2025至2030教育人工智能算法发展现状及场景落地与商业化潜力研究报告

2025至2030教育人工智能算法发展现状及场景落地与商业化潜力研究报告目录一、教育人工智能算法发展现状分析 31、全球及中国教育AI算法技术演进路径 3年前教育AI算法的主要技术特征与局限 3年关键技术突破方向与趋势 42、教育AI算法在教学核心环节的应用现状 4智能评测与个性化学习路径推荐系统落地情况 4自然语言处理与多模态融合在课堂互动中的应用进展 4二、教育人工智能市场竞争格局与主要参与者 41、国内外头部企业布局与技术路线对比 4中国本土企业（如科大讯飞、猿辅导、好未来）算法战略分析 42、初创企业与高校科研机构创新生态 4典型教育AI初创企业的技术差异化与商业化模式 4高校联合实验室在基础算法研发中的角色与成果转化效率 6三、核心技术体系与算法模型演进趋势 71、主流教育AI算法架构与性能指标 7知识图谱构建与推理算法在学科建模中的应用 7大模型微调与小样本学习在教育资源稀缺场景下的适配性 82、新兴技术融合对教育算法的赋能 8生成式AI（AIGC）在教学内容自动生成中的潜力与挑战 8边缘计算与联邦学习在保障数据隐私前提下的算法部署 8四、市场应用场景落地与商业化路径 91、K12、高等教育与职业培训细分市场渗透情况 9职业教育中AI模拟实训与技能评估系统的商业化成熟度 92、B端与C端商业模式对比分析 9面向学校与教育局的SaaS服务与政府采购模式 9面向家庭用户的订阅制与效果付费机制设计 9五、政策环境、数据治理与风险挑战 91、国家及地方教育AI相关政策法规解读 9新一代人工智能发展规划》对教育算法发展的引导作用 9双减”政策下AI教育产品合规性要求与边界界定 102、数据安全、伦理与算法偏见风险 11学生行为数据采集与使用的隐私保护合规框架 11算法公平性评估机制与教育公平性保障措施 12六、投资机会与战略建议 131、重点赛道与高潜力技术方向研判 13自适应学习引擎与情感计算融合的早期投资窗口 13教育大模型垂直领域微调平台的资本关注度 132、风险控制与长期布局策略 15技术迭代过快带来的产品生命周期管理挑战应对 15政策不确定性下的多元化市场进入与退出机制设计 16摘要近年来，教育人工智能算法在全球范围内加速演进，尤其在中国政策支持与技术迭代双重驱动下，2025至2030年将成为该领域从技术探索迈向规模化商业落地的关键窗口期。据艾瑞咨询与IDC联合数据显示，2024年中国教育AI市场规模已突破280亿元，预计到2030年将达1200亿元以上，年复合增长率超过25%，其中算法驱动的个性化学习、智能评测、教学辅助与教育管理四大场景贡献超80%的营收份额。当前主流算法方向聚焦于大模型微调、多模态融合、知识图谱构建与自适应学习路径规划，尤其以基于Transformer架构的教育垂类大模型在语义理解、作文批改、解题推理等任务中表现突出，准确率普遍超过90%。与此同时，联邦学习与隐私计算技术的引入有效缓解了教育数据孤岛与合规风险，为算法训练提供了更安全、可持续的数据基础。在落地场景方面，K12阶段的智能作业批改与学情诊断已实现区域级规模化部署，如北京、上海、深圳等地试点学校覆盖率超60%；职业教育领域则依托AI算法实现岗位能力画像与课程智能匹配，显著提升培训转化效率；高等教育中，AI助教与科研辅助工具正逐步嵌入教学全流程。商业化路径日趋清晰，主要分为B2G（政府采购）、B2B（学校/机构采购）与B2C（家长/学生订阅）三种模式，其中B2G因政策导向稳定增长，B2C则在“双减”后加速向素质教育与家庭教育场景延伸，ARPU值年均提升15%。未来五年，算法发展将更强调“教育本位”而非“技术炫技”，即以教学效果提升、师生负担减轻、教育公平促进为核心目标，推动算法从“可用”向“好用”“爱用”跃迁。预计到2027年，具备强解释性、低延迟、高鲁棒性的轻量化教育AI算法将成为主流，边缘计算与端侧部署能力将大幅提升，使乡村学校也能低成本接入优质智能服务。此外，随着《生成式人工智能服务管理暂行办法》等法规完善，算法伦理、数据安全与内容合规将成为商业化落地的前提条件，倒逼企业构建全生命周期治理框架。总体来看，2025至2030年教育人工智能算法不仅将在技术层面实现从感知智能向认知智能的跨越，更将在商业模式、生态协同与社会价值层面形成闭环，成为推动教育数字化转型的核心引擎，其商业化潜力不仅体现在直接市场规模扩张，更在于对传统教育产业链的重构与效率革命，最终实现“因材施教”千年教育理想的规模化实践。年份全球教育AI算法产能（万套/年）实际产量（万套/年）产能利用率（%）全球需求量（万套/年）中国占全球比重（%）20251209680.011035.02026150127.585.014038.52027190165.387.018041.22028240216.090.023044.02029300276.092.029046.5一、教育人工智能算法发展现状分析1、全球及中国教育AI算法技术演进路径年前教育AI算法的主要技术特征与局限年关键技术突破方向与趋势2、教育AI算法在教学核心环节的应用现状智能评测与个性化学习路径推荐系统落地情况自然语言处理与多模态融合在课堂互动中的应用进展年份全球教育AI算法市场规模（亿美元）年复合增长率（CAGR）平均单价（美元/千次调用）头部企业市场份额（%）202532.518.2%8.6042.3202638.418.0%8.2041.7202745.317.8%7.8540.9202853.217.5%7.5040.1202962.117.2%7.2039.4203072.016.9%6.9538.7二、教育人工智能市场竞争格局与主要参与者1、国内外头部企业布局与技术路线对比中国本土企业（如科大讯飞、猿辅导、好未来）算法战略分析2、初创企业与高校科研机构创新生态典型教育AI初创企业的技术差异化与商业化模式近年来，教育人工智能领域涌现出一批具有技术特色与商业敏锐度的初创企业，其发展轨迹不仅映射出行业技术演进的方向，也揭示了教育科技商业化路径的多样性。据艾瑞咨询数据显示，2024年中国教育AI市场规模已突破280亿元，预计到2030年将增长至950亿元，年复合增长率维持在22.3%左右。在这一增长背景下，典型教育AI初创企业通过聚焦细分场景、构建数据壁垒与优化算法架构，形成了显著的技术差异化优势。例如，部分企业专注于K12个性化学习路径推荐系统，依托大规模学生行为数据训练深度强化学习模型，实现知识点掌握度的动态评估与内容推送；另一些企业则深耕语言教育领域，利用多模态大模型融合语音识别、语义理解与情感计算，打造沉浸式口语训练平台。这些技术路径的选择并非随机，而是基于对教育痛点、数据可获得性及算力成本的综合考量。在数据层面，领先企业普遍构建了覆盖百万级学生的动态学习数据库，部分头部公司日均处理学习交互数据超过5亿条，为模型迭代提供了坚实基础。与此同时，算法层面的创新也日趋精细化，如引入图神经网络建模知识图谱关系，或采用联邦学习技术在保障数据隐私的前提下实现跨校协同建模，这些技术突破显著提升了教育AI系统的泛化能力与适应性。商业化模式方面，教育AI初创企业呈现出从“工具型产品”向“服务型生态”演进的趋势。早期企业多以SaaS订阅模式为主，面向学校或培训机构提供智能题库、作业批改或课堂分析工具，客单价集中在5万至30万元区间。随着技术成熟与客户信任度提升，越来越多企业转向“AI+内容+服务”的复合商业模式，例如推出按学习效果付费的智能辅导套餐，或与地方教育局合作建设区域智慧教育平台，按学生人数收取年度服务费。部分企业还探索出B2B2C路径，通过学校端部署系统后，向家长端提供增值服务，如个性化学习报告、升学规划建议等，单用户年均ARPU值可达800至1500元。据第三方机构调研，2024年教育AI企业平均客户留存率已提升至68%，较2021年提高21个百分点，显示出商业模式的可持续性正在增强。值得注意的是，政策环境对商业化路径产生深远影响，《新一代人工智能发展规划》及“教育数字化战略行动”等文件明确鼓励AI在教育公平、减负增效方面的应用，促使企业将技术能力与公共教育需求深度绑定。例如，有企业开发面向县域学校的低成本AI助教系统，通过轻量化部署与离线运行能力，有效覆盖网络条件有限的地区，此类产品在2024年已进入全国12个省份的政府采购目录。展望2025至2030年，随着多模态大模型成本下降与边缘计算设备普及，教育AI初创企业将进一步拓展至家庭教育机器人、虚拟实训教师、心理健康监测等新兴场景，预计到2030年，服务型收入在整体营收中的占比将从当前的35%提升至60%以上，形成以技术为底座、以场景为接口、以效果为价值锚点的成熟商业闭环。高校联合实验室在基础算法研发中的角色与成果转化效率近年来，高校联合实验室在教育人工智能基础算法研发中扮演着日益关键的角色，其作为连接学术前沿与产业应用的重要桥梁，不仅推动了底层技术的持续突破，也在加速科研成果向商业化场景转化方面展现出显著潜力。据中国人工智能产业发展联盟2024年发布的数据显示，全国已有超过180所“双一流”高校与企业共建人工智能联合实验室，其中聚焦教育垂直领域的实验室数量从2020年的不足20家增长至2024年的67家，年均复合增长率达35.2%。这些实验室在知识图谱构建、个性化推荐算法、多模态学习分析、自适应学习路径规划等核心方向持续深耕，形成了大量具有自主知识产权的基础算法模型。例如，清华大学与科大讯飞共建的“智能教育联合实验室”在2023年发布的基于认知诊断理论的深度学习模型，已成功应用于全国超过3000所中小学的智能教学系统中，显著提升了学生学习效率与教师教学精准度。从市场规模角度看，教育AI算法相关技术授权与服务收入在2024年达到48.7亿元，预计到2030年将突破210亿元，其中高校联合实验室贡献的技术成果占比预计将从当前的22%提升至38%。这一增长趋势的背后，是政策引导与市场机制双重驱动的结果。教育部《教育数字化战略行动（2022—2025年）》明确提出支持“产学研用”一体化创新平台建设，科技部亦在“人工智能+教育”专项中设立成果转化专项资金，2023—2025年累计投入达9.6亿元。在此背景下，高校联合实验室逐步建立起以市场需求为导向的研发机制，通过设立技术转移办公室、引入企业驻校工程师、共建中试平台等方式，显著缩短了从论文发表到产品落地的周期。过去五年，典型实验室的成果转化周期已由平均36个月压缩至18个月以内，部分轻量化算法模块甚至可在6个月内完成产品集成。值得注意的是，尽管成果数量持续增长，但整体转化效率仍存在结构性差异。东部地区高校联合实验室因靠近产业聚集区、资本活跃度高，其商业化成功率普遍高于中西部同类机构。2024年数据显示，长三角与珠三角地区实验室的算法产品落地率达61%，而中西部地区仅为34%。为弥合这一差距，多地政府正推动“飞地实验室”模式，鼓励中西部高校与头部企业在上海、深圳等地共建研发实体，共享市场资源与工程化能力。展望2025至2030年，随着大模型技术向教育场景深度渗透，高校联合实验室将进一步聚焦小样本学习、可解释性AI、教育公平性算法等前沿方向，同时强化与教育科技企业的联合产品定义能力。预计到2030年，全国将形成30个以上具有国际影响力的教育AI算法研发高地，年均产出可商业化算法模块超200项，带动教育智能硬件、SaaS服务及内容生态的整体市场规模突破800亿元。在这一进程中，高校联合实验室不仅是技术创新的策源地，更将成为教育人工智能产业生态构建的核心引擎。年份销量（万套）收入（亿元）单价（元/套）毛利率（%）20258517.0200042.5202611023.1210044.0202714531.9220045.5202819043.7230047.0202924558.8240048.5203031077.5250050.0三、核心技术体系与算法模型演进趋势1、主流教育AI算法架构与性能指标知识图谱构建与推理算法在学科建模中的应用大模型微调与小样本学习在教育资源稀缺场景下的适配性2、新兴技术融合对教育算法的赋能生成式AI（AIGC）在教学内容自动生成中的潜力与挑战应用场景2025年渗透率（%）2027年渗透率（%）2030年渗透率（%）主要挑战（评分，1-5分）K12课件自动生成2845683.2高等教育课程内容生成2238623.7职业教育实训材料生成1935584.1个性化习题与测评生成3552752.8多语言教学资源生成1530554.3边缘计算与联邦学习在保障数据隐私前提下的算法部署分析维度关键指标2025年预估值2027年预估值2030年预估值优势（Strengths）AI算法教育渗透率（%）324867劣势（Weaknesses）数据隐私合规成本（亿元）182533机会（Opportunities）教育AI市场规模（亿元）4207801350威胁（Threats）政策监管强度指数（1-10）5.26.88.1综合潜力商业化落地项目数（个）1,2002,8005,500四、市场应用场景落地与商业化路径1、K12、高等教育与职业培训细分市场渗透情况职业教育中AI模拟实训与技能评估系统的商业化成熟度2、B端与C端商业模式对比分析面向学校与教育局的SaaS服务与政府采购模式面向家庭用户的订阅制与效果付费机制设计五、政策环境、数据治理与风险挑战1、国家及地方教育AI相关政策法规解读新一代人工智能发展规划》对教育算法发展的引导作用《新一代人工智能发展规划》自发布以来，持续为教育领域人工智能算法的发展提供战略指引与政策支撑，推动教育智能化从概念探索迈向规模化落地。该规划明确提出“智能教育”作为重点应用场景之一，强调构建覆盖全学段、贯穿全过程的智能教育体系，为教育算法的研发方向、技术路径与产业生态注入明确信号。在此背景下，教育人工智能算法不再局限于单一功能模块的优化，而是朝着多模态融合、个性化推荐、认知建模与情感计算等高阶能力演进。据艾瑞咨询数据显示，2024年中国教育人工智能市场规模已达487亿元，预计到2030年将突破1800亿元，年均复合增长率超过21.3%。这一增长动能的背后，正是政策引导下算法技术与教育场景深度融合的结果。规划中提出的“推动人工智能在教育、教学、管理、评价等环节的深度应用”，直接催生了自适应学习系统、智能作业批改、课堂行为分析、学业风险预警等核心算法产品的商业化落地。以自适应学习为例，依托知识图谱与强化学习算法，系统可动态构建学生个体认知模型，实现千人千面的学习路径规划，目前头部企业如科大讯飞、猿辅导、好未来等均已部署相关算法平台，服务用户超千万级。同时，规划强调“加强教育数据资源整合与开放共享”，为算法训练提供了高质量、结构化的数据基础。教育部联合多部门推动建设国家智慧教育平台，截至2024年底已汇聚超10亿条教学行为数据，涵盖K12、职业教育与高等教育多个维度，显著提升了教育算法的泛化能力与精准度。在技术方向上，规划鼓励发展可解释性AI与伦理合规算法，促使教育AI从“黑箱决策”向“透明可信”转型，这不仅增强了教师与家长对智能系统的接受度，也为算法产品进入公立校体系扫清制度障碍。此外，规划中关于“培育人工智能+教育新业态”的提法，进一步激发了资本对教育算法赛道的信心。2023年至2024年，教育AI领域融资总额同比增长37%，其中超六成资金投向算法底层技术研发，包括大模型微调、小样本学习、跨学科知识推理等前沿方向。展望2025至2030年，在规划持续实施的推动下，教育算法将加速向“轻量化、边缘化、实时化”演进，支持在终端设备上实现低延迟推理，满足乡村学校、移动课堂等资源受限场景的需求。同时，伴随教育评价改革深化，算法将更多介入过程性评价与综合素质建模，形成覆盖德智体美劳的多维智能评估体系。政策与市场的双重驱动，使得教育人工智能算法不仅成为提升教育公平与质量的关键工具，更孕育出庞大的商业化空间，涵盖SaaS服务、硬件集成、数据运营与定制化解决方案等多种盈利模式。可以预见，在《新一代人工智能发展规划》的长期引领下，教育算法将从辅助工具升级为教育生态的核心基础设施，其技术成熟度、场景适配性与商业可持续性将在未来五年实现质的飞跃。双减”政策下AI教育产品合规性要求与边界界定2、数据安全、伦理与算法偏见风险学生行为数据采集与使用的隐私保护合规框架随着教育人工智能在2025至2030年间的加速渗透，学生行为数据的采集规模呈现指数级增长。据艾瑞咨询数据显示，2024年中国教育科技市场中涉及学生行为数据采集的AI产品渗透率已达到38.7%，预计到2030年该比例将突破75%，对应市场规模将从2024年的约210亿元人民币增长至超过860亿元。这一迅猛扩张的背后，是对学生课堂互动、作业完成轨迹、在线学习停留时长、情绪识别反馈等多维度行为数据的深度依赖。然而，数据价值释放的同时，隐私泄露风险亦同步加剧。2023年教育部联合国家网信办发布的《未成年人网络保护条例》明确要求，任何教育类AI系统在采集、存储、处理14周岁以下学生个人信息时，必须取得监护人明示同意，并实施最小必要原则。在此合规框架下，行业逐步形成以“数据分类分级—授权机制构建—技术防护体系—审计问责机制”为核心的四层治理结构。数据分类分级方面，依据《个人信息保护法》与《教育行业数据安全标准（试行）》，学生行为数据被细分为基础身份信息、学习过程数据、心理与情绪数据、社交互动数据等四类，其中后两类被列为敏感个人信息，需采取加密存储、匿名化处理及访问权限严格控制等措施。授权机制上，主流教育AI平台已普遍引入动态同意管理界面，支持家长实时查看数据采集范围、用途及共享对象，并可随时撤回授权。技术防护层面，联邦学习、差分隐私与同态加密等隐私计算技术正加速落地，例如科大讯飞在2024年推出的“星火教育大模型”即采用本地化边缘计算架构，确保原始行为数据不出校域，仅上传脱敏后的特征向量用于模型训练。审计与问责机制则依托区块链技术实现数据操作全流程可追溯，北京、上海、深圳等地教育主管部门已试点部署教育数据合规监管平台，对辖区内AI教育产品实施季度合规评估，违规企业将面临最高达年营收5%的罚款及产品下架风险。展望2025至2030年，隐私保护合规能力将成为教育AI企业核心竞争力的关键指标。据IDC预测，到2027年，具备完整隐私合规认证（如ISO/IEC27701、GDPRK12适配认证）的教育AI解决方案将占据高端市场60%以上份额。同时，国家层面有望出台《教育人工智能数据安全专项管理办法》，进一步细化学生行为数据生命周期管理要求，推动建立全国统一的教育数据可信流通基础设施。在此背景下，企业需提前布局隐私增强技术（PETs）研发，构建覆盖数据采集、传输、存储、使用、销毁全链条的合规闭环，方能在高速增长的千亿级市场中实现可持续商业化。算法公平性评估机制与教育公平性保障措施在2025至2030年期间，教育人工智能算法的公平性评估机制与教育公平性保障措施成为行业发展的核心议题之一。随着全球教育科技市场规模预计从2024年的约1200亿美元增长至2030年的近3000亿美元，中国教育AI市场亦呈现高速增长态势，年复合增长率维持在22%以上。在此背景下，算法公平性不仅关乎技术伦理，更直接影响教育产品的市场接受度、政策合规性以及长期商业化潜力。当前，主流教育AI系统在个性化推荐、智能测评、自适应学习路径规划等场景中广泛应用机器学习模型，但其训练数据往往存在地域、性别、社会经济背景等维度的偏差，可能导致对弱势群体学生的系统性忽视甚至歧视。为应对这一挑战，行业正逐步构建多维度、可量化的公平性评估框架。该框架涵盖数据层、模型层与应用层三个关键环节：在数据层，通过引入代表性采样、去偏预处理及敏感属性脱敏技术，确保训练数据覆盖城乡、民族、残障状态等多元学生群体；在模型层，采用公平性约束优化、对抗去偏学习及多目标损失函数设计，使模型在保持预测准确率的同时降低对敏感变量的依赖；在应用层，则通过可解释性工具、用户反馈闭环机制及第三方审计制度，实现算法决策过程的透明化与可追溯。据教育部2024年发布的《教育人工智能伦理治理指南（试行）》，到2027年，所有面向K12阶段的AI教育产品须通过国家认证的公平性评估测试，相关标准已纳入《教育信息化2.0行动计划》的强制性合规要求。与此同时，头部企业如科大讯飞、腾讯教育、好未来等已设立专门的算法伦理委员会，并联合高校科研机构开发本土化公平性指标体系，例如基于中国学生学业表现与社会背景的“教育机会均等指数”（EOEI），该指数综合考量区域教育资源差异、家庭收入水平与学业进步速率，为算法调优提供量化依据。预测显示，到2030年，具备完善公平性保障机制的教育AI产品将占据国内市场份额的65%以上，其用户留存率较未通过公平性认证的产品高出约30个百分点。此外，政策驱动下的政府采购倾向亦显著增强，2025年起，多地教育局在智慧教育项目招标中明确要求供应商提供第三方出具的算法公平性评估报告。从技术演进方向看，联邦学习与隐私计算技术的融合应用将进一步提升数据多样性与隐私保护水平，使偏远地区学生数据在不泄露个体信息的前提下参与模型训练，从而缩小城乡教育AI服务差距。未来五年，随着《人工智能法》《未成年人网络保护条例》等法规的深入实施，算法公平性将不再仅是技术选配项，而是教育AI产品商业化落地的前提条件。企业若未能建立系统性公平保障机制，不仅面临市场准入限制，还可能因算法歧视引发法律诉讼与品牌声誉风险。因此，构建覆盖全生命周期的公平性治理体系，已成为教育人工智能企业实现可持续增长与社会价值统一的战略支点。六、投资机会与战略建议1、重点赛道与高潜力技术方向研判自适应学习引擎与情感计算融合的早期投资窗口教育大模型垂直领域微调平台的资本关注度近年来，教育大模型垂直领域微调平台正逐步成为人工智能与教育融合的关键技术载体，其资本关注度持续攀升，反映出市场对教育智能化升级路径的高度认可。据艾瑞咨询2024年发布的《中国教育AI产业发展白皮书》显示，2023年国内教育大模型相关融资事件达67起，其中明确聚焦于垂直领域微调平台的项目占比超过42%，融资总额突破58亿元人民币，较2022年同比增长136%。这一数据背后，是资本对教育场景复杂性与模型泛化能力之间矛盾的深刻洞察——通用大模型虽具备强大语言理解能力，但在教学内容精准性、学科知识结构化、学生认知路径建模等方面存在显著短板，而通过高质量教育语料对基础模型进行垂直微调，能够有效提升模型在作业批改、个性化推荐、智能答疑、教学设计等核心场景中的专业表现。红杉资本、高瓴创投、启明创投等头部机构在2023至2024年间密集布局该赛道，单笔融资额普遍在亿元级别以上，其中“智学引擎”“课研AI”“育见模型”等平台在B轮前即获得超3亿元估值，凸显资本对技术壁垒与商业化前景的双重押注。从地域分布看，北京、上海、深圳、杭州四地聚集了全国78%的教育微调平台初创企业，这些区域不仅拥有密集的高校与教研资源，还具备成熟的AI基础设施与数据合规生态，为模型训练与迭代提供坚实支撑。值得注意的是，2024年教育部等六部门联合印发《人工智能赋能教育高质量发展行动计划》，明确提出支持建设“教育专用大模型训练与微调平台”，政策红利进一步催化资本流入。据IDC预测，到2027年，中国教育垂直大模型微调平台市场规模将达124亿元，年复合增长率高达41.3%，其中K12、职业教育、高等教育三大细分领域分别占据45%、32%和18%的市场份额。资本关注焦点正从早期的模型架构创新转向数据资产积累、教师协同标注机制、多模态教学理解能力等更具可持续性的维度。例如，部分领先平台已构建覆盖百万级知识点图谱、千万级学生行为日志、亿级教学对话样本的专属训练集，并通过联邦学习与差分隐私技术实现数据安全合规使用，此类能力成为新一轮融资估值的核心依据。展望2025至2030年，随着教育数字化转型进入深水区，微调平台将不再局限于单一模型优化，而是向“模型即服务”（MaaS）模式演进，提供从数据清洗、领域适配、效果评估到持续迭代的一站式解决方案。资本方亦将更注重平台与学校、出版社、在线教育机构的生态协同能力，以及在“双减”背景下对课后服务、素质教育、教育公平等国家战略议题的响应效率。据清科研究中心模型测算，若政策环境稳定、技术路径清晰，2030年该细分赛道有望吸引累计超300亿元风险投资，成为教育科技领域最具成长确定性的投资方向之一。年份融资事件数量（起）融资总额（亿元人民币）平均单笔融资额（亿元）头部企业数量（家）2025128.50.713202618