学习机进化论：穿过内容舒适区，驶入AI深水区

通过创新抢占市场，继续创新巩固优势，是2025年学习机市场的鲜明特点。

洛图科技数据显示，今年三季度，学习平板市场全渠道销量180.6万台，同比增长3.5%。

以学而思为代表的教育企业，在2024年全面超越传统电教和科技企业，占据学习机市场绝对份额。优质内容是教育公司后来居上的核心竞争力。

但进入2025年，教育企业并未止步于供给优质内容，而是深度探索AI老师，这是比优质内容更高的壁垒。

这不由引人深思：人们普遍认为，AI老师还无法替代真人老师，究竟是什么样的关键突破，让教育公司有底气走出内容的舒适区？

走出舒适区，挺进未知区

优质内容，是教育公司切入学习机市场的降维打击。

以学而思学习机为例，内置课程总量达1600万分钟，上市至今新增了400万分钟的课程、85万套真题和7亿道题目，构建起庞大的知识资源库。学而思还独家合作小托福考试，引入RAZ、5·3权威教育资源，为用户提供一站式学习服务。

优质内容是一道强壁垒，只有拥有雄厚教研实力的教育企业，才能系统、全面、迅速对接新课标更新内容，才能面向不同学业水平的用户供给分层、适切的内容。

同样重要的是，好内容的背后是好品牌。比如，观看学而思学习机中的视频课，其实就是在听一堂已有二十多年口碑的学而思名师课。

但为什么教育企业要把学习机从优质内容的舒适区拉进AI老师的未知区？

首先是因为，交互和指导，而非单向输出是学生自学场景的深度需求。试想一下，当用户看不懂学习机内置的解题视频，或在看课程时有发散性思考时，学习机如何给出进一步指导？

引入真人服务是一种思路，但需要多少真人老师才能覆盖数以千万计的学习机用户？况且真人老师之间的水平差异极大。

也就是说，真人服务永远受限于“不可能三角”，无法同时做到个性化、高质量、大规模。AI老师，是最直接、最有效的深度服务形式。

其次是因为，好内容与好AI不是割裂的，好内容必然发展出好AI。用户使用学习机中的内容时，会沉淀下海量数据，不仅包括文字、图片等显性数据，还包括思考过程、作答习惯等隐性数据。

由此，沉淀了学情数据的好内容成为高质量数据集，进而开发出高水平思维链，共同构成AI老师的“血肉”和“骨干”。

1.0向3.0迭代，多能力组合闭环

大语言模型有了深度推理能力，是AI老师诞生的技术基础。

AI老师的发展阶段可以类比从L1向L5进阶的自动驾驶。在2025云栖大会上，好未来CTO田密指出，目前学而思学习机AI老师已初步具备L3级别的能力。

L2阶段的AI老师，是一个个独立的模块。“L2 是‘能干活的助手’——比如帮老师批改、帮学生找题、播放讲解视频。在这个阶段，AI能完成任务，但谈不上真正的教学。” 田密说。

L3阶段的AI老师，则是多种能力的组合。不仅能讲题，还能将复杂问题拆解成多个步骤，引导学生主动思考并实时批改。

“L3 要做的，是把能力组合成一个闭环，真正扮演老师的角色。”田密说。

L3阶段的AI老师有一个典型代表——学而思学习机的小思3.0。

2023年11月，小思1.0正式诞生。这一阶段的小思，实际上是一个语音助手，借助基座大模型，接入自研的儿童百科RAG，提供专业、安全、有启发性的学习支持。

2024年5月，小思迎来2.0版本，基于大模型Agent技术，构建了智能理解与决策能力，还配备了记忆系统、情感系统等“新基建”。

今年5月，小思3.0&AI 1对1版本正式亮相，它的交互体验像真人一样自然，已经能够实现特定场景下低延迟、多模态、沉浸式、深度个性化教学。

小思3.0能够对题目进行分步骤讲解，通过题干划线分析帮助用户建立良好的读题习惯。在讲解过程中，它采用苏格拉底式的讲题方式，引导用户自主书写解题步骤，并实时识别批改。

今年8月，小思AI1对1顺利通过中国信通院组织的教育智能体评估，并获得最高的4+级评级。

多模态理解，跨屏幕输出

问题又来了：即便是L5阶段的AI老师，也无法替代真人老师，如今只是一条腿迈入L3阶段的AI老师，有何用武之地？

这其实是对技术迭代的误解，科技界一方面在矢志不渝地追求AGI，但另一方面是用工程化方法渐进式地实现AGI。

具体到L3阶段的AI老师，它的核心是“软硬一体”，即它是内嵌于学习机中的AI老师，而非一个虚渺的超级智能体。

“软硬一体”，就意味着它有精准的应用场景和功能目标，即面向用户做题自学这个高频场景，目标是替代孩子书桌旁边的辅导老师。

因此， L3阶段的AI老师要具备三大核心特征：沉浸式、多模态和深度个性化。

还以小思3.0为例，如何区别于一般智能体创新性实现沉浸式？学而思学习机内置的小思3.0，不是在屏上——这样当黑屏或页面切换时就无法做到随时调用——而是在摄像头上，用户只要用手拍一拍就能唤醒。

“小思由屏内非常驻变为硬件上常驻，可以更好承接全局copilot角色，在任何场景下都可以便捷唤醒小思。” 学而思学习机小思产品部负责人伊丽君说。

今年以来，随着智驾和机器人的火爆，视觉语言动作多模态模型（VLA，Vision-Language-Action）引发热烈讨论，其统一了先前分离的三个领域：计算机视觉、自然语言处理和机器人控制。比如，有了VLA模型，智驾车辆就能够理解“走风景优美的路线”或“避开施工区”等指令。

随着搭载了小思3.0的学而思T系列学习机的发布，教育硬件也首次进入多模态时代。用户在和小思交互时，可以指着屏幕下的题目问小思：“这道题考察什么知识点？”

学习机为何要实现多模态？这与实现深度个性化辅导密不可分。

学生在自学场景中是离不开纸笔练习的，有了多模态能力，AI老师就能与用户“纸屏互动”。孩子在纸上答题，小思在屏上引导和监督，孩子每写出一步作答，小思都能迅速识别并作出判断，如果孩子的某一步出错，小思会生成这一步的正确解析和下一步的讲解。就像是真人老师坐在书桌旁边，1对1指导孩子。

“孩子在纸上作答的同时，机器要去实时判断，这在技术上难度很高，看起来是一个简单的交互，其实大模型在后台进行了复杂的计算，”学而思学习机产品负责人李通说，“而且没有现成的通用解决方案，必须由掌握高质量数据、具备高水平研发实力的公司自研。”

学习机市场未来的竞争，将是AI的竞争。一款出色的产品，既要提供好资源，又提供好的解决方案。

“那么多好的内容交到孩子手中，如何使用这些内容？这时就需要一个解决方案。所以，AI老师的功能就是告诉孩子用什么路径去学习这些内容，这将是一个核心竞争力。”李通说。