提升教学效率的核心在于获取结构化可分析的教学数据。在“教、学、练、测”四个环节中，由于练和测本身可以落点于拆分详细、内容固定的选项上，很容易在线上完成，获取用户的学习数据和知识图谱，反补于教和学的规划和设计，市面上已有的产品有「乂学」、「悉之」等。
但教和学则强调行为和过程，难以一一对应进行拆解和记录，难有结构化数据，这也是传统教研方式单一、教学质量评估周期长、人工成本高、个性化低的主要原因。
36氪最近接触到的「清帆科技」，利用 AI 技术研发了一款「EduBrain 教学分析系统」，通过摄像头、拾音器等硬件分析老师学生的课堂情绪和学习状态，在课后一小时内生成教学报告。36氪获悉，清帆科技于 2018年 1月曾获立思辰千万元级战略融资。此前，清帆科技曾于 2016年6 月获得云天使基金天使轮融资。
EduBrain教学分析系统现在落地的场景有线下大班课、平板课和线上直播课；由于线下大班课依然是最高频多发的教育场景，所以清帆科技布局的重点是线下。从市场需求来看，全国的公立学校、私立校、线上教育机构等加起来约有
100
万家，每天产生的课程时长总计约
1亿小时，但系统的数据分析系统一直没有普及。
针对教学教研效率低、更迭慢的问题，EduBrain教学分析系统从知、行、情三个角度，来挖掘数据价值：
知。清帆科技结合清华大学K12学科知识图谱研究成果，提取老师在课堂上讲述的关键词，关联知识图谱里相应的知识点。
行。收集老师和学生的课堂行为，如举手、站立、点头、趴桌、转动身体等，分析课堂行为趋势。
情。收集老师和学生面部表情和语音情感数据，包括高兴、惊喜、伤心、害怕、厌恶、生气、中性、分析课堂情绪变化。
结合知行情三方数据，EduBrain教学分析系统把行为和情绪拆分成更细致的分类，进行每秒 30次的逐帧分析，结合相关的知识内容，输出教学分析报告，包括课堂情绪、课堂发言占比和课堂活跃度及融入度。
从教研环节来看，综合的数据分析可以作为老师迭代教研、教学方式的支撑。例如在教学上，有传授式、引导式、问答式等不同的教学模式，对应相关的知识点、课堂发言占比，结合学生的情绪状态和行为，可以了解学生对模式和内容的接受程度，从而即时调整老师的教学行为和知识点密集度。
而具体到个人，EduBrain教学分析系统拆分每个个体的行为和情绪，让老师了解学生的课堂状态、活跃度、专注度等，帮助老师和家长从多个维度了解学生的学习情况，做更个性化的教育。目前清帆科技的盈利方式主要是软硬件一体化的计算平台设备和基于云的数据服务。
而信息化的产品进入市场的难点通常是教育市场，清帆科技策略是先打入重点城市的名校，然后由“领头学校”辐射四周，借助立思辰教育渠道网络优势。目前EduBrain教学分析系统已经落地了北京、广州、南京、重庆等城市的十几所公立学校，线上则落地了两家教育品牌。
关于团队，创始人张文铸是清华博士，是清华大学智能教育技术创新联合研究中心副主任、立思辰教育AI实验室主任，曾在清华电子系复杂工程系统实验室做博士后研究，期间担任“清华—思科绿色科技联合实验室”副主任职务；联创焦剑涛是斯坦福博士，曾获斯坦福最高奖学金，现在是加州大学伯克利分校电子工程与计算机系助理教授。
