作者: 晚点LatePost
发布时间: 2025年04月17日 04:04
原文链接: https://mp.weixin.qq.com/s/Wsh_kOu9MWVS0I-6EHB5rw
正文内容
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-FIN-
抢滩教育 AI，猿辅导这次赌对了吗?
抢滩教育 AI，猿辅导这次赌对了吗?
抢滩教育 AI，猿辅导这次赌对了吗?
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。
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。
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。”
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？
中小学生需要什么样的专业教育 AI？
中小学生需要什么样的专业教育 AI？
中小学生需要什么样的专业教育 AI？
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。
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。
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
小猿 AI 底层架构
小猿 AI 底层架构
小猿 AI 底层架构
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。
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。
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”
让学习机有 “眼睛”“耳朵”“嘴巴” 和 “手”
让学习机有 “眼睛”“耳朵”“嘴巴” 和 “手”
让学习机有 “眼睛”“耳朵”“嘴巴” 和 “手”
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。
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。
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。
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。
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
小猿 AI 学习机 中的 “AI 老师” 功能
小猿 AI 学习机 中的 “AI 老师” 功能
小猿 AI 学习机 中的 “AI 老师” 功能
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。
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。
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
题图来源：视觉中国
题图来源：视觉中国
-FIN-
-FIN-
-FIN-
