教育智能 · 教育 + AI · 大模型应用 · 深度分析(公众版)

海亮科技 Hailiang Technology

海亮集团旗下教育科技企业 · 浙江 · 依托 30 多年实体办学积淀 · 数据截至 2026-07
在这份 WAIC 名单里,海亮科技是个"异类"——别人多在做工厂、芯片、机器人,它做的是课堂。它的独特之处不在算法多先进,而在一个别人很难复制的出身:它是从一家真办了三十多年学校的教育集团里长出来的 AI 公司。当大量教育 AI 公司还在用"通用大模型套个教育壳"讲故事时,海亮科技手里握着真实的课堂、真实的师生、真实的教学数据。本文拆解一个尖锐问题:一家有"办学基因"的公司做教育 AI,到底是真优势,还是又一个把 AI 当噱头的教育生意?
30+ 年
海亮集团实体办学积淀
230 个
产品覆盖区县
200+ 所
自有及合作学校
7.1 万
月均解析课堂节数
深度版 · 面向公众 · 不含投资定价⚠ 仅做业务与战略分析,不评价教育政策

导读怎么读 + 一个必要的提醒

注意:此"海亮科技"是海亮集团旗下的教育科技公司(教育 + AI),与同属海亮系、做铜加工的"海亮股份"是不同主体,请勿混淆。本文只谈它在"教育 AI"上的定位与打法,不涉及任何投资、估值或评级

和名单里其他公司不同的地方

判断这份 WAIC 名单里多数是工业、硬件、机器人公司;海亮科技是少见的教育 AI玩家。它要回答的问题也不同:"一家有真实办学基因的公司,能不能把课堂里的教学经验,变成可复用、可放大的 AI 能力"。它的强,强在真实的课堂场景 + 教学数据 + 办学 know-how;它的悬,悬在教育 AI 这门生意本身的天花板——付费方复杂、效果难量化、政策与伦理敏感。这也是本文的重心。

事实有公开来源 推导基于事实推断 判断观点,可反驳 缺口信息缺失/未公开 ⚠ 不含投资建议

01一句话判断与决定性变量

核心判断

判断海亮科技是教育 AI 里的"场景派"代表——它不是一家纯技术公司,而是站在真实课堂里做 AI。它最大的资产不是模型,而是海亮集团 30 多年办学积淀带来的真实教学场景、师生数据和教育 know-how:它自己的学校既是产品的试验田,又是数据源,又是首批用户。最大的看点,是它能否把"备课、课堂分析、自适应学习"这些能力,从"自家学校好用"真正外溢成"别人家学校也离不开"的产品——目前它已覆盖 230 个区县、200 多所学校,方向对,但外部复制力仍需验证。

决定性变量为什么是胜负手兑现的观察信号
"办学基因"能否转成外部可复制的产品事实产品已覆盖全国 230 个区县、200 多所自有及合作学校;多模态课堂分析模型月均解析 7.1 万节课、准确率超 94%。判断真实场景是稀缺资产,但"自家学校好用"不等于"别人家学校愿付费且用得好"——外溢能力才是胜负手。合作学校(非自有)占比与续约率、跨地区/跨学情的适配效果、口碑外溢。
教育 AI 的效果能否被"证明"事实自适应学习大模型智能批改准确率 96.96%、数字人"星乐读"每周支持 1000 节早读课。推导教育效果(学得更好、老师更省力)比工业指标难量化,能否拿出可信的效果证据,决定它是"真需求"还是"锦上添花"。可量化的学习效果/减负数据、第三方或长期跟踪验证、学校复购意愿。

02生态位:站在教育 AI 技术栈的哪一层

先看海亮科技在"教育 AI"这条技术栈上占哪一层,这决定了它的独特性和天花板。

教育 AI 技术栈(自下而上) ① 算力 / 芯片 ← 借力外部(与国产 GPU 沐曦股份生态合作) ② 通用大模型 / 底座 ← 1 个 AI 能力基座(可自研,也可基于外部通用模型) ③ 教育领域模型 ← 【3 大领域专长模型:备课/自适应学习/多模态课堂分析】 ④ 场景应用 / 智能体 ← 【海亮最强:N 类细分教学场景 + 五大数字化系统】 ⑤ 真实课堂 / 教学数据 ← 【它独有的护城河:自有学校 + 师生数据】

判断海亮科技真正的稀缺性在 ⑤ 层——它握着别的教育 AI 公司很难拿到的真实课堂和教学数据。第 ③④ 层(3 大领域模型 + N 类场景智能体)是它把教学经验"喂"进 AI 的载体;第 ①② 层它选择借力外部(与沐曦股份等生态合作)。事实它已建成"3+1+N"技术体系:1 个 AI 能力基座、3 大领域专长模型、N 类细分教学场景智能体,正是靠自有学校的真实场景喂养出来的。

生态位的双刃剑

判断"从自家学校长出来"是海亮科技最大的优势,也可能是它最大的局限:场景真实,但可能"太海亮"。好处是数据真、反馈快、产品接地气;推导但代价是它的产品可能高度适配海亮系学校的教学模式,一旦推给学情、师资、管理都不同的外部学校,未必同样好用。它的关键选择是——把精力放在别人做不了的 ④⑤ 层(真实场景 + 教学智能体),同时证明这套能力能跨出海亮系。

03行业本质 4 问:教育 AI 到底在解什么题

本质 4 问答案(含证据)
① 本质在做什么判断本质是把优秀老师的经验,用 AI 放大给更多学生和老师。好老师稀缺、教育资源不均,AI 擅长把备课、批改、课堂分析这些高度依赖经验的工作标准化、规模化,让普通老师也能借上"名师"的力。
② 有哪几种打法事实教育 AI 大致三条路:办学基因派(海亮科技,用真实学校场景 + 教学数据自建)、互联网/技术派(科技公司用通用大模型 + 流量做教育产品)、硬件/装备派(学习机、平板厂商把 AI 嵌进设备)。判断海亮科技是第一派的代表——它的差异化不在技术,在"真办学"。
③ 哪层最有价值 / 谁掌握话语权判断在教育 AI 里,"真实教学场景 + 效果验证"这一层话语权最大——教育付费方谨慎、效果难量化,谁能证明"真有用",谁就有话语权。事实海亮科技覆盖 230 个区县、200 多所学校,还登上"2026 浙商 AI 智能体 TOP40"、是榜上唯一教育科技企业,说明其场景规模在同类中靠前。
④ 未来价值往哪走推导价值会从"AI 帮老师省事(批改、备课)"走向"AI 帮学生学得更好(个性化、自适应)"——后者才是教育 AI 真正不可替代、也最难做好的深水区。事实海亮的自适应学习大模型、数字人早读等产品,正是朝"因材施教"这个方向走。
对教育 AI 最尖锐的一问

判断教育 AI 有个绕不开的死结:效果太难量化、付费链条太复杂。工厂用 AI 能算出省了多少钱,但"学生因为 AI 学得更好"很难干净地归因——分数受太多因素影响。而且掏钱的(学校/家长/财政)、用的(老师/学生)、受益的(学生)往往不是同一方。缺口海亮科技的产品在"提升学习效果、减轻老师负担"上到底有多少可信的量化证据、多少是真需求而非"配置了就算数字化",公开信息尚不充分——这是判断其价值的关键缺口。

04出身与打法:一家"从学校里长出来"的 AI 公司

海亮科技的打法和纯技术创业公司不同——它不是先有技术再找场景,而是先有学校、再长出 AI。

维度海亮科技的做法
出身事实隶属海亮集团,依托集团 30 多年实体办学积淀;总部在浙江,是"2026 浙商 AI 智能体 TOP40"榜上唯一教育科技企业。
技术路线事实建成"3+1+N"技术体系:1 个 AI 能力基座、3 大领域专长模型(备课、自适应学习、多模态课堂分析)、N 类细分教学场景智能体。
落地方式事实沉淀"AI 课堂顾问""星未来""鸿儒教研""星学伴""海纳云题"五大数字化系统,覆盖全国 230 个区县、200 多所自有及合作学校。
生态合作事实WAIC 2026 与国产 GPU 龙头企业沐曦股份联合呈现生态合作,显示在算力底座层选择借力国产。

判断海亮科技做 AI 的最大特点,是"用真实办学场景反哺 AI"——这是纯技术公司买不到的优势:产品在自家学校天天被真师生使用、快速迭代。但另一面是:它的产品是否"太贴合海亮系"、能否规模化外溢到差异很大的外部学校,是它从"教育集团的 IT 部门"升级为"教育 AI 平台公司"必须跨过的坎缺口其外部合作学校的真实使用深度、续约率与商业模式细节,公开信息有限。

05核心产品:"3+1+N"体系与五大系统

"3+1+N"技术体系 —— 教育 AI 的骨架

五大数字化系统 —— 覆盖教学全流程

关键区分:场景真实,外溢待证

判断海亮科技的产品在"场景真实性"上明显强于很多纯技术教育 AI——月均 7.1 万节课的分析量、96.96% 的批改准确率都建立在真实教学之上。但"外溢复制力"是它待证的一环。缺口200 多所学校里自有与外部合作各占多少、外部学校的真实使用深度和续约率、以及这些漂亮的准确率数字是否真的转化成了"学生学得更好、老师更省力"的可量化效果,公开信息尚不充分——这决定了海亮科技是"教育集团的强 IT"还是"能跑通市场的教育 AI 平台"。

06三个争议命题:让正反双方当场对撞

海亮科技做教育 AI,三个真正有分歧的地方。每题给 Bull / Bear / Reality,再下裁决。(均为战略层辩论,不涉投资)

命题 A · "办学基因"到底是护城河,还是"只在自家好用"的局限?
Bull · 真实场景是别人买不到的护城河
教育 AI 最缺的就是真实、持续、高质量的课堂数据和教学反馈。海亮有自己的学校,产品天天被真师生使用、快速迭代,这是任何纯技术公司都拿不到的。30 多年办学积淀让它懂教育,不会做出"外行的教育 AI"。
Bear · 太贴合海亮系,未必能外溢
自家学校好用,不代表学情、师资、管理完全不同的外部学校也好用。产品可能被"海亮式教学"深度绑定,一旦推向千校千面的外部市场就水土不服。真实场景是优势,但也可能是"样本单一"的陷阱。
Reality · 事实说
事实海亮科技依托 30 多年办学积淀、产品已覆盖 230 区县 200 多所自有及合作学校;缺口但自有校与外部合作校的占比、外部校的真实使用深度和续约率未公开。
裁决
判断"办学基因"是真优势——它解决了教育 AI 最难的"懂不懂教育、有没有真实数据"问题,Bull 有理。但 Bear 的提醒恰是关键:护城河成立的前提,是这套能力能跨出海亮系。裁决:办学基因是很好的起点,但它是护城河还是局限,取决于一个尚未被充分证明的问题——外部合作学校的真实使用深度与续约。这是该盯的最锋利信号。
命题 B · 教育 AI 的重心,该放在"帮老师省事"还是"帮学生学好"?
Bull · 先帮老师减负最容易落地
批改、备课、课堂分析这类"帮老师省事"的场景效果直接、老师有动力用、学校愿意买,是教育 AI 最容易跑通的入口。海亮的智能批改(96.96%)、课堂分析(7.1 万节/月)正是从这里切入,务实且见效快。
Bear · 不解决"学生学好"就没真价值
帮老师省事只是效率工具,替代性强、天花板低。教育 AI 真正不可替代的价值是"因材施教、让每个学生学得更好",但这恰恰最难做、最难证明。如果重心停在减负工具,海亮就只是个更好用的教务软件,不是真正的教育 AI。
Reality · 事实说
事实海亮既有帮老师的批改/课堂分析/教研系统,也有面向学生的自适应学习大模型、"星学伴"等产品——两条线都在做;缺口但"帮学生学好"的可量化效果证据未充分公开。
裁决
判断两者不是二选一:帮老师减负是"入口和现金流",帮学生学好是"真价值和天花板"。裁决:海亮从减负切入是对的策略,但衡量它教育 AI 成色的核心标尺,应该是自适应学习这类"帮学生学好"的能力能否拿出可信的效果证据。批改再准,也不如证明"用了之后学生真的进步了"有含金量。
命题 C · 教育 AI 这门生意,天花板到底高不高?
Bull · 刚需、长期、政策鼓励
教育是永恒刚需,优质教育资源不均、老师负担重是长期痛点,国家也鼓励教育数字化。海亮有真实场景、有产品矩阵、有 230 区县的铺开基础,只要把"因材施教"做扎实,市场空间广阔且长期。
Bear · 付费复杂、效果难证、政策敏感
教育 AI 的商业模式天生别扭:掏钱的、用的、受益的常不是同一方;效果难量化导致复购动力弱;教育又是政策和伦理高度敏感的领域,数据安全、未成年人保护、"AI 会不会误导学生"等红线随时可能收紧。这门生意的天花板未必有想象中高。
Reality · 事实说
事实海亮已覆盖 230 区县 200+ 学校、登上浙商 AI 智能体 TOP40,规模在同类靠前;缺口但其真实营收模式、续约率、以及效果验证的硬证据未公开。
裁决
判断教育 AI 是"需求真实、但变现与证明都难"的赛道。裁决:海亮的场景和铺开是真的,方向也对,但 Bear 点出的三道坎(付费复杂、效果难证、政策敏感)是整个行业的结构性难题,不是海亮一家能绕开的。它的机会在于——用"办学基因"把效果证明这件最难的事做得比同行更扎实,从而在天花板有限的赛道里占住最硬的那部分。

07"办学基因"这个定位,含金量到底在哪?

海亮科技最爱讲的故事是"从学校里长出来的 AI"。这个定位值多少,得拆开看。

维度"办学基因"带来的它换不来的
数据事实真实课堂数据(月解析 7.1 万节课)判断数据的多样性——自有学校样本可能偏单一
产品理解判断懂教育、不做外行产品判断对差异化外部学校的适配力
首批用户推导自有学校即试验田 + 首批用户,冷启动快判断外部市场的付费意愿与续约
信任推导"自己都在用"比空谈更有说服力缺口可信的第三方效果验证
检验结论

判断"办学基因"是真金,但不是万能金——它出色地解决了教育 AI 的"起点问题"(懂教育、有真实数据、有首批用户),却不能自动解决"终点问题"(能不能规模化外溢、能不能证明效果、能不能跑通商业)。推导对公众而言,判断海亮科技的关键,不是听它讲"我们有 30 年办学积淀",而是看它能否把这份基因转化成外部学校也愿意持续付费、且能拿出学习效果证据的产品。基因是入场券,兑现才是真章。

08竞争 / 协作矩阵:海亮科技身边站着谁

教育 AI 是个热闹的赛道,海亮科技周围是一张竞合交织的网。

玩家类型与海亮科技的关系
海亮科技办学基因派依托自有学校真实场景 + 教学数据自建教育 AI
互联网教育科技公司技术/流量派用通用大模型 + 流量做教育产品,技术强但缺真实办学场景
学习机 / 教育硬件厂商硬件/装备派把 AI 嵌进平板、学习机,与海亮在 C 端场景交汇
沐曦股份国产 GPU · 生态合作WAIC 2026 生态合作方,算力底座层借力对象
公立学校 / 教育局客户 · 付费方产品的主要落地对象与付费方,政策与需求的来源
通用大模型厂商底座供应可能的底座能力来源,海亮在其上做教育垂直
矩阵读出的两个真相

判断海亮科技在"真实办学场景 + 教学数据"这条轴上,比纯技术/流量派有明显差异化——这是它最硬的护城河,别的教育 AI 公司很难复制。② 但在"底层模型与算力"这条轴上,它和大多数教育 AI 公司一样要借力外部(如与沐曦的算力合作、可能倚重通用大模型底座)——这意味着它的技术护城河主要在应用与数据层,而非底层。它的长期竞争力,取决于能否把"真实场景"这条独有优势,做深做透到别人追不上。

09双面辩论:教育 AI 的真门槛,还是又一个 AI 噱头?

同一组事实,两种读法
🟢 读法一 · 有真门槛的教育 AI 实干派
判断海亮科技握着别的公司拿不到的真实课堂和教学数据,用"3+1+N"体系把备课、批改、课堂分析、自适应学习做成了产品矩阵,且已铺到 230 区县 200 多所学校。月解析 7.1 万节课、96.96% 批改准确率都是建立在真实教学之上的实打实成果。它是有"办学基因"这道真门槛的教育 AI 实干派。
🔴 读法二 · 场景漂亮但效果难证的 AI 秀
判断准确率数字再好看,也没回答教育 AI 最要命的问题:学生真的因此学得更好了吗?老师真的减负了吗?产品可能高度绑定海亮系、难外溢;商业模式在付费复杂、政策敏感的教育行业天生别扭。它可能是"场景真实、指标漂亮,但价值难证明"的 AI 秀。
我的裁决(可反驳)
判断两种读法都有道理,但天平应偏向"有真门槛的实干派,且尚待证明"——因为海亮确实解决了教育 AI 最难的起点问题(懂教育、有真实数据),这比很多"套壳"教育 AI 扎实得多。但 Bear 方的警示是全行业的核心考题,海亮也躲不开:它教育 AI 的真正成色不在"分析了多少节课",而在两个信号——① 能否拿出可信的"学生学得更好、老师真减负"的量化效果证据;② 产品能否规模化外溢到差异很大的外部学校并持续续约。两个信号向好→读法一;卡在任一环→读法二的风险上升。

10因果链:决定性变量怎么一路传导到"教育更好、生意成立"

决定性变量:办学基因能否转成外部可复制、效果可证的产品 │ ▼ [数据] 自有学校真实课堂 + 教学数据 → 喂养"3+1+N"体系 │ ← 断点1:样本偏单一(太海亮)→ 外部适配差 ▼ [能力] 备课/自适应学习/多模态课堂分析 + 五大系统 │ ← 断点2:底层模型/算力倚重外部 → 技术护城河仅在应用层 ▼ [外溢] 从自有学校推广到 200+ 外部合作学校 │ ← 断点3:外部学校水土不服/不续约 → 铺开不等于扎根 ▼ [效果] 学生学得更好 + 老师真减负,且可量化证明 │ ← 断点4:效果难量化/难归因 → 付费动力弱 ▼ [商业] 外部学校持续付费,跑通教育 AI 商业模式 │ ▼ [意义] 从"教育集团的强 IT"升级为"教育 AI 平台公司"

判断四个断点里,断点 3(能否外溢扎根)和断点 4(效果能否证明)最关键——前者决定它是"海亮内部工具"还是"市场化产品",后者决定教育 AI 这门生意到底成不成立。海亮的真实场景优势是真的(断点 1、2 是它的相对短板但可控),但要把"自家好用、指标漂亮"变成"外校也离不开、效果拿得出手",还得过后面这两关。这也正是它和整个教育 AI 行业共同的终极考题。

11需要关注的风险(业务/战略层)

风险说明观察信号
外溢复制力不足产品可能高度贴合海亮系学校,推向差异化的外部学校时水土不服,"铺开"不等于"扎根"。外部合作学校(非自有)占比、真实使用深度、续约率。
效果难量化教育效果受多因素影响、难干净归因,缺乏可信效果证据会削弱付费动力。可量化的学习提升/减负数据、第三方或长期跟踪验证。
技术护城河偏浅底层模型与算力倚重外部,技术壁垒主要在应用与数据层,易被资源更强的对手追赶。自研模型能力沉淀、数据壁垒的深度与独占性。
政策与伦理敏感教育涉及未成年人保护、数据安全、AI 内容合规等红线,政策收紧可能直接影响产品。数据安全合规、未成年人保护机制、内容审核与可解释性。
商业模式不清晰教育付费链条复杂(学校/财政/家长),营收模式与可持续性存疑。付费主体、单校收入模型、复购与规模化盈利路径。

判断这些风险的共同母题是:海亮科技能否把"办学基因"这份真优势,转化成"外部可复制、效果可证、商业可持续"的产品。它的真实场景和铺开规模都很实,但如果外溢不了、效果证不了,"办学基因"就只是海亮内部的强 IT,而非能跑通市场的教育 AI 平台——这才是它长期最需要警惕的。

12追问清单 · 想真正看懂海亮科技的教育 AI,该问这些

海亮科技的场景和指标很亮眼,但最关键的成色藏在缺口里。★ 是我认为最锋利、最能戳破叙事的问题。

1外溢:从"自家"到"外校"(最锋利)
  1. ★ 200 多所学校里,自有学校和外部合作学校各占多少?外部学校的真实使用深度、活跃度、续约率如何?— 这是判断海亮是"内部工具"还是"市场化产品"的第一问。
  2. ★ 产品推给学情、师资、管理都不同的外部学校时,需要多少定制?还是同一套能通用?会不会"太海亮"而水土不服?— 检验"办学基因"是护城河还是局限。
  3. 230 个区县的"覆盖",是深度使用还是浅层铺开、甚至只是试用?
2效果:能不能证明"真有用"
  1. ★ 除了 94%、96.96% 这些"技术准确率",有没有"学生因此学得更好、老师因此真减负"的可量化、可信效果证据— 教育 AI 最要命的问题,技术准确≠教育有效。
  2. 自适应学习大模型的"因材施教"效果,有没有对照实验或长期跟踪,而非个案宣传?
3技术与数据
  1. ★ "1 个 AI 能力基座"是自研还是基于外部通用大模型?海亮真正握在自己手里的核心技术壁垒是什么?— 底层倚重外部,护城河可能只在应用层。
  2. 真实课堂数据的多样性如何?会不会因样本偏海亮系而限制模型的泛化能力?
4合规与商业
  1. 涉及大量未成年人师生数据,数据安全、隐私保护、内容合规的机制是怎样的?如何应对政策收紧?
  2. 教育 AI 的付费主体是谁(学校/财政/家长)?单校收入模型和可持续盈利路径是否清晰?
如果只能问三个问题

判断① 外部合作学校到底是真在深度用、且愿续约,还是浅层铺开的数字?② 除了技术准确率,有没有"学生真学得更好、老师真减负"的硬证据?③ 海亮真正握在自己手里的核心壁垒,是"办学基因 + 数据",还是也就一个套在通用大模型上的教育应用?——这三问答清楚,就知道海亮科技是"有真门槛的教育 AI 实干派",还是"场景漂亮、效果难证的 AI 秀"。

13信息来源与说明

基于公开信息的深度梳理,主要来源(节选):

· 凤凰网科技:WAIC 2026|场景驱动教育 AI 落地,海亮科技展出全流程校园智能解决方案("3+1+N"技术体系、五大数字化系统、月均解析 71000 节课准确率超 94%、智能批改 96.96%、数字人"星乐读"每周 1000 节早读、覆盖 230 区县 200 多所学校、与沐曦股份生态合作、2026 浙商 AI 智能体 TOP40 唯一教育科技企业)
· 央广网(浙江):海亮科技亮相 2026 世界人工智能大会,展示"教育 + AI"全场景解决方案
· 中国日报:从校园里长出来的 AI——海亮科技亮相世界数字教育大会;公开报道综合:海亮集团 30 多年实体办学积淀

说明与免责:本文为面向公众的科普与分析性内容,聚焦海亮集团旗下教育科技企业"海亮科技"在教育人工智能领域的定位与打法,仅基于截至 2026-07 的公开信息整理,不构成任何投资建议,不含估值、目标价或评级,也不评价教育政策。请注意本主体为教育科技公司,与做铜加工的"海亮股份"是不同主体。文中不同机构对场景数量、性能指标的口径可能存在差异,已尽量注明;部分外部使用深度、效果验证、商业模式等信息未公开,文中以缺口标注、未作臆测。文中标注:事实=有公开来源、推导=基于事实的推断、判断=作者主观观点(欢迎反驳)、缺口=信息缺失。Bull/Bear/裁决为分析框架,非事实断言。