01 智能教育发展蓝皮书
生成式人工智能教育应用
基于统计结果，'知识问答''作文教学''试题生成与解答''口语对话''教学设计'5 类为国内教育大模型的高频功能：
① 知识问答。 基于大模型能力对海量专业信息进行筛选和检索，能够自动回答使用者提出的问题，并利用有效的交互对话界面面向使用者提供专业能力的支持。
② 作文教学。 大模型能够结合海量的作文教学数据，综合所学单元的具体要求，自动生成符合使用者需要的资源;通过交互式对话引导学生依据特定主题或指令帮助学生逐步构建思路等。
③ 试题生成与解答。 利用大模型不仅能够提升试题生成的情境适切性与内容的个性化，还能在试题答案解析中给予更为精准的启发辅导。
④ 口语对话。 能够为练习者创设真实、自然、完整的多轮口语对话练习环境，让练习者在各种模拟的、贴近真实情境的日常生活、学术或职业场景下练习，以此提高沟通技巧、加深语言技能的掌握和应用。
⑤ 教学设计。 能够获取教师输入的教学设计要求，通过调用模型能力并结合单元教学设计要求，了解教师教学意图;从知识库中检索与教学意图相关的知识信息，提供资源应用的来源参考;依据教学设计要求与教学意图相关的知识信息，生成教学设计内容。
在上述体系架构中，由基础支撑、模型能力、智能体平台、场景应用和模型评测五要素构成。
① 基础支撑包括硬件设施、算法模型、行业通用数据、教育专属数据训练集等方面。其中，教育专属数据训练集是专门为教育领域设计和收集的数据集，这些数据集包含了已标记的高质量教育数据样本。
② 在模型能力建设上，需要联动部署教育专有能力、AI 引擎以及多样化的公共基础构件和公共服务 API 等支持多类型通用场景的各类基础能力，以期实现高效协同、性能卓越的资源调度与能力发挥，推动各类资源的共享与高效利用，为用户提供更加智能、便捷的教育服务体验。
③ 智能体平台允许用户创建、配置和部署个性化智能体，以此满足各类教育场景下的不同需求。在教育大模型智能体平台的构成上，往往多集成支持教育智能体创建与管理的各类工具，包括教育智能体创建与编排、教育插件库、教育知识库等。
④ 当前教育大模型的实践应用已覆盖教学、学习、评价、科研、管理等多类教育教学领域。聚焦到具体的技术应用场景层面，又可大致分为智能检索场景、咨询答疑场景、创意增强场景、个性化支持与反馈场景和情感互动场景等。
⑤ 基于'可控、可信;安全、绿色;好用、高效'的教育大模型教学应用评测三项原则，在结合教育实际应用需要的基础上，可从'专业能力 + 安全能力'两方面构建教育大模型的适应性评测框架，以推动教育大模型输出更符合教学需求的精准内容和对话响应，不断提升教育大模型的教育场景适应性能。
02 人工智能 + 教育行业研究报告
