2026年中國GenAI+教育行業發展報告

GenAI+教育行業丨發展報告

摘要：

2025年是中國智慧教育的元年，隨著DeepSeek等國產大模型在推理效率與開源生態上的跨越式發展，GenAI技術逐漸成為重構教育生產力的邏輯底座。模型能力的爆發式增長，使得實時、交互、個性化的知識生成與情感陪伴成為可能。國家高度重視人工智能對教育的深刻影響，并將教育數字化確立為建設教育強國的核心突破口。教育部等九部門聯合印發《關于加快推進教育數字化的意見》作為教育數字化轉型的綱領性文件，將GenAI視為深度賦能教學模式變革、科研范式轉型與實現因材施教的核心路徑。

本報告采用了定量分析與定性調研相結合的混合研究方法，旨在通過對校端采購、C端用戶行為以及供給端企業策略的深度拆解，構建一套2025年以來GenAI+教育行業的航海圖，挖掘技術商業邏輯，識別痛點場景，并為從業者提供實操性決策參考。

在本報告的撰寫過程中，我們始終貫穿著一個核心思考：教育的技術邊界在哪里？我們基于研究提出了40/60分割，即教育過程中約40%的部分屬于技術工具化范疇，而剩下的60%則是人類的主場服務，涉及情感喚醒、價值塑造、悟性啟發以及復雜問題的實時引導。技術的價值在于將人類教師從40%的繁瑣中解放出來，使其全身心投入到60%不可替代的教育勞動中。

為了確保討論的一致性，本報告對核心術語界定如下：

GenAI（Generative AI）：生成式人工智能，特指基于深度學習模型、根據提示詞生成文本、代碼、圖像、音頻等新內容的AI技術。本報告主要以“GenAI”來表征這類技術和應用，也會根據場景需要或常見用法調用大模型、LLM、智能體、Agent、AIGC等相關術語。

技術驅動教育變革

GenAI技術帶來信息形態、工具應用、空間場景和組織形式的顯性量變，以實現“規?；膫€性供給”和“可量化的教學成效”為演進方向

GenAI技術通過重構教育產業中四大核心要素帶來顯性變革：將靜態的教學信息升級為可實時交互的動態智能體，將輔助性的效率工具進化為深度參與學習過程的認知伙伴，將能感知會思考的智能載體能力賦予到傳統智慧教室終端場景，將剛性的班級組織形態逐步瓦解為更具彈性的人機協同網絡。人工智能正驅動著教育市場向新的教學和交付方式進行不可逆轉地演進——規模化的個性供給以及可量化的教學成效。

GenAI技術與技術不可替代之物

40/60分割：GenAI是工具、是方法、是時代賦予人類教育勞動的鎧甲

關于教育中技術的不可替代之物是一個長期、宏大且充滿爭議的研究課題，教育學者與分析師從未停止思考技術邊界的問題。我們將教育分工這一復雜的社會活動，按照GenAI可不可以產生明顯替代作用，用一個簡單的餅圖來呈現技術與人力勞動的分工模型供大家思考和討論：40%是GenAI可替代的工具側，即顯性的可邏輯化、重復化的教育工具的迭代；60%是GenAI暫時難以涉獵的人類教育勞動投入，而GenAI的作用則是成為教育主體提升效率和能力的外掛。技術與技術不可替代之物的博弈是一個動態遷移的過程，AI對復雜認知的深度滲透與頓悟在不斷演進，技術的賦能半徑持續擴張；或許未來GenAI跨越了元學習的技術奇點，開始在思維的廣度與深度上實現對人類經驗的高度復刻，尤其是人機交互有能力深度觸達“悟性啟發”這一教育領域時，40/60分割的邊界線仍會被技術不斷拓展，并迫使我們去反復思考教育中那塊最核心、最無法被算法化的人類力量的領地應該如何定義。

中國GenAI+教育的技術驅動

GenAI契合教育溝通密集型本質，加快人工智能在教育行業的應用滲透

2025年是中國人工智能產業從技術爆發轉向全面應用的關鍵一年。年初DeepSeek通過架構創新實現了模型的高效低成本運行，顯著降低了技術應用的門檻，推動了GenAI在全行業的快速落地。受技術進步與應用普及的共同驅動，艾瑞測算2025至2029年中國AI產業將保持32.1%的年均復合增長率 ，在2029年突破1萬億的市場規模。在判別式AI時代，相比于互聯網、金融、零售等行業人工智能技術的深度應用，教育行業屬于技術滲透較淺較難的地帶。而GenAI憑借強語言交互特性，精準契合了教育作為溝通密集型行業的本質，突破了滲透瓶頸。這種技術與場景的深度共振，使得教育行業迅速躍升為GenAI技術快速滲透并落地的主要戰場之一。

GenAI在校端教育信息化市場的覆蓋

政策帶動下GenAI技術引發中國校端教育信息化預算的內部結構性遷移

中國教育信息化數字化經費規模將保持穩健增長，2025全年或在5515億元水平，預計將于2028年穩步上升至6802億元水平。在政策導向與技術范式轉型的雙重作用下，GenAI作為底層技術底座，深度融入校園教學、科研及管理的各個環節，成為數字化轉型的必然趨勢，自2025年下半年開始，中國學校端GenAI相關采購需求開始明顯上升。根據學校端采購調研結果和專家訪談加權推算，隨著2025年學校對GenAI技術采購需求的爆發，院校GenAI相關項目金額在高校與中小學整體采購中占比約為25%-35%和20%-30%，這一比例預計將在未來三年保持高速增長的態勢。

GenAI在C端教育市場的覆蓋（1/2）

GenAI在成人學習備考、K12學生自習練題、家長輔導場景中均顯著滲透

根據互聯網絡信息中心數據，截至2025年12月，中國生成式人工智能用戶規模達6.02億人，較2024年底增長141.7%，普及率達42.8%，中青年和高學歷人群構成核心用戶。用戶調研顯示，在教育場景下GenAI滲透尤為顯著，57.3%的家長在輔導孩子時使用GenAI類應用，25%成年學習者利用其進行備考或學習。值得注意的是，孩子接觸GenAI的途徑呈現多樣化，其中通用AI助手以74.8%的占比成為首要接觸途徑，這表明AI教育應用已突破單一工具屬性，廣泛融入了家庭教育與個人提升的日常生活中。

GenAI在C端教育市場的覆蓋（2/2）

從規模轉向效率，GenAI驅動下的萬億級教育市場供給邏輯重構

中國消費端的教育支出整體表現穩健，2025年中國C端教育市場總規?；蛟?.3萬億元水平，作為重塑教育供給邏輯的核心變量，2025年GenAI類教育產品服務在成人與K12教育賽道中的覆蓋率分別在15%-20%和10%-15%水平；預計2028年C端教育市場總規模將達到約1.5萬億元，GenAI類教育產品服務覆蓋率隨之持續上升。GenAI進化為參與市場競爭的入場券以及底層基礎設施，技術能力不僅決定了交付效率，更成為樹立領先技術形象并構建長期競爭壁壘的市場底牌。

GenAI+教育市場規模推算

2028年中國GenAI+教育產品服務規模或達8910億元，校端采購增速可觀

2025年GenAI在教育行業的快速滲透直觀體現在了采購需求上：C端市場從2023年開始體驗技術紅利，學校端則是從2025下半年開始展現強勁的需求勢頭。2025年GenAI+產品服務總規模預計達3442億元水平，預計將以37%的年復合增長率驅動2028年規模邁向8910億水平；其中純粹的技術能力價值增長更為迅猛（CAGR 45%），自2025年的664億水平上升至2028年的2023億元水平。無論在產品服務還是技術能力層面，學校端需求的復合增長率均高于C端市場，對整體GenAI+教育的規模增長起到明顯帶動作用。

為了脫水出技術能力本身的價值表征，本次研究引入了調整系數“GenAI技術能力價值占比”，綜合多維調研校準，雖然不同垂直賽道和產品服務類型有較大差異，但整體來看GenAI技術能力價值占比在2025年平均在20%上下，即平均5元產品服務中有1元多用以購買技術能力，而這一占比會隨著用戶端對GenAI能力的需求加深而逐年上升。

普通高校-GenAI采購需求（1/2）

涉GenAI項目數量占比27%，校園服務和數智化教學類項目GenAI深度高

基于本次定量分析的普通高校有效標書樣本，普通高校教育信息化相關采購中，TOP3類型為數智化教學、學科實訓與實驗室、基礎設施與算力基座；其中在所有采購需求中，明確涉及GenAI的采購項目數量占比約27%，其中校園公共服務類項目需求中GenAI含量最高，院校要求技術有效提升管理、安防、行政報銷等校園運轉的智能化水平；其次是數智化教學領域，GenAI被寄希望于為教師減負增效，實現個性化學習路徑、自動生成教學大綱，并提升課堂互動質量。

普通高校-GenAI采購需求（2/2）

GenAI項目采購多在100萬-400萬預算區間，不同層級高校需求差異明顯

基于本次定量分析的普通高校有效標書樣本，在采購價格區間方面，百萬元以下的項目偏初級或單一平臺組件的采購；100萬-400萬預算區間是目前高校最集中的采購區間，主要涉及大模型部署的完整方案采構；400萬以上項目以基礎建設為導向，大規模硬件設備占比高。從各層高校的采購需求來看，985/211高校將GenAI視為核心科研基礎設施，其采購焦點在于算力主權與自主可控的生產力底座；普通本科院校則更關注GenAI對現有教育體系的數智化升級，其采購邏輯追求全棧一體化的軟件+內容解決方案，旨在利用AI重構課程、教務與評價系統。

職業院校-GenAI采購需求（1/2）

涉GenAI項目數量占比35%，數智化教學和學科實訓類項目GenAI濃度高

基于本次定量分析的職業院校有效標書樣本，職業院校教育信息化相關采購中，TOP3類型為數智化教學、學科實訓與實驗室、基礎設施與算力基座。在所有采購需求中，明確涉及GenAI的采購項目數量占比約35%。數智化教學領域中GenAI含量最高，要求技術可以有效減輕教師備課負擔，以求實現規模化與個性化教學；同時，GenAI也普遍被院校要求應用在學科實訓與實驗室的建設中；此外，在校園治理與服務領域，GenAI被寄希望于從解決單一事務轉向提供一站式、對話式全天候服務。

職業院校-GenAI采購需求（1/2）

涉GenAI項目數量占比35%，數智化教學和學科實訓類項目GenAI濃度高

基于本次定量分析的職業院校有效標書樣本，職業院校教育信息化相關采購中，TOP3類型為數智化教學、學科實訓與實驗室、基礎設施與算力基座。在所有采購需求中，明確涉及GenAI的采購項目數量占比約35%。數智化教學領域中GenAI含量最高，要求技術可以有效減輕教師備課負擔，以求實現規模化與個性化教學；同時，GenAI也普遍被院校要求應用在學科實訓與實驗室的建設中；此外，在校園治理與服務領域，GenAI被寄希望于從解決單一事務轉向提供一站式、對話式全天候服務。

職業院校-GenAI采購需求（2/2）

GenAI采購多集中在150萬-400萬預算區間，圍繞院校定位與需求展開

基于本次定量分析的職業院校有效標書樣本，從采購金額來看，雙高院校采購預算常達400萬至千萬級，核心目標是構建校級AI能力中心與MaaS平臺，旨在打造集國產高性能算力、多模型管理、數據治理于一體的全校通用智能底座。普通高職院校則采取重場景策略，采購預算集中在150萬至400萬元區間，聚焦于AI+特色專業群的深度融合。中職學校及偏遠地區院校則以工具為主，走輕量化路徑，預算普遍低于150萬元，傾向于采購成品化AI教學工具包、教師辦公插件或單一功能（如AI數字人制作、智能巡課）。

中小學-GenAI采購需求（1/2）

涉GenAI項目數量占比46%，基礎設施和數智化教學項目GenAI濃度高

基于本次定量分析的有效標書樣本，地方教育部門和中小學教育信息化相關采購中，TOP3為基礎設施與算力基座、數智化教學、校園公共服務，在所有采購項目中明確涉及GenAI的項目占比46%。分項目類型來看，基礎設施與算力基座類項目中GenAI相關占比最高，學校注重構建支持AI運行的底層數字基座；同時，GenAI正逐步滲透到教學全場景，輔助實現學情精準分析、個性化學習及校園治理智能化。

中小學-GenAI采購需求（2/2）

GenAI相關項目預算多在100萬-500萬水平，不同采購主體需求差異較大

基于本次定量分析的有效標書樣本，地方教育部門的采購高度集中在教育數字基座和智算云平臺，更看重基座的兼容性與數據治理能力；而中小學直采傾向于GenAI的場景應用，如建設特定的人工智能實驗室、部署AI體育設備等。

數字地域差異從硬件向算法、軟件轉移，一線梯隊（京、滬、浙、蘇）：引領前沿創新，已全面進入數字基座+大模型的深水區；二線梯隊（川、甘、魯）：側重于人工智能實驗室及示范校整體提升，處于AI硬件與軟件協同建設的爆發期；三線梯隊（新、云、蒙）：仍以智慧黑板、基礎網絡補強等薄改類項目為主，AI功能多作為硬件設備的附加功能。

學校GenAI采購特征總結

集成垂直模型的實訓系統、LLM+RAG+知識圖譜、Agent、私有化部署

基于本次定量分析的有效標書樣本，學校對GenAI的采購需求呈現出以下三個方面的共同特征：1）LLM+RAG+知識圖譜：針對通用模型幻覺痛點，院校更傾向選擇大模型+RAG+知識圖譜的方案。2）交互Agent化：學校傾向能夠主動驅動教學流程與校園管理、具備規劃與執行能力的AI Agent應用，實現從被動問答到主動行動。3）私有化部署：基于對數據主權與安全合規性的高度重視，高校普遍強制要求本地化部署與國產信創適配。

普通高校和職業院校采購的共同特征在于：傾向采購應用在專業領域實訓方面的垂直大模型，如落地建筑、醫護、財經、醫學、鐵路、地質等專業領域，成為專業實訓中的核心智能組件；而中小學采購的另一明顯特征在于，傾向GenAI能力覆蓋教室、操場、走廊等更多物理空間，應用在校園安全、體育教學、心理健康等特定場景中，實現非接觸式的風險預判和主動監測。

K12學生學習的GenAI使用-垂直大模型

作用于作業輔助和自主學習的學練場景，功能多樣，獲家長認可

用戶調研結果顯示，在教育垂直GenAI應用（融合教育垂直大模型技術的教育類應用）的使用上，家長反饋孩子的主要用途集中在輔助校內作業（50.5%）、自主學習/刷題的學練場景（49.9%）以及知識科普場景（49.9%）；功能偏好上，習題講解（44.9%）、作業批改（42.6%）和AI題庫（42.5%）位居前三。近九成家長認為教育垂直GenAI應用對孩子的學習有幫助，正在成為解決具體學業難題的標準配置。

K12學生學習的GenAI使用-通用大模型

兼顧學業輔導與興趣科普，最常使用知識問答和內嵌的學習功能模塊

用戶調研結果顯示，孩子在通用GenAI應用（DeepSeek、豆包、元寶等通用AI應用）上的行為模式更加多元化。輔助校內作業仍是首要用途，其次是發展興趣/知識科普和創意寫作/繪畫，顯示出通用AI在激發創造力方面的獨特價值。在具體功能上，知識問答能力最受青睞，其次常用通用AI應用內嵌的學習功能模塊，再次是輔助寫作。近九成的家長認為通用GenAI應用對孩子教育有一定幫助，印證了其在教育場景中的廣泛適用性。

家長輔導場景的GenAI使用

家長多模型混用解決輔導難題，對不同類型大模型沒有差異性偏好

用戶調研結果顯示，在家長參與的孩子輔導場景下，K12學生家長尚未沉淀出明顯的GenAI應用使用特征：37.1%固定使用一兩款，35.6%多款混合使用。高頻應用場景集中在拍照搜題/錯題分析和知識搜索與答疑，旨在快速解決輔導過程中的知識盲區。對于不同技術來源模型，家長暫時并沒有差異性的偏好，其中教育企業自研大模型32.7%，科技企業模型+教育企業接入32.6%，直接使用通用大模型31.4%。

家長對GenAI+孩子教育的態度

家長對GenAI技術積極且審慎，略有擔憂孩子產生過度依賴與思維惰性

用戶調研結果顯示，家長對GenAI持有一種積極接納但審慎管控的辯證態度。近四成家長認為AI是不可逆轉的社會趨勢，主張孩子盡早適應，家長期待AI能幫助孩子拓寬知識視野并提升學習效率，看重其作為信息窗口的價值。然而，負面擔憂同樣強烈——45.8%的家長擔心孩子會因過度依賴AI而不愿主動思考，35.9%擔心滋生抄襲和投機心理，33.6%擔心孩子沉迷AI互動會減少人際交流，這反映了家長在接受技術進展、享受紅利的同時，對教育本質——思維訓練與人際互動的堅守。

K12學生家長的教育付費需求拆解

GenAI重塑家長教育付費邏輯的供給形態，推動五大核心訴求智能化升級

用戶調研結果顯示，GenAI并未創造新的教育需求，而是重塑了家長傳統教育投入鏈條的供給側。長期以來，中國家長潛在的教育付費核心訴求可以總結為“學會學習、環境構建、輔導糾錯、伴學監督、學情診斷”，而在GenAI的推動下，解決方式正從人海/題海/費家長的高投入戰術向AI精準服務轉型。家長的付費核心依然是焦慮釋放與結果交付，而GenAI可以通過提供更人性化、更精準且成本更低的解決方案，大幅提升家長端在這五個維度的付費效率與體驗。

K12學生家長的GenAI+教育區域差異

一線家長理性審慎重實效，新一線激進投入呈現教育與技術雙卷特征

用戶調研結果顯示，不同城市層級的家長展現出截然不同的AI教育畫像。一線城市家長作為理性的精英掌舵者，學歷收入雙高，孩子接觸AI最早最廣，但態度審慎開放，嚴格要求工具的實際提效，拒絕噱頭。新一線城市家長則更像是激進的教育投資者，在競爭焦慮驅動下，付費意愿最強，呈現教育與技術雙重內卷的狀態，積極擁抱技術以搶占賽道優勢。相比之下，二線城市家長態度保守，傾向于跟隨主流，需待產品普及驗證后才傾向跟進。三線及以下城市家長相對處于焦慮矛盾中，既希望AI能彌補孩子教育資源的差距，又畏懼其負面影響，價格敏感度最高，態度兩極分化。

成年學習者的GenAI使用

大學生是成年學習者主力軍，聚焦語言學習和公務員事業編備考等場景

使用GenAI的成年學習者群體中，大學生在讀占比高達62.2%，職場人士占37.8%。在功能需求上，學習資料生成歸納和學習計劃制定是最高頻應用，反映了成年學習者對知識壓縮與時間管理的迫切需求。使用習慣上，成年學習者更傾向于組合拳，40.9%的人會混合使用多款AI工具以滿足不同場景的需求，單一工具很難滿足其復雜的學習與備考路徑。在語言類考試（四六級/考研英語/雅思）和公務員/考編考試的備考過程中，成年學習者也經常使用GenAI。

成年學習者的教育付費需求拆解

付費邏輯從傳統的為生存焦慮花錢，轉向為確定性結果與學習效率買單

成年學習者的教育投入心態極度務實，核心驅動力是當下的生存和進階需求，圍繞學業產出、考試上岸和職業技能三大目標展開。成年學習者的時間和精力是極其稀缺的資源，在GenAI出現之前，解決方案往往要求投入大量時間，而GenAI出現后的解決方案則是直接折疊時間、提升效率。在學習過程中，GenAI扮演著能力提升的數字義肢和知識結果交付者角色，在學業救急與職場提效中作用顯著，可交付即時可用的成果，并低成本提供考試診斷與模擬陪練。

不同成年學習者的GenAI學習付費特征

在校生游牧式體驗為救急付費，職場人追求嵌入式提效與結果即時交付

在校大學生是極致追求學習付費性價比的用戶，作為AI時代原住民，擅長在不同免費模型間游牧切換，付費行為通常發生在Deadline前的救急時刻，呈現極度離散和小額化的特征，且因恐懼違規而愿意為安全性買單。而在職學習者對價格脫敏但對時間投入極度敏感，他們將學習視為低頻軟需，付費意愿往往在轉行/晉升壓力出現時瞬間激活；他們在GenAI的應用上，追求知識壓縮去噪后的極簡干貨，對自己技能短板打定制化補丁，遵循“遇到問題才學，解決問題即?！?的即時學習交付極簡邏輯。

2026年GenAI+教育產業圖譜

GenAI+教育常見應用形態

平臺整合與場景深耕雙向驅動GenAI教育應用的產品形態日漸成熟

當前GenAI教育應用市場呈現縱橫雙向的深度發展態勢：橫向看，供給端正從提供單一工具向打造一體化平臺演進，硬件（如學習平板）往往同時融合了精準學習系統、評測批改、學情診斷等多重功能；軟件平臺也在整合備課、教學、評價全鏈路；縱向看，廠商正在更細分的場景中進行精細嘗試，覆蓋各學段學生的個性化學練、教師教學輔助以及學校管理的全環節。市場以供給端技術與應用創新為主要驅動力，需求端則在實踐中檢驗并篩選出更有效的GenAI產品與模式，推動GenAI的教育應用形態走向成熟。

教育垂直大模型技術與應用

技術與數據構建教育垂直大模型競爭屏障，長遠取決于教育的提質增效

教育垂直大模型市場進入以場景深耕與價值交付為核心的中場競爭階段：從提供通用能力的平替工具，轉向進行教育專屬的創造與賦能；從開發單點功能的應用，轉向構建軟硬服一體化的生態體系。當前市場已形成科技巨頭、傳統教育企業、學術機構及創業公司多元化主體競逐的格局。從競爭角度上看，短期企業較量功能創新，中期比拼數據閉環與生態整合能力，長期取決于對教育質量與效率的根本性提升。能深刻理解教育規律、快速形成商業閉環、穩健構建生態壁壘的市場參與者，將贏得爭奪主導權的更多籌碼。

通用大模型技術在教育領域的應用

開源GenAI技術基礎設施化，結合企業自有知識圖譜微調垂直大模型

在與教育科技公司的合作中，以DeepSeek、Qwen為代表的開源大模型主要扮演兩種角色：憑借通用大模型的強推理與多模態能力，實現GenAI技術的基礎設施化，降低教育企業使用大模型的技術門檻；結合企業自有知識圖譜微調垂直大模型，強化垂直學科的邏輯適配性。頭部教育科技機構（如作業幫、好未來）普遍采用自研垂直教育大模型+通用大模型能力引入的混合架構。除了DeepSeek外，中國大模型廠商都在不同程度地基于自身大模型技術優勢深化教育場景的應用適配，結合原有教育業務積累，通過差異化路徑，鞏固各自在AI教育領域的競爭優勢。

GenAI對教育科技商業模式的影響

頭部教育服務商向兼具算法堡壘、私有數據和核心場景的科技公司進化

近兩年來頭部教育科技企業的財務實證表明，GenAI正驅動全球教育科技行業經歷了一場代際更替，受到技術沖擊的企業給市場的啟示在于，在邊際成本為零的模型應用面前，標準化的數字內容不再構成商業堡壘，傳統單向信息分發難以產生變現價值，內容價值轉向更深更專更細的深海領域——私有教育數據；而抓住機遇的企業其共同特征在于，通過私有數據閉環訓練垂域模型或深度集成開源技術，并將其封裝在自有優勢服務場域中，無論是智能硬件的物理入口、軟件或服務自有鏈路（系統、軟件、平臺等），還是智慧校園大規模解決方案場景，這些企業正倒逼自己進化為擁有算法壁壘與私有數據的智慧教育基礎技術設施供應商。

GenAI時代教育服務商的差異化策略

服務商需要根據賽道稟賦把技術、內容與服務按比例重組成新的交付配方

在GenAI對商業模式影響中我們有提到，GenAI時代在迫使教育服務商向擁有算法壁壘、私有數據和核心場景的科技公司進化；但進化并不代表所有服務商都必須盲目扎堆競爭AI技術投入，而是需要根據自身賽道稟賦，將AI技術、專業內容、人力服務、品牌權威以及場景滲透等維度作為資源配料，依據一定配比重組形成獨特的風味配方，為解決教育中大量復雜場景中不可標準化的需求，形成具備差異化競爭力的交付體系。比如，對于教育科技巨頭而言，配料主體是硬核技術、基礎設施與品牌公信力，產出的交付物是教育生產資料，降低教育環節的基礎成本；垂直賽道中型企業則必須強化專業內容的占比，通過深度行業理解將AI技術封裝在具體的專業場景中；而對于小微企業來說，AI技術更多在于釋放企業在低效環節的時間成本，使其能夠將更多資源投入到教學服務當中。

ChatGPT-Edu

瞄準教育體系核心的系統性嵌入，對學與教的兩端同時展開深度重構

2025年OpenAI通過相繼發布ChatGPT Study 和 ChatGPT for Teachers，一系列動作瞄準教育體系核心的系統性嵌入，其戰略脈絡體現于對學與教兩端的深度重構：在學生端，其核心創新是基于學習科學的高級提示詞工程，通過編碼鼓勵主動參與、發展元認知等教學原則，將AI重塑為引導深度思維過程的啟發式導師；在教師端，通過提供安全的數據處理、區域協作工具、Teaching with AI資源庫及與教師聯合會制定的倫理指引等，將AI轉化為能被教育管理制度所接納和管控的專業化基礎設施。由此，OpenAI的長期目標或許是通過科學化設計、制度化合規與雙向閉環賦能，成為教學流程中可信、可控且不可或缺的核心服務層，從而在構建未來教育生態的競爭中確立底層優勢。

Gemini for Education

基于LearnLM的原生教學生態，內嵌引導式教學策略，引發學生思考

谷歌Gemini for Education并不把自己定義為效率工具，而是旨在重塑教學的原生體驗。在最新一代Gemini 3 Pro模型基礎上，底層技術引入專為教育心理學微調的Learn LM，內嵌引導式教學策略，懂得通過啟發式提問引導學生思考，而非直接提供答案，試圖解決教育界對AI讓學生變懶的根本擔憂。該套件通過NotebookLM（聽覺學習）、Canvas（協作畫布）及 Gems（定制專家）等創新形態，深度融合于Google Workspace生態。全球1.7億已有用戶無需遷移數據，即可在最熟悉的文檔與作業流中無縫調用。

千問-Qwen3-Learning

面向學生及教師的拍題答疑+作業批改智能助手，免費且不限次數

2025年12月4日，阿里巴巴正式推出基于Qwen3、使用萬億級教育數據訓練的教育垂直大模型——Qwen3-Learning，并于千問APP上線。該模型定位為面向K12學生及教師的“拍題答疑+作業批改”雙核心智能助手，并采取完全免費、不限次數的服務模式。官方表示，其在多項權威教育基準測試中，性能已與OpenAI、谷歌的付費服務持平。與通用大模型在教育領域的寬泛探索不同，千問APP的獨特優勢在于其全面而細致的學科覆蓋，實現了從小學到高中的全年齡段、全學科支持。這標志著大模型的競爭正從過去的綜合能力比拼，轉向對垂直場景應用深度的角逐。

千問-教育場景應用

部署專用模型強化教育場景解決能力，通過多模態交互承擔起AI助教角色

在基座大模型+垂直場景的行業趨勢下，千問通過專用模型精度+多模態交互+資料庫廣度的三維組合構建護城河：1）技術垂直化。應用Qwen3-Learning等專用模型，通過強化數理邏輯推理能力，解決教育用戶對結果準確性的剛性需求，彌補通用模型在理科領域的幻覺短板。2）交互擬人化。通過可視化板書講解與整頁多題批改功能，在移動端模擬線下1對1輔導的教學過程，提升用戶粘性。3）生態壁壘。依托阿里生態整合數億級試卷與行業資料庫，覆蓋全學段、全生命周期學習需求。

科大訊飛

覆蓋教學、學習、考試、管理、素質五大核心場景的智慧教育產品矩陣

科大訊飛構建起覆蓋教學、學習、考試、管理、素質五大核心場景的智慧教育產品矩陣，并形成了面向政府、學校與家庭的系統性業務布局。其通過智慧課堂、精準教學系統等產品實現數據驅動的因材施教，利用學習機、個性化手冊促進學生自主學習，借助智能評卷、新高考方案等工具推動教育體系的高效管理與評價改革。該體系在賦能教師減負提效、規?；瘜崿F個性化學習、促進城鄉教育均衡等方面產生了實質性影響，展現了人工智能技術深度融入教育主流程、推動系統性變革的可行路徑與商業價值。

科大訊飛

高強度技術研發支持GenAI+教育的規?；虡I落地，助推業績強勁增長

科大訊飛是技術密集型企業，持續將占營收20%以上的資金高強度投入研發，雖然在短期內必然擠占消耗財務資源，導致利潤承壓與財務績效波動，但是投入本質是對核心能力的戰略性儲備，價值釋放關鍵在于創新的轉化效率。2025年星火大模型X1在國產算力上實現關鍵能力躍升，在教育等垂直領域取得突破。2025年科大訊飛大模型相關項目中標金額達23.16億元；2025年預計實現凈利潤7.85億元-9.5億元，同比增長40%-70%；2025年銷售回款總額超過270億元，同比增長超40億元。報告表示科大訊飛營收增長的主要原因在于，積極搶抓通用人工智能的歷史新機遇，繼續保持面向未來搶占人工智能根紅利的戰略投入。

云啟智慧

堅持教育數智產品公司定位，專注提供教育數智化領域全流程解決方案

云啟智慧科技有限公司成立于2020年5月，以教育數智產品公司為定位，依托中國聯通技術優勢及全國一體化運營體系，華中師范大學兩大國家級科研平臺的科研能力以及網龍公司的行業影響力，在“客戶屬地化經營服務支持”、“產學研一體化”、“教育資源和技術能力整合”三大方面形成優勢。云啟公司致力于將前沿信息技術與教育實際場景深度融合，提供從頂層設計到落地交付的全流程解決方案，探索以國家需求為導向、以市場化機制運作、以科研創新為驅動的新型智慧教育發展模式。

云啟智慧-AI+

將AI系統性融入教育綜合解決方案中，賦能管理、評價和教學各核心環節

云啟公司系統性深層次地將AI技術賦能校園管理、學生評價、智慧教學等核心教育環節，助力以智助管、以智助評、以智助教。教育數智基座構建了“統一基座、數據驅動、生態協同”的可持續發展體系，為解決區域教育治理和智能決策提供有效解決方案；數智校園運營平臺構建校長-處長-院長“三級鏈接”駕駛艙和AI校長助理2.0，智能學生評價提供科學的學生成長評價體系，結合學生校園卡消費、考試、門禁等數據，提供學生成長畫像、學生綜合預警、學生綜合能力評價等功能；智能督導評價平臺通過大模型自然語言處理、計算機視覺等技術，實現課堂教學行為自動識別、教學效果智能分析、督導評價報告輔助自動生成功能。

歡迎關注艾瑞數智獲取更多內容