 也将实现与 AIGC 的深度融合；今年 2 月在线教育技术公司王道科技宣布，公司正在 研发基于 Open AI 技术的 Class Bot 产品，针对在线教育场景提供 AI 应用工具；而好未 来旗下的学而思也将计划利用 ChatGPT 相关技术对学习机等硬件产品进行升级迭代。

AIGC 相关培训课程上线，行业处于萌芽阶段。为助力相关从业者更好地了解、应用 AIGC， 国内已有部分教育机构针对 ChatGPT、AI 绘画推出了相应的培训课程。网易云课堂于今年 3 月中旬发布了“ChatGPT 从入门到精通”和“人工智能绘画与设计”两门自研课程，除 此外平台中还上线了 ChatGPT 赋能办公、ChatGPT 与 Python 结合等近 20 门 AIGC 相关课 程；而元壤教育于今年推出 AIGC 提示工程课程、AI 模型训练课程，成为国内首家推出AIGC 提示词课程的机构；今年 2 月份新创立的奇点体验实验室上线的课程包括 ChatGPT 与 AI 绘画；且曼设计学院为提供 AI 绘画培训的知名平台，目前搭建的 500 人社群已经有 6 个以上。目前行业仍处于初级阶段，课程内容主要针对 ChatGPT 与 AI，课程提供者包括 自媒体大 V、小型及大型教育机构，个人及小型机构提供的课程质量层次不齐，网易有道 等机构的课程较为系统。

2.4.2 展望未来 AIGC 赋能教育的具体应用场景

AIGC 技术的发展、应用建立在 GAN（2014）、Transformer（2017）等深度学习模型的基础 上，将 AIGC 植入于自适应学习软件中，会显著提升自适应系统的推荐精确性，从而提供 更符合学生学情的学习资源、学习路径。除此之外，AIGC 具有智能生成数字化教学资源的 属性，其可与多样的教育场景相结合，并将从高效生成、高频互动、高度沉浸三个方面赋 能教育。

1）高效生成

含义：高效生成是指 AIGC 技术可以根据特定的输入指令（例如 ChatGPT 的 prompt），帮 助教师快速生成形式多样化的教学材料，例如教案、试题等，从而极大地提高教师的工作 效率。同时，学生也可以根据自身的学习需求，生成练习题、作文提纲等辅助学习材料， 以实现个性化学习。更重要的是，AIGC 技术还可以参照数据产生的模式创造出新的数据 样本，可用于生成市面上不存在但更贴近教师、学生需求的数字化教育材料。

具体应用示例： 生成备课教案：经调研，国内外部门教育机构已在尝试将 ChatGPT 等 AIGC 应用于教师的 备课环节中，其在教师备课环节的介入深度远大于传统 AI。以英语教学为例，备课时教师 只需要将学生特征、知识点内容、授课环节、备课框架等要点作为 prompt 输入 ChatGPT， 即可得到一份较为详细的教案安排，其可应用于任何学科，亦可与现有的相似题推荐等 AI 应用相结合。

生成随堂练习题：以英语课的随堂练习为例，只需将学生的认知水平、课程中知识点（甚 至可以设定交叉哪些知识点）、题目类型等要求作为 prompt 输入 ChatGPT，即可得到满足 要求的测试题目，还可以根据其他要求任意调整题目的细节（格式、数量、选项等）。

2）高频互动

含义：高频互动是 AIGC 类应用的一个重要特点，它具有上下文语义的理解能力和一定的 逻辑能力。AIGC 应用能够根据输入内容的变化不断学习和调整输出内容，从而在课堂中 与学生进行辩论、发起讨论会等活动，提高了人机交互频率，激发了学生的学习积极性。 在课外，AIGC 应用可以进行一对一的个性化答疑、作业批改和学情评估等工作，一定程度 上弥补了教师资源的紧缺，推进了规模化的因材施教实践。

具体应用示例： 辩论对手：以“AI 的利弊”话题为例，将辩论的话题、ChatGPT 所持有观点以及其他的辩 论细节（论据类型）作为 prompt 输入对话框中，ChatGPT 即可生成所持观点的论点、论 据，并根据对方的观点进行有说服力的反驳。

1v1 个性化答疑：ChatGPT 类模型通过文字交互实现课后 1v1 答疑，其接收学生问题并通 过提供解答、解释相关概念和技能、演示示例、提供相关资源和资料等方式帮助学生解决 疑问、加深对所学知识的理解，缓解了课后教师答疑资源紧缺的问题。与直接给出标准答 案的拍照搜题等软件不同，ChatGPT 类模型会渐进式地引导学生解决问题，并鼓励学生进 一步发问。 以 Khan Academy 旗下的 Khanmigo（基于 GPT-4）为例，它可以提供课后 1v1 答疑服务。 当学生直接询问答案时，Khanmigo 会鼓励学生自己解决问题，并提供解题思路的引导。对 话内容也可以由家长和教师随时查阅，以及时掌握学生的学习情况；此外，Duolingo 新推 出了 Duolingo Max 订阅服务，它具备“Explain My Answer”的新功能。在练习结束后， 用户可以与 Duo（基于 GPT-4）展开对话，获得错误原因的解答，并且还可以进一步要求 举例或说明。

3）高度沉浸

含义：高度沉浸是指 AIGC 技术能够大幅缩短在教育元宇宙虚拟世界中建立 3D 模型所需的 时间，配合 VR/AR 等相关技术，教师可以进行模拟试讲和构建生动的教具模型，如虚拟历 史人物和天体模型等，提高课堂的趣味性，激发学生的学习热情。在教育元宇宙中，学生 可以进行口语对话练习、模拟演讲和模拟社交等互动体验。此外，AIGC 技术还可帮助教师 和学生创建自己的虚拟形象，以实现在远程虚拟教室、虚拟实验中的沉浸式教学体验。 教育元宇宙一般指利用 VR/AR 等技术构建的教育虚拟空间，使得学生和教师可以在其中共 同创造、学习、交互和分享知识。传统构建虚拟世界的方式需要依靠扫描、重建模型等方 式完成，费时费力，而 AIGC 技术的应用，可以快速生成高质量的虚拟世界内容，为元宇 宙的构建提供了更加高效的解决方案。

具体应用示例： 远程虚拟课堂：利用 AIGC 技术生成虚拟课堂空间、虚拟人物形象和教学材料，学生通过 ARVR 设备参与课堂学习，提升远程在线教育的互动性和沉浸感，同时利用多样化的虚拟 教具增强学生的学习兴趣。 美国教育机构 Optima Classical Academy 提供远程虚拟课程服务，学生可以通过虚拟现 实设备在家中完成数学、文学、科学、艺术等课程的学习。在学习过程中，老师提供多样 的虚拟教具，例如虚拟的太空环境、原子结构模型、动植物结构模型、历史场景等，以增 强学生的学习兴趣和体验感。此外，学生还可以通过“元宇宙课间”、“元宇宙学生会”等 进行社交活动，提升人际交往能力。

虚拟实验室：利用 AIGC 技术可生成任意学科的实验室环境、实验设备等，学生和教师可 通过 VR 设备进入虚拟环境进行实验操作，在达到安全、低成本的同时，实现良好的实验 效果。与传统实验相比，虚拟实验室中的教师可实时掌握学生的实验操作情况，以更好地 分析教学问题的所在。 “智慧宫”是格如灵科技旗下的一套中学虚拟仿真实验室训练考评系统。它可以模拟物理、 化学、生物实验场景，提供规范的实验内容和自由化的交互方式。学生可以通过 VR 设备 在安全有保障的条件下进行实验操作，教师可以通过后端监控系统实时了解学生的操作情 况。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」