2025年AI＋教育驱动因素、应用场景及国内教育公司AI布局分析报告（29页）.pdf

《2025年AI＋教育驱动因素、应用场景及国内教育公司AI布局分析报告（29页）.pdf》由会员分享，可在线阅读，更多相关《2025年AI＋教育驱动因素、应用场景及国内教育公司AI布局分析报告（29页）.pdf（29页珍藏版）》请在三个皮匠报告上搜索。

1、 2025 年深度行业分析研究报告目录目录 1.技术与政策驱动AI+教育蓬勃发展.3 2.教育科技以 C 端应用为主，AI 渗透率持续提升.5 2.1.AI 教育产业链包括基础设施层、技术层及应用层三大层级.5 2.2.教育科技市场规模超 3000 亿元，AI 渗透率持续提升.7 3.AI 赋能教育全场景，降本增效成果初显.9 3.1.AI 渗透多元应用场景，DeepSeek-R1 模型优势明显.9 3.2.AI 教育落地产品丰富，为企业降本增效.11 3.3.AI 以辅助功能为主，无法完全替代线下教学.12 4.Duolingo：AI 产品提高用户留存及付费转化.13 5.国内教育公司在 A

2、I 领域积极布局.15 5.1.有道：首推“子曰”大模型，强化智能软硬件布局.17 5.2.好未来：自研“九章”大模型，升级智能化学习体验.19 5.3.新东方：开发 AI 教研平台，提高教学效率.21 5.4.高途：聚焦教学创新、体验优化、运营效率提升.22 5.5.粉笔：自研职教大模型，覆盖公考等核心场景.23 5.6.豆神教育：困境反转的AI 教育黑马.24 5.7.卓越教育：华南教培龙头，AI赋能提高效率.26 5.8.盛通教育：推出多款 AI 课程，中鸣接入 DeepSeek.27 mXgWmNtRtQnRtO7NbP8OtRoOnPqNeRpPsRjMqQmR6MrRvMMYtQm

3、PMYsOqN 1.技术与政策驱动技术与政策驱动 AI+教育蓬勃发展教育蓬勃发展 AI+教育的发展是技术迭代、政策驱动与需求教育的发展是技术迭代、政策驱动与需求升级升级共同作用的结果。共同作用的结果。在技术驱动方面，从处理基础数据和信息到理解和分析复杂问题，AI 逐步覆盖教育全链条；在政策驱动方面，政策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，升级教育内容质量、优化教育资源配置；需求升级，从规模化教育到个性化学习，AI 技术成为破解“教育不可能三角”（规模、公平、个性化）的关键变量。在技术层面，在技术层面，从早期的计算机辅助教学到如今的生成式从早期的计算机辅助教学到如今的生

4、成式 AI 赋能教育全场赋能教育全场景，景，技术演进技术演进可划分为以下阶段：可划分为以下阶段：萌芽期萌芽期（20 世纪世纪 90 年代年代2010 年年）：）：技术探索与信息化起步技术探索与信息化起步 以计算机技术为基础，教育信息化初步萌芽。早期 AI 技术基于规则引擎与浅层机器学习算法（如决策树、贝叶斯网络），主要应用于简单的教学辅助工具，如题库管理系统、自动组卷系统和多媒体课件开发等单一场景，依赖人工规则设定，缺乏动态适应能力，无法实现个性化学习路径规划。初步应用期初步应用期（20102015 年年）：）：在线教育与智能工具兴起在线教育与智能工具兴起 互联网普及推动在线教育发展，自然语言

5、处理（NLP）和机器学习技术开始应用于智能题库、语音评测等场景。例如，2012 年科大讯飞推出语音评测系统，开启 AI 教育商业化探索。快速发展期快速发展期（20152020 年年）：）：深度学习与政策红利叠加深度学习与政策红利叠加 深度学习技术（如 CNN、RNN）推动自然语言处理（NLP）与计算机视觉（CV）在教育中的应用。深度学习算法突破推动 AI 教育产品升级，如自适应学习系统（Knewton）、智能批改（科大讯飞）等技术广泛应用。科大讯飞语音评测系统实现口语考试自动评分，准确率达 95%；Knewton 通过算法分析学生行为数据，动态调整学习内容，提升学习效率。但模型泛化能力有限，多

6、模态交互尚未成熟，难以支持复杂教学场景。成熟期成熟期（20202023 年年）：）：线上化率提升线上化率提升与生态重构与生态重构 以 GPT3、ChatGPT 为代表的生成式大模型突破传统 AI 能力边界，推动教育场景向“内容生成+人机协同”转型；MathGPT（好未来）可自动生成数学试题与解析，覆盖 K12 至竞赛级难度；ChatGPT 支持教案设计、作文批改，提升教师备课效率；OpenAI 的 GPT4o（2024 年发布）实现语音、图像、文本多模态交互，应用于高校科研场景（如文献解读、实验模拟）。但模型训练成本高，教育垂类数据积累不足，数据安全争议凸显。5G、云计算与 AI结合，催生虚拟