飞象老师这一次，把教育应用的开发门槛降到了一句话

帮我生成一个无人机飞行控制系统的原理动画。”

昆明一位中学物理老师在对话框里敲下这句话。数秒后，一个三维交互应用生成完毕——五种飞行模式可自由切换，每个电机的转速变化、机身俯仰偏航响应、力学关系均被可视化呈现，学生可以亲手拖拽参数、观察实时反馈。

原本需要专业动画团队数周制作的教学软件，现在由一位教师用自然语言即时生成。

8月24日，飞象老师3.0正式发布。

这款产品要回答的问题并不简单：当通用AI已经足够强大，教育场景究竟还需要什么样的AI？

两条路线的分野

今年上半年，中国互联网大厂围绕AI桌面办公入口展开了一场激烈的竞速。

腾讯WorkBuddy于2026年3月正式上线，至7月份日活用户已突破2000万，定位全场景AI办公工作台。字节系飞书+豆包、阿里系钉钉+千问同步加码AI助手能力，桌面办公入口之争格局初定。

这些产品的共性十分清晰：泛化工作流能力强，擅长处理文档、会议、日程等通用办公场景。但面对强垂直、高定制的场景时，通用能力无法直接迁移。

教育恰是其中最典型的领域。

在这一赛道深耕五年的飞象星球，早期主要面向学校，提供智能作业、通识课等标准化数字教育服务。

2025年，该团队将积累的场景理解向C端延伸，推出独立产品飞象老师。其1.0版本于同年12月发布，2.0版本于2026年5月亮相世界数字教育大会，前两代产品均仅面向教师群体开放。

2026年8月24日上线的3.0版本，首次将使用权限扩展至家长、学生及社会教育者。

三个版本迭代间隔从五个月缩短至三个月，节奏也明显加快。

作为独立品牌运营，飞象拥有专业的产品团队、技术路线与商业模型。五年积累的场景理解与教育数据，构成其区别于通用AI厂商的核心资产。

但品牌历史只是背景板，真正决定产品价值的，是它解决了什么别人解决不了的问题。

教育赛道不缺AI，缺的是供给能力

教育是一个关系到数以亿计中国家庭的庞大场景。

艾瑞咨询统计数据显示，2025年中国教育信息化经费规模预计达5515亿元，其中中小学AI教育相关采购中，明确涉及GenAI（生成式人工智能）的项目占比已达46%。

资金并不匮乏，政策也在加速推进——2026年4月，五部门联合印发《“人工智能+教育”行动计划》，明确将生成式AI视为教学模式变革的核心路径。

但这个赛道有一个长期被忽视的结构性矛盾：需求高度碎片化，定制化需求极高，供给极度依赖重资产模式。同一城市不同学校、同一学校不同班级，教学需求差异极大。

一位初中物理老师想要一套针对浮力实验的交互演示，一位高中数学老师需要一套分层练习系统，一位家长希望为孩子定制阅读打卡工具——这些需求真实且高频，却长期无人满足。

传统软件开发模式下，单个定制化教育工具的开发成本高、周期长、质量不稳定，没有软件公司愿意为单一用户或小规模群体开发专属工具。

这与早期教具模型行业的困境如出一辙。定制化需求不断推高成本，直到消费级3D打印机与AI建模技术出现，才将供给成本压缩到可规模化的水平。

教育AI面临的真正瓶颈，不在技术侧，而在供给侧。

谁能把定制开发变成即时生成，谁就掌握了这个市场的钥匙。

3.0的解法：生成、纠错、沉淀

飞象老师3.0给出的答案，是将教育应用的开发门槛压缩到一句自然语言。

用户只需用一句话描述需求，系统就能在几分钟内生成一个可直接访问、可调用AI、可持续迭代的教育应用。

每个应用拥有独立访问链接，支持用户注册与数据保存，可被长期使用和不断完善。无需编写代码，无需部署上线。

这并非简单的模板填充。

例如一位老师想做一个让学生每天闯关背单词的学习应用，只需提出需求，系统就能生成一套包含课程地图、学习关卡、听说练习、积分奖励、连续学习记录和个人进度的完整产品。学生可以沿着课程地图逐关推进，第二天接着上一次的进度继续学习。

它不是一页看完即止的课件，而是一个能够反复进入、持续使用的学习产品。

另一个案例更具启发性：一位高中生家长认为理解化学元素不应该只是背下一张周期表，他把自己的学习方法和资料交给飞象老师，一个全新的元素学习应用随即生成——学生可以按属性搜索和筛选元素，在类别与周期之间进行比较，把静态的周期表变成可自主探索的学习工具。

值得注意的是，飞象老师3.0生成的应用并非放任自流。产品内置实时纠错机制，若用户在操作修改中引入明显错误，系统将阻止运行并提示修正。

每一个生成的应用都遵循教育专业框架，可调用权威题库及作业批改、错因诊断、个性化出题等教育大模型能力。这意味着AI生成的不仅是界面和交互，也包括应用运行过程中所需的教育专业能力。

在底层能力层面，3.0同步升级了高保真文档解析、三维互动图式生成、音视频融合理解以及教育数据与资源调用等功能。

教材、试卷、教案中的原题、原公式、原插图可被准确保留并转化为可编辑、可互动的课件或应用；一张平面的细胞结构图可以变成可旋转、可拆解的三维模型；老师上传的讲解音频和实验视频可以直接参与应用生成。

需要指出的是，字节、阿里等大厂并非没有布局教育垂类，但普遍停留在通用模型加教育语料的浅层适配阶段。

对深度用户而言，这类产品往往能用但不好用——它们能回答一道题的答案，却不理解这道题考查什么、学生错在哪里、下一步应该提供什么练习。

飞象老师的差异化不在于模型参数本身，而在于五年积累的场景数据、已验证的生成逻辑，以及持续沉淀的用户使用习惯。这些是通用厂商短期内难以复制的积累，也是垂直赛道最朴素的竞争壁垒。

若能在教师、家长、社会教育者三类人群中同时建立使用习惯，飞象老师实质上将快速完成对教育AI原生入口的卡位。

结语：窗口已开，胜负未定

政策窗口已经打开。

《“人工智能+教育”行动计划》为行业提供了明确的方向指引，教育信息化经费中生成式AI项目占比接近半壁江山，市场空间毋庸置疑。

但技术窗口正在收窄。

通用大模型的能力边界仍在快速扩展，今天垂直产品赖以立足的场景壁垒，明天可能被通用能力的溢出所侵蚀。3.0版本的用户留存与真实使用深度，才是检验卡位成败的关键指标。

在教育这样高度非标、强监管、慢反馈的赛道里，真正的竞争力不是跑得快，而是扎得深。

飞象老师3.0迈出了关键一步，但这一步能否转化为持久的结构性优势，仍需时间给出答案。