大模型，能給在線教育講個新故事嗎？

記得ChatGPT剛剛推出的時候，我見到的第一個應用案例是這樣的：

一位IT工程師朋友發朋友圈，說要帶孩子出去郊游，但老師布置了作文。于是他干脆讓ChatGPT寫了一篇替孩子交差，不僅沒被發現，還得了高分。

這個方式當然不太可取，但告訴了我們一個道理：只要為了孩子，為了教育，家長是非常愿意探索AI技術的。大模型想要落地應用，教育絕對是不可多得的機會。

這個判斷也被OpenAI所證實。今年8月，OpenAI首次發布特定行業的ChatGPT使用指南。這份指南就是面向教育行業，指導教師ChatGPT的工作原理、提示詞使用以及解釋局限性，幫助教師用AI技術輔導學生學習。

OpenAI創始人奧特曼也認為，他本人特別看好的AI應用領域有兩個。一個是醫學顧問，另一個就是AI個性化教育輔導。

能做題、能對話、能寫作、能進行知識搜索與整理的大模型，似乎天然與在線教育場景有著緊密的磁力。

那么，在大模型商業化元年的2023，大模型是否為相對低迷的教育市場帶來了新的故事？目前這一領域的產業格局怎樣？面向2024，持續發展的機會與難點分別是什么？

我們來一次性解決這些問題。

目前的市場格局

2021年以來，隨著多部門陸續印發關于支持、規范在線教育行業的發展政策，以及“雙減”的目標被明確，原本火熱的在線教育行業迎來了重整頓、重合規的新階段。野蠻發展的在線教育多年以來首次出現了市場規?？s減。

在此后的發展中，在線教育普遍更重視科技層面的能力，相對淡化原本的師資、分數、規?；雀偁?。在這樣的背景下，AI教育就成為在線教育的“過河之橋”。尤其當大模型技術在2022年爆火之后，“大模型+教育”這個新風口瞬間打開，迎來了各家廠商的重點關注?；仡櫿麄€2023年，中國市場已經涌現出了第一批這個風口的探索者。

今年5月，科大訊飛發布了星火認知大模型1.0。認知大模型基于星火大模型架構，可以實現AI批改作業、AI口語對話等能力。隨后，科大訊飛在大模型+教育領域進行了多次升級，布局包含了模型側的軟件能力，以及學習機的硬件提升，還有G端、B端市場的解決方案。

7月，網易有道推出了“子曰”教育大模型，隨后發布了一系列搭載“子曰”教育大模型的應用。其中有口語教練Hi Echo、LLM翻譯、AI作文指導、語法精講、AIBox、文檔問答等。11月4日，網易有道“子曰”教育大模型通過了相關備案。

同一批通過備案的，還有好未來旗下的學而思大模型MathGPT。隨后，MathGPT從內測階段轉為全面對外開放，在學習機中上線了包括AI對話學、AI講題助手、中英文寫作助手等功能。

稍早之前，還有作業幫發布了銀河大模型，希望將大模型能力覆蓋到多個學科以及學段當中。

至此，我們可以看到，參與到大模型+教育探索中的企業雖然不多，但已經囊括了在線教育的主要參與者。其中包括傳統教輔機構轉型數字化、在線化，也包括積極布局教育領域的互聯網公司、AI公司，同時還有專注于在線教育的平臺。

多家公司的布局中，也讓我們看到了大模型+教育，較此前的AI教育、在線教育究竟有什么不同。這個賽道中的新故事，發生在以下幾個方面：

機遇一：大模型落地硬件

大模型的特點是數據量龐大，所需算力規模龐大，因此在云端調用大模型有著對網絡環境、服務器能力的一系列考驗。相較于讓孩子在教育輔導中等待，家長會更傾向選擇能夠流暢使用、不卡頓的專用硬件。與此同時，教育硬件專用也可以讓家長把控孩子的學習進度、調用目的，避免受其他因素干擾。

這樣的邏輯，讓大模型與專屬硬件的結合必要性，比以往的在線教育、AI教育更高。大模型需要專用硬件的算力支持，同時大模型也能提升學習機等教育硬件的使用價值。二者天然的結合關系，構成了大模型+教育賽道的第一個機會點。

在這個領域，很多大模型+教育類的玩家都有布局。比如科大訊飛在發布訊飛星火認知大模型V3.0時，同步發布了英語AI答疑輔學功能。這一功能就率先落地在訊飛AI學習機中。目前來看，科大訊飛已經在AI學習機上布局了英語口語陪練、中英作文批改、數學互動輔學、百科自由問答、親子教育助手、智能編程助手、創意繪畫伙伴、英語答疑輔學8款基于大模型的教輔功能，可以說已經基本打通了大模型與專屬教育硬件之間的通道。

同樣地，學而思等廠商也在學習機一側發力。雖然目前市場還沒有明確共識，但大模型+學習機這個概念，或許將在不久后得到非常強勁的商業關注。

機遇二：口語練習

如果有人問，想要試試大模型+教育學習，哪個能力最為推薦？至少在今天答案應該是統一的，那就是練習口語。

口語練習一直是傳統教育中的弱勢項目，它非常依賴書本之外的發聲、語感、對話邏輯等能力。好的口語教師非常難得，而無論是線下還是線上，口語外教都良莠不齊，真偽莫辨。這種情況下，用大模型練口語，無論在學生還是白領群體中都得到了廣泛“安利”。

大模型相比于傳統的TTS軟件發音更準、語感更好，并且可以生成大量內容，實現AI與練習者持續對話。甚至還可以模擬不同的場景與語境，幫助練習者進行有目的練習、應試練習。

在口語練習這一點上，大模型+教育確實比傳統的AI教育有了極大的進步。很多調用開源大模型的口語練習APP井噴式發展。而大模型+教育領先的頭部玩家，自然也不會放過這個機會。

目前來看，擁有自研大模型的幾家教育企業都在布局口語練習這個節點。比如網易有道旗下的子曰大模型。今年10月，搭載子曰大模型的“口語私教”Hi Echo推出了獨立App和微信小程序，已經有獨立發展的態勢?？拼笥嶏w的星火認知大模型，也著重打造了英語口語陪練能力。

在這個領域，選擇自研教育大模型的企業，主要問題是需要面對通用大模型的競爭?；蛟S只有依靠教育領域的多場景、多功能優勢，才可以抵消在口語對話這個單點上的持平，甚至劣勢。

機會三：個性化AI輔導

“傳統的在線教育是你去理解程序，大模型+教育是AI理解你和你的孩子?！?/p>

相信不久之后，這樣的推廣話術會在大模型+教育的普及過程中被反復使用。相比于傳統在線教育缺乏互動、缺乏個性化的問題，大模型帶來的改變是一定程度上實現基于AI的個性化教育訂制。

這種可能性的存在，也是OpenAI重視ChatGPT在教育領域應用的核心原因。目前階段，基于大模型的個性化輔導還在探索中。主要落地方案是在學習者與AI對話的過程中，發現學習者的知識盲區、知識錯誤以及邏輯漏洞，再讓大模型調取解決方案，比如給出針對性的測試題目、重點講解錯誤知識點等。這種應用形態，實現了一定程度上通過大模型來模擬真人教師的輔導效果。

當然，想要實現以假亂真的個性化輔導還需假以時日，但這種能力毫無疑問是大模型+教育風口中最具想象力與未來潛力的一環，并且已經有了一些探索。比如學而思就在學習機中部署了AI對話學功能。這一應用基于MathGPT的解題和講題能力，可以通過學生與AI的對話交流，分析出學生在解題中的知識薄弱點，從而針對性進行解答。

大模型不僅懂知識、懂答題，還能夠懂學生。這是一條大模型+教育的長期賽道。

機會四：把在線教育帶入主觀題

大模型為在線教育帶來的改變還有一點。那就是此前很多難以通過在線搜索、AI工具來完成的教學任務，現在可以通過大模型來完成，比如中英文寫作、論述題解答、復雜數學題解析。這一類具有非標準化、非固定化特征的“主觀題”，恰好是發揮大模型泛化能力的舞臺。

于是我們可以看到，各家紛紛上線了AI講題助手、AI寫作助手等功能。這些功能的價值在于將在線教育的邊界進行了拓展，開始更多參與到主觀性、邏輯性、創造性的教學當中。

但這個領域也引發了大模型+教育類應用的爭議。其一是大模型的內容生成具有模式化、套路化的問題。如果學生長期使用這類功能，是否意味著對獨立思考與個性化創作能力的扼殺？另一個問題是大模型的主觀題回答正確率還有待提升，經常出現過程錯誤結果正確，過程與結果之間沒有邏輯關聯等現象。熱愛“胡說八道”的大模型會不會誤導學生，這也是一個問題。

未來發展與潛藏問題

如果說2023年大模型+教育賽道解決了有和無的問題。那么在2024年，就需要解決能否發展壯大，能否實現商業化閉環的問題。

面向未來，大模型+教育類的企業，最重要的是走通三條路：

1.技術升級之路，在教育垂類實現大模型的“智能涌現”。

大模型的核心價值在于泛化性，因此將通用大模型打造為教育產品事實上是完全可行的。那么自研教育類大模型的技術出路，就是要在教育這個垂直領域證明大模型的泛化能力，完成通用模型無法替代的價值。比如一個模型打通多種教育場景，實現AI“有記憶教輔”。再比如可追溯、可自證權威性的大模型+教育功能。

2.市場規模之路，完成大模型+教育的商業化普及。

目前階段，大模型+教育更多還是作為學習機等產品的新賣點，其本身的商業化空間不夠堅實，需要探索更多商業化方案。根據以往經驗，能夠在特定領域制造一次大模型+教育的熱點事件，證明大模型較比其他教育產品的超前性，并在家長群體之間快速發酵，可能是最為有效的方案。

3.商業模式之路，大模型+教育走向教師與學校市場。

以學習機、APP為代表的大模型應用，更多集中在學生、家長市場。但事實上，大模型還可以在智慧校園、教師助手等領域落地，從而拓展大模型在教育領域的商業模式寬度。比如很多教師需要完成的教案設計、作業布置、公文寫作工作，都可以由大模型來完成。將這些能力進行整合封裝，形成面向學校的整體解決方案，也是未來的可探索路徑。

當然，大模型+教育雖然前景光明，但也面臨著諸多難題。比如AI教育此前被普遍污名化、濫用化的問題在現階段依舊沒有解決。很多家長無法區分AI教育的真偽，更遑論了解大模型+教育的細節。大模型+教育的玩家，必須用過硬的教育應用，而非概念上的包裝宣傳去打動客戶群體。

另一方面，大模型+教育的商業化能力還值得懷疑。大模型本身的成本投入，短期可以從支撐股價等因素來獲得回饋，但長期的業務回饋還有待探索。此外，大模型答題不準、胡編亂造等問題依舊沒有得到完善治理，能夠在這個領域發力，或許將成為相關企業差異化競爭力的來源。

而跳出大模型+教育這個產業圈層，站在局外審視大模型與教育的結合，或許會發現更多有趣的未來線索。

比如說，今年上半年有一份調查報告指出，有89%的受訪美國學生都在用ChatGPT來完成作業。ChatGPT一時間在全球教育界人人喊打。在國內也是一樣，越來越多的各年齡段學生學會了利用AI大模型考試作弊、代寫作業。

不久前聽說，甚至有家長為了防止孩子用AI寫作業，專門用帶AI識別能力的攝像頭來檢測孩子用手機的目的，可以說是用魔法對抗魔法了。如何避免孩子用大模型作弊、偷懶，似乎又是教育領域的另一個故事了。

而向著大模型+教育的更深處?；蛟S我們還是要問，如果從客觀題到主觀題，大模型都能夠完全掌握，隨時提供答案。那么這些知識，真的還有被反復教育的必要嗎？

審核編輯 黃宇