科技云报道原创。

不到1分钟，3岁自闭症孩子欢欢（化名）的评估报告就生成了。

看着眼前的评估报告，大米和小米高级督导徐园月回忆起刚入行时的自己，深深觉得，“使用RICE AI真是太方便了！”

和过去给自闭症孩子做评估不同，徐园月将自闭症孩子欢欢的信息输入RICE AI评估系统后，自动生成了一份16页的报告。报告涵盖了评估结果与分析、干预目标、干预计划等维度。拿到报告后只需要对内容进行审核和微调，前后不到30分钟。而没有RICE AI之前，整个过程只能依靠人工，至少需要3小时。

当通用AI赛道陷入“参数竞赛”时，一场更有温度的技术革命正在垂直领域悄然落地。大米和小米与亚马逊云科技联手打造的RICE AI解决方案，不仅用生成式AI破解了“个体差异大、人力成本高、服务覆盖难”的行业困局，更勾勒出AI应用发展的核心逻辑：真正的技术突破，永远从解决真实社会问题出发。

特殊需要儿童康复的“人力死结”

在美国疾控中心2020年的数据里，自闭症发病率已达1/36；而在国内，14岁以下特殊儿童（含自闭症、语言发育迟缓、学习困难等）约有3500万。这个数字背后，是一个触目惊心的人力缺口 —— 按每20名儿童配1名康复师的标准，全国需要200多万名专业康复师，但目前所有机构、学校的特教老师加起来仅约20万。

“个体差异是最大的难题。”大米和小米CTO崔迁在媒体沟通会上直言。特需儿童的障碍表现千差万别：有的孩子无法对视，有的对温度感知异常（30度会觉得灼热），有的因精细运动障碍写不出“捺”画。

传统康复模式下，每个孩子都需要督导、康复师组成的团队量身定制方案，而督导能服务的个案数有限。

这种“人力密集型”模式，还带来了两大痛点：一是服务覆盖难，三四线城市的康复机构往往连BCBA（国际认证行为分析师）都没有，家长只能带孩子跨省干预；二是效率极低，人工撰写评估报告需要3小时，调整训练策略要线下沟通半天，而孩子的康复黄金期（1-6岁）根本经不起等待。

当行业困局遇上AI技术爆发，一场变革开始酝酿。

RICE AI让“一人一案”规模化

2021年，大米和小米成立众米互联，正式布局AI康复领域。彼时，这家深耕行业10年的机构已积累了3万多个案评估数据、近1.2亿条干预行为记录、300多万条督导决策信息，这些带着“温度”的数据，成为AI落地的基石。

2023年，大米和小米与亚马逊云科技达成深度合作，依托后者的云计算、机器学习技术，推出特需儿童康复领域的生成式AI解决方案RICE AI。这套系统的核心，是用技术打破个性化与规模化的矛盾，让每个孩子都能享受到优质康复服务。

传统评估流程里，康复师需要与孩子和家长互动和沟通，这通常要2小时，再耗费半天进行人工分析家长提供的信息和孩子现场表现，家长往往要等1到2天才能拿到结果。

而RICE AI通过亚马逊云科技的Amazon SageMaker平台，在开源大模型基础上用大米和小米的数据集进行微调，训练出了自动化康复策略调整模型。

现在，家长只需上传孩子的档案数据、日常视频或音频，AI评估师5分钟就能生成初步结果；康复师和督导审核后，30分钟即可完成全套评估。

更关键的是，AI生成的干预策略准确率达90%，相当于一名资深督导的判断水平。“AI提升了对孩子的评估效率，现在康复师能把更多时间花在与孩子互动上。”徐园月说，特需儿童的康复是动态过程，当孩子学会辨认红色后，下一个目标可能是区分红与蓝，也可能是用红色积木搭房子。

这需要督导实时调整策略。传统模式下，督导要回查纸质数据图，与康复师线下沟通，一天服务的儿童数量十分有限。

RICE AI的AI督导功能彻底改变了这一流程。依托亚马逊云科技的云计算能力，系统能实时分析孩子的训练数据，自动判断是否达到目标，并生成下阶段干预方案。目前，RICE AI每日可生成4000多个干预策略，督导效率提升2.3倍。

身为督导的徐园月对此深有感触：“过去十年，无论是面对家长、众多专业从业者还是各类机构，我与许多伙伴交流发现，大家需要投入大量时间和资源才能变得专业化。现在，AI技术加速了这一进程。”

康复训练中，图卡、绘本是核心教具。RICE AI基于亚马逊云科技Amazon SageMaker机器学习平台训练出的图片大模型，能根据孩子的兴趣快速生成个性化教具——喜欢奥特曼的孩子，会拿到“奥特曼教社交”的绘本；喜欢超级飞侠的孩子，图卡主角会变成乐迪。

“深度赋能”不是卖技术而是懂场景

当很多技术提供商还在卖算力时，亚马逊云科技的团队已经走进了康复中心的课堂。他们的应用科学家、架构师连续几天跟大米和小米的康复师一起上课，观察孩子的反应、康复师的操作，甚至记录下孩子注意力时长这样的细节。

这种场景化赋能，正是RICE AI成功的关键。亚马逊云科技大中华区技术总监王晓野将其总结为“从真实场景反向推导技术演进”，不是把通用AI能力套用到行业里，而是先理解康复师的痛点、孩子的需求，再匹配技术方案。

为了让AI适应特殊儿童康复的复杂场景，亚马逊云科技提供了全流程支持：从初期的 POC（概念验证）测试，到中期的模型微调，再到后期的代码级解决方案。

例如，在科技赋能场景的挖掘过程中，亚马逊的AI Field Lab团队与康复训练中的核心角色（包括康复师、督导、研发及产品开发人员）进行了深入访谈和问卷调研，再通过田野实验和影子实验，细致观察了康复培训过程、教具使用及患儿与康复师的互动，从而精准梳理出康复训练业务中的核心价值点，并成功挖掘出普惠社会价值、提高工作效率、智能分析生成策略及多维度视频分析等赋能业务场景。

大模型训练往往意味着高额成本，但亚马逊云科技通过技术优化，帮大米和小米实现了成本可控，其采用LoRA微调+强化学习技术，不仅在模型优化环节实现降本增效，还进一步使推理成本大幅下降。这种“低成本+高效率”的模式，让RICE AI具备了向行业开放的基础。

目前，双方正在探索更前沿的技术方向。一是多模态分析，通过摄像头捕捉孩子的面部表情、肢体动作，以更全面、多维度地提升康复效果；二是基于亚马逊云科技开源的Strands Agents，搭建智能自动化康复策略系统，从而更精准地为康复师和督导提供孩子康复的下一步策略。

目前，“AI+康复训练一体化”解决方案已经在全国超过60家康复机构和学校全面应用，可同时服务逾5000名特殊需求儿童，惠及超过1万个家庭。目前，大米和小米已将RICE AI面向全国机构开放，以此帮助更多有需要的机构，惠及更广泛的特需儿童与家庭，并且计划在3年内实现服务10万包括机构、康复师、学校、公益组织等专业用户及50万个家庭的目标。

科技的终极目标是让人们生活更加美好。大米和小米并未将RICE AI独占，而是选择向全行业开放。目前，全国已有60多家康复机构和学校接入系统，这些机构不仅能使用AI评估、督导功能，还能共享大米和小米10年积累的专业知识，包括专家课程、康复案例、教案模板等。

以前，偏远地区的康复师很难接触到BCBA的课程，现在通过RICE AI，他们能随时学习最新的干预方法。这种开放共赢的模式，正在推动特需儿童康复行业从“零散化”走向“标准化”。

从需求出发，技术才有意义。当ChatGPT、文心一言等通用AI抢占头条时，那些能深入垂直领域、解决具体问题的技术，才真正具备改变世界的力量。

创办于2004年、专注特需儿童康复教育的南宁市暖阳儿童康复服务中心，长期被多重难题困扰：评估工作始终是压在团队肩上的重担——单训老师评估技能不足难以独立操作，专业评估师又因孩子数量多而人手紧缺；出具评估报告耗时冗长，大量挤占督导给孩子制定干预方案的时间。

康复过程中的数据记录与分析同样棘手：康复师一边给孩子做着干预，一边还得记录数据，孩子调皮伸手抢过记录的纸笔，数据记录时有缺失。更让人着急的是，骨干老师如果整天陷在文案事务里，带新人、做督导的时间被挤得没了影，机构的人力成本不知不觉就涨了上去。

使RICE AI系统后，实实在在的改变正在发生。

在南宁市暖阳儿童康复服务中心，首评估流程的提速让人印象深刻。过去，从完成评估、出具报告，到制定方案并与家长沟通，前前后后得花上10天；如今，系统通过智能匹配精准缩减评估范围，不仅让评估与报告生成更快速，精准度也同步提升。

更重要的是，系统会根据干预数据实时调整干预方案，康复师和督导可以根据系统自动生成的阶段性报告复盘孩子的情况，与家长高效沟通。而系统统一的评估标准，更让康复师与督导之间的合作少了磕绊，多了顺畅。

这些小小的进步，或许比任何AI参数、技术突破都更有意义。RICE AI用实践证明，AI的终极目标，不是超越人类，而是让每个生命都能得到更好的守护。当技术带着温度落地，当垂直领域的小创新汇聚起来，就能形成改变社会的大力量。而这，就是AI应用发展的真正方向。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)