正文
自 2017 年《新一代人工智能发展规划》发布以来，国家层面陆续出台系列政策文件，从战略规划到实施方案，系统推进人工智能与教育深度融合，构建「人工智能+教育」生态体系，为实现「人人皆学、处处能学、时时可学」的教育愿景提供坚实支撑，从而加快推进教育数字化进程，助力教育强国建设。
1.2 各地 AI 赋能教育推进政策解读，一线城市示范效应明显
响应国家顶层设计，北京、上海、深圳、广州等多地教育部门相继出台具体行动计划，大力推动 AI 赋能教育发展。在系列政策的持续推动下，AI 与教育融合不断深化，尤其在一线城市，逐步形成了创新示范路径，涌现出多样化的发展模式和教育新样态。
1.3 政策落地效果显著，在人才培养、技术应用、机制建设、基座构筑等方面取得阶段性成果
随着 AI 赋能教育相关政策的深入实施，地方和学校围绕人工智能人才培养、AI 技术广泛应用、智慧教育机制建设、智慧教育基座构筑等方面开展大量探索实践，积极推动应用落地，形成了可复制、可推广的实践成果，AI 赋能教育加速全面普及。
2.1 历经萌芽期、形成期、发展期、爆发期，AI 与教育的结合不断深入
从技术发展阶段来看，AI 赋能教育经历了萌芽期、形成期、发展期、爆发期四个阶段。尤其 2022 年后，大模型的出现及应用，推动 AI 赋能教育进入爆发成长时期。
从结合程度来看，在萌芽期与形成期，AI 技术自身仍处在探索阶段，极不成熟，仅能实现局限应用，不具备变革教育行业的能力；进入发展期，随着 AI 在自然语言处理、计算机视觉等方面的能力跃升，AI 技术从理论迈向商业化，推动了教学资源的数字化迁移；在爆发期，依靠大模型强大的理解、生成和泛化能力，AI 已更够触及教学结构的深层变革。
2.2 人工智能技术不断细化升级，大模型引发教育变革
从人工智能早期、机器学习时代，到深度学习崛起，再到如今的大模型时代，技术不断升级，技术范畴逐步细化、能力逐层递进。尤其是大模型，作为引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的「头雁」效应，引发了 AI 赋能教育领域的技术范式变化。
随着以大模型为代表的新一轮技术范式的不断成熟，许多公司选择
混合使用通用大模型和自有小模型，
将通用模型的强大能力与自有小模型在特定领域的优势，两相结合，进而变革教育。
2.3 大模型推动 AI + 教育进入「深水区」，全面革新用户体验
尽管自 2013 年起，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，但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。
相比传统机器学习模型（判别式 AI），大模型（生成式 AI）在核心能力上全面提升，在语言、语境、意图、逻辑等理解与推理能力方面接近或超过人类基准，将全面革新教育产品智能水平和交互方式，赋能教育全流程，推动 AI + 教育应用和效果更进一步。
2.4 国内大模型具有技术领先性，落地应用确定性凸显，商业化情况可观
随着国内大模型技术发展，从首个教育垂类大模型，到首个升学规划行业专属大模型等等，大模型应用不断细化。基于通用大模型和垂类模型的混合模型能力，企业结合自身业务范围，也衍生出大模型加持下的学习机、答疑笔、教育机器人、AI 学习助手、虚拟口语教练等多样化的软硬件教育产品。
2.5 从自研到开源，AI 技术门槛下降，DeepSeek 催化 AI + 教育进入「全民时代」
2025 年，DeepSeek 的爆火和开源打破了 AI + 教育行业先发企业构建的技术护城河。DeepSeek 的强推理能力、低成本、开源特性使得国内 AI 大模型在教育领域达到大规模可用级别，众多教育企业争相接入，大幅缩小了各大厂商的底层模型能力差距。
至今，已有多家头部教育企业宣布接入 DeepSeek，这些企业涵盖了从 K12 教育到职业教育、从智能硬件到在线学习平台的多个细分领域，进一步推动教育行业进入大模型智能时代。
3.1 AI 时代重构人才素养体系，核心素养从知识储备向人机协同能力迁移
在全新的 AI 时代，传统的素养体系已难以满足个人和社会发展的需求。
面向新时代的未来教育，需顺应培养学生具备 AI 时代素养体系，其中人才培养的目标导向、信息处理、决策方式、技术应用、协作模式、培养方式、适用场景也随之发生变化。
AI 时代素养体系既要体现技术维度与价值观、知识、技能维度交叉决定的能力结构，又应体现学生的能力发展阶段。联合国教科文组织构建了一套学生人工智能能力框架，该框架涵盖对 AI 的理解、应用和创造，多层面相对独立又有机统一、螺旋进阶。
3.2 新课标启动教育供给侧改革，AI 课程群建设与产业需求形成动态校准机制
中国教育部顺应 AI 时代人才素养体系需求，通过新课标改革启动教育供给侧结构性调整：
2022 版新课标首次将人工智能纳入义务教育课程体系，并联合九部门推动教育数字化，明确要求课程内容与 AI 产业需求动态对接；同时，推动产业人才培养体系化重构，构建覆盖基础教育至高等教育的 AI 课程群，通过校企共建、分层培养等举措，实现人才培养与新工科、新文科、新医科、新农科、新商科等前沿领域的精准衔接。
3.3 AI 推动教育均衡，从发展基础、内容质量、评价结果三重维度，实现精准教育
公平普惠、个性化是教育追求的终极目标。传统教育受制于地域资源分配不均、师资力量短缺、标准化教学模式等结构性矛盾，难以实现真正的教育均衡发展与高质量个性化育人。而 AI 的应用加速了教育体系的智能化重构，通过技术赋能实现地域限制的突破、教育成本的降低，以及教育资源的开放共享，推动教育均衡，并向精准教育的新阶段迈进，最终构建起「人人皆学、处处能学、时时可学」的终身学习型社会。
4.1 历经传统教学阶段、教育信息化初步及深化阶段，产业迈入 AI 赋能教育阶段
在政策引导、技术升级和需求变革之下，人工智能技术在教育领域的应用愈发广泛，包括校园建设、资源开发、流程优化、教学评价、素养提升、数据应用，涵盖教与学以及教育行业发展各个层面，实现着从智能到治理、从智能到质量、从智能到秩序三个维度的升级。近几年，我国提升教育智能水平，迈入 AI 赋能教育阶段，在 G 端进校、C 端应用、B 端服务等方面均取得积极成效。
4.2 教育科技企业进行 AI 技术升级，AI 技术公司赋能教育行业落地
产业发展过程中，不同公司先后入局，不断在各自赛道中深耕，丰富产业生态。当下，AI + 教育行业的参与者可分为两大类：一类为教育科技企业进行 AI 技术升级，其深耕教育行业多年，拥有较强的综合实力，包括品牌、师资等，为 AI 落地提供了坚实基础。另一类为 AI 技术公司赋能教育行业落地，其拥有强大的资金和技术优势，可灵活切入教育场景。总之，不同阶段新兴企业的进入都为市场带来了新的竞争活力，推动产业进一步发展。
