当大模型 “吞噬” 垂类应用，教育 AI 如何成为例外？

抢滩教育 AI，猿辅导这次赌对了吗?

AI 正以迅猛的速度追赶人类智力。当大模型在越来越多垂直领域上持续进步，创业公司们还有生存空间吗？

AI 应用创业公司最近一次感到恐慌，来自 GPT-4o 文生图功能的更新，其生成的吉卜力风格图片刷爆社交媒体，效果超过 Midjourney、Stable Diffusion、Gemini 等对手。“复杂工程化注定会被模型碾碎”，资深产品设计师 “歸藏” 说，“如今都被一个简单对话界面所取代。”

在猿辅导集团副总裁王向东看来，大模型吞噬垂类应用的事情，在教育行业不会发生。

他认为文生图的需求简单、标准化，而教育需求极度复杂且非标。中小学生的需求包括作业检查、知识讲解、错题总结、心理陪伴等，且每个学生的学习进度不同、知识薄弱点不同，大模型更擅长的做题，只是教育中的很小一部分。

一个直接的例子是：当你把一份小学五年级学生字迹歪扭、多个错误的试卷拍照给大模型时，大模型很难完全识别出学生的字迹，也就难以准确判断对错，更无法用循循善诱的方式给学生讲题，培养学生的批判思维、勇于创新的能力。

通用大模型难以满足教育的复杂需求，给了教育 AI 落地的机会。今年 3 月国外知名投资机构 A16Z 发布了全球最赚钱的前 50 个 AI 应用收入，数学解题、语言学习的应用贡献了前 50 总收入的 8%。

这些学习类 AI 的底层依然是通用大模型，但它们找到了刚需场景，提供了比通用大模型更好的解决方案。当底层模型趋同时，安全专业的服务、对垂直场景的深度理解，才是留存用户的关键。

猿辅导在 2014 年就设立业内第一个 AI Lab，并在此基础上做出了猿题库、小猿口算、小猿搜题等产品。2021 年在线学科培训业务被剥离后，公司以此为基座孵化了海豚 AI 学、小猿学练机等产品。

4 月 15 日，猿辅导发布了首个专为中小学生打造的教育 AI 小猿 AI，并在此基础上发布教育应用小猿 AI APP 与小猿 AI 学习机。

小猿 AI 结合了 DeepSeek 的推理能力、自研猿力大模型的教育能力，不是简单给学生答案，而是希望实现 “类人一对一”，将类似真人老师的诊断、教学、练习落地，帮助学生掌握知识薄弱点、提升能力，并陪伴学生成长。

中小学生需要什么样的专业教育 AI？

中小学生课后的学习场景主要是三个：预习、复习、练习，家长最大的痛点是无法全程参与——没空找预习资料、没空检查作业，即使家长抽出空来，讲解到最后也可能 “鸡飞狗跳”。

此前拍照搜题软件可以检查作业，在线大班课可以讲课、辅导，但学生还是会面临无法定位错因、讲解过程中听不懂无法及时获得解答、学习全流程无法顺畅衔接等问题。

人与人的交互才能建筑灵魂，一对一家教是理想的解决方案。但优秀名师永远是稀缺资源，真人老师的一对一教授也难以渗透到学生学习的每个环节。

“大模型第一次给了我们机会，可以给所有学生反馈。” 猿辅导集团副总裁、CTO 杨元祖说。

专业教育 AI 在大模型的支持下，提供了一种接近真人教师教学的解决方案：如果把小猿 AI 比作一栋房子，底层浇筑的是非公开、高质量的教育数据，钢筋是自研 “猿力大模型” 与 Deepseek，顶梁柱是特级教师思维链，房中的家具是真实的教育场景应用，这几层相互联系，又相互促进，共同推动个性化学习向真人老师一对一进化。

小猿 AI 底层架构

为了让小猿 AI 像特级教师一样进行个性化的辅导，培养孩子的思考力和创造力，猿辅导集团根据布鲁姆教育目标理论对大模型进行了复杂调教。

内部将调教分为五个等级：基础模式（IOP)、思维链（CoT）、专家角色（Ep）、SC(自我一致）、ToT（思维树），针对不同的教育目标，对相应 AI 提示策略进行个性化适配，并尝试以此激发学生创造力、提升逻辑思维和批判性思维。

传统的基础模式（IOP) 会在用户提问后直接给出答案，而猿辅导则会根据不同的年龄，不同的学习阶段进行答案的匹配，使孩子能更好的理解和吸收知识。

例如在百科问答中，学生问 “为什么天上的云会有不同形状？”6 岁孩子，会得到生活化的回答；而 15 岁孩子得到的回答，则会结合地理、物理知识给予讲解大气动力学和热学等原理。

这些复杂的工程化调教，短期内不会因为大模型的一次迭代就被碾碎，核心原因是教育公司掌握了大量的非公开数据。

首先是最关键的学情数据。猿辅导集团的 300+ 亿条学习大数据和行为大数据，让小猿 AI 能足够了解学生的学习目标、能力、状态、习惯。

在此基础上，小猿 AI 建立起了一套 “诊断、学习、练习” 的闭环逻辑，不是一上来就给学生讲题，而是像真人教师一样先根据学生的错题进行诊断，判断出来知识薄弱点和能力欠缺之后再进行针对性的讲解，匹配适宜的学习、练习，而通用大模型并不会根据这样的逻辑设计答案。

其次是资源库，包括超过 500 万小时教学视频、15 亿题目、100 万套试卷、10000 个知识点等，这部分数据不仅是积累，也需要不断根据教研情况更新。

在此基础上，小猿 AI 摸索出了一套保证答题专业性的方法：先设定好终点，再让 AI 通过推理到达。当学生向小猿 AI 提问时，小猿 AI 会先准备好正确答案，再根据答案进行推理。这些答案 90% 都可以由 AI 提供，只有 10% 需要人工辅助解决。

最后是权威资源库，包括教材、教辅、图书版权资源。小猿 AI 以这些内容作为数据集，规避了大模型交互中的幻觉问题。例如学生在绘本阅读场景中，大模型的回答范围限定在绘本内容本身，这就避免了出现 “林黛玉倒拔垂杨柳” 这样的杜撰说法。

除了准确性和专业性之外，教育 AI 的安全性也尤其重要。通用大模型的拟人化回应，已经让不少家长开始用大模型带娃，但未经调教的通用大模型很难根据用户身份针对性回应。

例如当一位 12 岁的女孩向大模型透露想要伤害自己的想法时，通用大模型只能做普适性回答，且并不会结合此前聊天的记忆；小猿 AI 则可以根据女孩五年级的用户身份，配合过往聊天记录，从家长或是老师的角度给出引导。

非公开数据积累、对教育需求的深刻理解，让教育 AI 短期内很难被通用大模型颠覆。猿辅导将小猿 AI 落地到软件应用小猿 AI APP 中，希望提供一个普惠的大规模应用选项。

然而，仍有一些学习需求尚未被满足。例如小猿 AI APP 在针对薄弱知识点给出练习题后，家长还需要另外打印出来练习；手机摄像头也很难实时观察学生状况，且学生总容易被手机内的其他内容吸引，这就需要另一个硬件满足以上需求。

让学习机有 “眼睛”“耳朵”“嘴巴” 和 “手”

王向东认为，一对一老师在现实中会调动眼睛、耳朵和嘴巴观察学生、持续互动，要做到 “类人一对一” 辅导的效果，也应该让学习机有 “眼睛”“耳朵”“嘴巴” 和 “手”。

当学生在学习或练习时，学习机要用摄像头观察孩子过程中停顿了多久、思考时是否皱眉；当学生提问时，学习机要精准识别学生是否有畏难情绪；当准确了解孩子之后，学习机能用语言进行交流，通过手势、动作给予鼓励。

这背后既需要大模型在语音、图像识别上的多模态能力，也需要考虑到学生的护眼需求。

2024 年学习机全行业销量近 600 万，是少数仍在逆势增长的电子消费品，当竞争对手们以 2-3 款的速度更新着学习机时，猿辅导从 2021 年 2 月启动硬件项目到去年底，一共只发布了两款学练机。

尽管 2023 年 AI 学习机就已立项，但王向东并没有着急推出新品，在他看来，效果比速度更重要。

AI 学习机并非新概念，2021 年科大讯飞就发布了 AI 学习机 T10，此后百度、网易有道、作业帮、猿辅导等多家厂商都发布了主打 AI 概念的学习机或学练机，这些学习机采用的都是自适应技术，根据学生在学习机上的题目练习，判断学生的错误和漏洞，并根据学生的漏洞推荐练习。

这样的学习机有两大问题：一是错因判断仍不够精准。另一问题是讲解过程缺乏互动，针对学生做错的题目，学习机只会推送视频或文字讲解，所有学生看到的针对特定题目的讲解都一样，并不与自己在某个步骤的知识薄弱点挂钩。这让许多学生对上一代学习机的感知是：“有用，但用处不多。”

猿辅导在一次市场调研中也发现，影响学生家长购买学习机的前三个因素是内容资源、护眼程度和价格，AI 并不在最重要的考虑范围内。

王向东认为，只有解决这两大问题，推出新的学习机才有意义。

原本王向东的计划是逐步调优小模型，但怎么优化也都是 “80 分提升到 82 分” 的程度，直到 DeepSeek 的接入，“一下子拉到了 90 分”。

上一代学习机的错因匹配大多使用的是 NLP (自然语言处理) 推荐引擎，大致原理是团队先设置了多个错因，用学生错题中的错因去和原有错因匹配，匹配出来后再给学生推荐错因对应的知识点训练，小学数学的匹配准确率在 70%-80%。

DeepSeek 出现后，猿力大模型结合 Deepseek，小学数学错因匹配准确率提升到了 90%。

在小猿 AI 学习机讲解过程中，学生也可以随时停下提问，学习机就像一位真人老师那样，用教育学的 “N+1” 方式一步步引导学生：先同步学生知道的 “N”，再给学生加一点新知，每个人获得的讲解过程都是个性化的。

除了解决上一代学习机的两大痛点之外，小猿 AI 学习机也提供了些新的解决方案。

小猿 AI 学习机是第一个实现 “Al 全流程辅助学习” 的智能硬件。用户拍照或文字上传作业后，小猿可以对学习任务进行智能分析与拆解，智能制定分学科学习任务规划，并定位相应学习场景和学习内容。这一流程下，孩子能一键进入学习状态，避免了查找学习功能和学习内容对学习状态的干扰，整个学习过程更顺畅和专注。

小猿 AI 学习机 中的 “AI 老师” 功能

所有 AI 学习机都需要先积累数据，才能发现用户的知识薄弱点，但这些数据往往是从学生在学习机上做的题得来，一定程度上反而让学生做了更多题。

小猿 AI 学习机直接通过拍照识别学生在校内已有的作业，就能诊断薄弱点，并给出针对性练习，减少了学生的无用功。

如果说摄像头是小猿 AI 学习机的 “眼睛”，听筒是 “耳朵”，扬声器是 “嘴巴”，那么智能基座就是学习机的 “手”。

在学情诊断时，这只 “手” 能自动调整平板角度拍摄，诊断出学生的学情后，还能把针对性练习打印出来，让学生直接用纸笔答题，再拍照上传，这提供了更沉浸式的学习解决方案，避免了学生直视平板时间过长影响视力，也更加符合学生的写题习惯。

智能基座也让平板拥有了一定的动作表达能力，点头、点赞、害怕、伤心等 20 多种人格化动作和情绪，就像个陪伴机器人，当学生在和 AI 交谈时，这个 “机器人” 还能够识别情绪、切换音色与学生沟通，与学生共情。

“教育 AI 不是简单的工具，而是具有温度的智能伙伴，这是教育科技产品的本质进化。” 王向东说。

猿辅导的起点来自十年前一个朴素洞察：2012 年，移动互联网正在重塑每个行业，教育和医疗是少数尚未被真正重塑的行业，几位网易老员工觉得医疗天天接触的都是生老病死，教育做起来更愉快，于是做了教育。

现在，AI 成了另一个再次重塑教育的机会。因材施教的理想已经延续了 2000 多年，但在资源和成本限制下，从未在大众层面真正普及。教育 AI 提供了辅导效果最接近真人、成本最低的方案。

如果有一天，谁能将这一理想可能变为现实，最有可能的是掌握最多数据、对行业理解最深刻的一小拨教育公司。

题图来源：视觉中国