0
2026年3月26日，國際頂級學術出版機構《自然》（Nature）在其 Nature Index China 特刊中，以兩篇深度報道系統呈現天立國際控股有限公司（01773.HK）在“AI+教育”領域的探索路徑，特刊隨正刊同步出版并上線官網。
報道以技術特寫與高層訪談為結構，從理念、技術體系與應用規模三個層面展開，對中國K12教育體系中的教育AGI探索進行完整刻畫。在全球基礎教育領域，能夠被Nature系統性呈現的案例并不多見，此次入選，意味著天立AI+教育探索已獲得國際學術與教育科技領域的高度關注與認可。
Nature在報道中指出，傳統教育長期受困于“規?；┙o”與“個體差異”的張力，其本質在于認知過程難以被系統建模，而AI的演進正在打開新的解決空間。
天立提出的路徑，是將教育從“內容傳遞問題”轉化為“認知演化問題”。 AI的角色不被定義為替代教師，而是承擔結構化、可重復的認知支持任務，使教學過程從經驗驅動走向數據與模型驅動。在這一框架下，教育被建模為個體認知、學習環境與策略之間的非線性系統，其演化結果表現為認知結構的形成與更新。圍繞這一理念，天立國際基于集團二十余年教學與教研數據積累，構建了以復雜系統理論為底層方法論的AI教育技術體系，在大量服務來自欠發達地區學生的實踐中，AI已不僅是效率工具，更正在成為彌合教育資源結構性差距的關鍵基礎設施。
這一從理念、技術到工程化落地的系統性路徑，使天立成為國際學術界觀察中國AI+教育演進的重要樣本。
Nature重點關注了天立正在推進的核心方向——天立學科大腦（Tianli Brain）。
該系統以認知引擎與復雜系統理論為基礎，構建面向教育場景的垂類AGI系統探索路徑，其關鍵突破不在于傳統意義上的"解題能力"，而在于對學習本質的建模能力——從"學生是否答對"走向"是否真正理解"，從"知識點掌握"走向"認知結構形成"，從"靜態評估"走向"動態學習演化"。
系統架構采用“平臺套件—學科模型—教育數據”三原生一體化設計，構建安全可信的教育AGI底座。團隊融合深度語義建模與檢索增強生成（RAG）技術，并整合學生提問模式、復習策略變化及學習動機波動等"沉默數據"，實現對學生認知狀態的多維度刻畫與動態預測。
Nature將這一技術路徑指向更廣泛的通用人工智能（AGI）命題——即以教育這一高復雜度場景為切入，對“認知理解能力”的工程化實現進行前沿探索。
與多數停留在實驗階段的AI教育項目不同，天立路徑強調工程化與規模驗證。
天立啟鳴AI學伴作為已完成國家級備案的教育大模型系統，目前已在全國107所學校部署，累計服務師生超過25萬人次，在個性化學習路徑規劃、智能教學診斷、學習過程追蹤與反饋等場景中形成穩定能力。這一系統已在多個偏遠地區實現常態化教學應用，為缺乏優質師資的學校提供了可持續的智能教學支撐。這意味著，天立不僅提出了AI教育的技術構想，更實現了從理論建模、產品化開發到規?；渴鸬年P鍵跨越。
四、教育公平與可持續發展
AI系統的效果不僅體現在效率提升，更體現在資源分配結構的變化。
在云南彝良天立學校，AI系統提供的標準化語音訓練與發音對比反饋功能顯著提升了當地英語學習質量。該校三名學生先后被清華大學和北京大學錄取，打破當地塵封117年的清北錄取紀錄，被Nature作為“AI賦能教育公平”的代表性實踐進行呈現。
當認知支持能力可以規?；瘡椭茣r，優質教育資源的邊際成本將顯著下降。天立認為教育始終應以人為本，AI的價值在于讓優質教育跨越地域與資源的邊界，這一方向與聯合國可持續發展目標第四項（SDG 4）的核心精神一致。
與此同時，天立教育AI體系正加速走向全球，在印尼、馬來西亞等東南亞及全球南方國家推進落地應用，持續探索人工智能與基礎教育深度融合的可持續路徑。
面向未來，天立將以教育AGI為核心探索方向，推進技術研發與生態協同，致力于為全球基礎教育智能化轉型提供可驗證、可復制的中國方案。
原文鏈接：
https://www.nature.com/articles/d42473-026-00055-y
https://www.nature.com/articles/d42473-026-00056-x
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
