省情中心调研组赴十方融海开展专题调研,共探AI赋能终身学习、智能硬件等场景落地路径
2026-10-20
为深入了解AI赋能终身学习最新实践,为全省终身学习体系建设提供决策支撑,近日,广东省省情调查研究中心调研组深入终身学习市场化运营机构一线,赴深圳人工智能企业十方融海开展专题调研。座谈期间,十方融海介绍了企业以AI技术为底座的业务布局,分享其在终身学习、智能硬件等场景中的落地实践。
从开源到终端:硬件场景的规模化落地
当前,人工智能行业的竞争重心,正从“比模型”转向“比落地”。基础模型能力日趋成熟之后,大模型的价值最终要通过具体的终端和场景来兑现。智能硬件与民生服务,是这一阶段AI能力落地的两个主要出口。
在这一背景下,广东也在政策端为这一转向铺路。《广东省人工智能赋能制造业高质量发展行动方案(2025—2027年)》提出打造“人工智能+制造业”融合发展示范区,深圳、东莞共建的国家级人工智能应用中试基地,着力打通“芯片—系统—模型—应用”全链条,推动模型能力更快转化为可用产品。

据企业方面介绍,十方融海以底层技术能力为根基,业务体系沿“引擎—开源—智能体—终端”四层展开:底层是自研大模型引擎,为上层应用提供能力底座;中间是开源社区与智能体能力,开源社区汇聚开发者、扩大生态,智能体承接具体场景,把底层能力转化为可用功能;末端落到不同形态的智能终端,完成能力的最终交付。四层之间层层递进、相互支撑。
在开源层面,十方融海已聚集15万开发者与创客,相关项目在GitHub上获得超过3万星标,通过开源共享底层技术,降低了人工智能应用的开发门槛。在终端层面,其自研大模型已接入200万台设备,日均对话量达900万条,每日词元(token)消耗量超2000亿,覆盖消费电子、智能家居、机器人等多个领域,产品形态涵盖智能硬件、学习设备与智能穿戴等。
从这组数据看,AI能力在硬件场景的规模化落地已经具备相当基础。调研组认为,基础模型能力趋于成熟之后,规模化的“落地能力”才是分水岭——这也是此次调研重点关注的方向之一。
从硬件到学习:AI进入终身学习场景
调研组了解到,在硬件终端之外,全民终身学习建设也是十方融海技术落地的一个重点场景。
全民终身学习是“十五五”规划纲要部署的一项基础性、战略性工程,也是广东普惠民生、推动高质量发展的重要举措。作为常住人口达1.29亿、实时在粤人口超1.5亿的经济大省,广东将全民终身学习摆在突出位置。2026年广东省政府工作报告明确提出“优化终身学习公共服务,积极推动建设人人皆学、处处能学、时时可学的学习型社会”,“加快推进服务全民的广东终身学习体系建设”被列入省十件民生实事。今年2月,广东全民终身学习平台正式上线,整合省内高校、职业院校等优质资源,围绕技能提升、文化素养等多个方向提供学习服务,并打通“学分银行”,让学习成果可积累、可认证、可转换。
随着政策与平台先后落地,终身学习体系的运转,对技术侧的支撑能力提出了新的要求。在这一背景下,企业向调研组展示了其云教室技术如何把AI能力转化为可交互的界面:用户打开屏幕,即可获得实时讲解与随问随答,不必再受固定课表与线下场地的约束;依托语音识别与情绪感知,系统能够捕捉使用者的专注状态与理解程度,动态调整讲解节奏与难度;结合智能体的内容生产能力,课程讲解、知识点拆解、习题解析可以按需生成,为个性化学习提供支持。云教室技术降低了优质学习资源规模化供给的门槛,使基层网点、社区空间能够以较低成本接入,让优质资源触达更广泛的人群,与全民终身学习平台“时时可学、处处能学”的目标方向相呼应。
从调研到对接:共答落地之问
当AI能力加速走向具体场景,技术如何转化为可用服务、能力如何落到产业一线,正是社会各界共同面对和需要共同回答的问题。
对省情中心而言,此次调研的意义不止于了解一家企业。下一步,将以此次调研为起点,把AI落地实践的最新观察融入全省终身学习体系建设研究,围绕阵地建设、课程开发、平台运维、需求调研等方向,联合十方融海等市场化运营机构,推动AI技术与终身学习场景深度融合,为加快建设人人皆学、处处能学、时时可学的学习型社会贡献智库力量。

广东省省情调查研究中心是省委终身学习工作专班成员单位,长期承担调查研究、第三方评价评估与决策咨询职能。此次赴十方融海开展专题调研,是双方的一次务实对接,也与广东“投资于人”的发展导向相契合。当制度框架逐步完善,AI技术如何落到终身学习、智能硬件等各类具体场景,正成为能力落地与体系运转的关键一环。
调研组认为,本次调研进一步加深了对AI赋能具体场景的了解,有助于挖掘市场化机构在课程供给、技术平台搭建方面的实践经验,为统筹多方力量、完善阵地建设与课程开发积累一手素材。省情中心将持续跟踪人工智能在终身学习、智能硬件等方向的落地实践,做好经验梳理与决策支撑工作。
(撰稿:李小磊,广东省省情调查研究中心区域与产业研究部部长)
GDSQZX.COM.CN


