一台好的 AI 学习机背后，比拼的是大模型能力和优质内容。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

文｜周路平

‍‍‍‍‍‍

编｜游勇

‍

相比于大模型在其他终端产品的尝试，学习机被公认为 AI 在教育领域的最佳载体。

数据显示，苹果的 iPad 在中国市场的销量为 800 多万台，而国内学习机的销量将在今年突破 700 万台大关，市场规模突破 1000 亿元。这也意味着，在通用型的消费电子产品之外，还没有哪个行业产品能像学习平板一样这么热销。

千亿学习机市场的背后，不仅藏着优质教育普惠和个性化学习的美好愿景，也承载着教育科技企业的 AI 重任。

5 月 7 日，好未来旗下学而思发布了三款 AI 学习机新品—— P、S 和 T 系列。在这些新品背后，好未来围绕好 AI 和好内容两大方向进行了升级。

今年初，横空出世的 DeepSeek，凭借其出色的思维链效果和成本控制能力，激发了教育行业从业者对大模型在教育场景落地应用的极大热情。但相比于简单接入 DeepSeek，行业头部企业正在探索多模态和全局 AI 的应用前景。

AI 学习机刮起多模态旋风

具备 AI 能力的学习机，早已不是新鲜事物。比如语音对话、拍照答题以及基于知识图谱去推荐同类题型等 AI 应用这几年已司空见惯。

但在大模型加持下的 AI 学习机，带来了质的提升。比如以最常见的解题答疑为例，过往都是直接给出答案或者给出一段讲解视频。

学而思的智能学伴小思 AI 则展现出另一个更贴近实际教学的画面：当孩子遇到难题时，AI 会先确定知识点，鼓励孩子自主解题，然后进行分步骤解析，最后引导追问，出几个同类型的题目，确认是否真实掌握。每一个步骤，AI 都会及时做出反馈。

好未来披露过一个数据，在学而思学习机上，2024 年 " 小思 " 被累计唤醒 2.3 亿次。每一次唤醒的背后，都有 AI 能力在支撑。

" 以前没有大模型，只能做到一个题目对应一个知识点，但有了大模型之后，可以做到每一个步骤都能有对应的知识点，而且对孩子学习的判断和推荐也更加精准。" 好未来 CTO 田密说，" 孩子跟 AI 老师的对话，真的像和一位真人名师的对话一样。"

之前的拍照搜题软件饱受诟病，其中很关键的一点是，这些搜题软件大多是直接给出答案，当然也会列出文字的解题步骤，但其核心并非引导学生一步步思考。

而这一次，学而思学习机 AI 旗舰产品 T 系列也在产品形态上往 AI 更进了一步，将摄像头区域做成了一体化设计——智慧岛 Pro。这里不仅集成了摄像头模组，也扮演着耳朵、嘴巴和脸的角色，比如拍一拍智慧岛 Pro，可以唤醒小思，滑动顶部还可以切换到不同的学习模式。

" 我们试着往学习陪伴机器人的方向又走了一步。" 学而思学习机 AI 产品负责人李通告诉数智前线。智慧岛的设计，不仅让 AI 能说能看会思考，更关键的是让 AI 有了多模态的能力，以前的语音助手局限于语音层面，没有把语音和图像融合，也无法实现数字世界和物理世界的交互。

这种产品设计背后，能看到好未来正在往 AI 多模态交互上迈出了重要一步。

孩子只需拍拍学习机顶部的智慧岛 Pro 就能召唤出 AI 小思智能学伴。整个过程除了能用自然语言直接对话，也可以用手指指出桌面的内容，或者在屏幕上用手写笔圈出内容。摄像头不仅能识别各种物体和画面内容，甚至可以感知孩子的情绪变化。

" 现在这个节点往后看，多模态交互是当下 AI 行业在聚焦突破的重要技术方向。" 上述人士说，现在的学而思 T4/T4 Pro 不仅有耳朵和嘴巴，也有眼睛和大脑。除了能听会说，也能看到孩子的作业和学习状态，根据现实的东西与孩子交互。

比如学而思正在开发的多模态伴读，孩子可以把绘本或者教材，放在学习机的智慧眼下面，可以指着书本的内容来提问，比如这一页主要讲了什么，帮我翻译这句话等。

不过，多模态背后需要克服很多难题。一方面，多模态需要识别的场景非常多样，比如一张试卷，有文字、图形，还有手写字迹，甚至孩子在拍试卷时，可能带阴影、折叠、角度不正，都需要做大量的矫正对齐。这些都增加了多模态大模型的难度。

这次学而思学习机重点推出的新功能 " 小思 AI1 对 1" 就是非常典型的场景，这一功能最快将于 6 月与用户见面。它背后需要考虑不同学科和题型，而且同一题型也需要考虑孩子是低年级还是高年级，孩子是第一次学，还是在复习阶段，不同学情讲法都会不一样。

同时，讲题不仅有文本输出，在实际的教学过程里面，经常是一边写一边讲，需要做很多工程化的努力。而且整个交互过程，学习机上所有的传感器都会打开，对性能也有很大考验。

" 基本上我们算法上的，工程上的，包括产品交互设计的问题，在这个场景里面都会集中显现。" 李通坦言，几乎所有 AI 教育能遇到的技术难题，在多模态讲题这个场景上都会遇到，" 我们现在也还在优化中 "。

如今，多模态已经成为行业发展的共识。比如精准学发布了融合文本、语音及情绪的实时多模态教育垂直模型 " 心流知镜 "，小猿 AI 也通过给学习机加装智能底座的方式，实现与物理世界的交互。

当题库不再是壁垒，AI 学习机该比拼什么？

以前，题库是各家学习平板和 AI 应用的核心壁垒，题库的多寡决定了产品的效果。从各家披露的数据能看到，题库的数量已经数以十亿计，精讲视频的数量数以千万计。这些海量优质的内容成为区别于普通平板的最鲜明特征。

以答题解疑这个学习中非常高频和刚需的场景为例，在大模型的范式出现之前，行业的做法是建设海量题库，用户拍一道题，系统会从题库里找到原题，并给出标准答案。

市场上也曾涌现出一批以拍照搜题为核心卖点的产品，比如作业帮、猿辅导当年都是以拍照搜题起家。

但题库本身是一个建设成本很高的工作，因为学生拍题的随机性非常强，而且每个学期都有新题，还有新课标的改革，需要不断丰富题库才能实现更好的答题效果。

" 大模型在逐步瓦解传统题库带来的竞争壁垒。" 学而思学习机 AI 产品负责人李通告诉数智前线。

传统 AI 的识别和计算能力都无法支撑全题型批改和解析，比如有的数学大题，仍然需要学生根据题库里提前录入的解析来自行批改和学习。

但 DeepSeek 推理大模型的横空出世，被普遍认为在 AI+ 教育的深度融合上向前迈进了一大步。

推理大模型凭借强大的强化学习能力，不仅能解出题库里没有的题目，还能呈现出解题的思路，AI 不再是一个黑盒。知其然，也知其所以然。相当于，学生通过解一道题，就能掌握一个题型。这些能力在以前无法实现。

比如在作业批改的场景，以前没有大模型时，只能通过正则匹配做一些简单题型的批改，但有了大模型之后，可以支持所有题型的批改，包括基于多模态模型的图题批改，极大降低了老师和家长的工作量。

目前，" 自研行业大模型 +DeepSeek" 已经成为了教育科技企业共同的解法。比如学而思学习机的 AI 能力背后依托的是好未来自研的九章大模型和当下最火热的推理模型 DeepSeek。

两个模型会根据不同任务和场景进行调用，通用场景譬如百科问答、AI 会话，调用的是 DeepSeek；与教育场景深度关联的功能，如拍照搜题、答疑、精准学等，仍然依赖融入了大量教育领域知识的九章大模型。

大模型的能力成了学习机赛道上比拼的关键。

作为在教育科技领域深耕多年的好未来在 AI 上已布局多时。早在 2017 年，好未来就成立了 AI lab，专注于计算机视觉、智能语音、自然语言处理和数据挖掘等前沿技术在教育行业的应用及创新。

2019 年，好未来承建了 " 智慧教育国家新一代人工智能开放创新平台 "，担负起了教育行业探索 AI 应用的国家使命。2024 年，好未来又与北师大联合承接了北京市的教育大模型项目。好未来在教育科技领域的投入和优势，得到了国家层面的认可。

2023 年，好未来正式推出了自主研发的 " 九章大模型 "，成为国内首个获批牌照的教育大模型，在全科解题、批改、讲题到精准练多个学习场景中的测评结果基本都排在行业第一。比如 K12 的数学文字题，学而思可以做到 97% 以上的正确率，已经逼近人类的解题极限。

如今，好未来围绕教育场景，累计了包括图像、语音、数据挖掘、自然语言处理等多项 AI 能力，自建自研了存储、标注、训练、线上服务等多个 AI 平台和基础设施，打造了覆盖 " 教、学、测、练、评 " 各教学环节的教育场景应用 AI 解决方案，包括智能批改、AI 课堂、学情数据可视化、智能学习机等一系列软硬件产品。

除了在底层技术上布局，好未来也已经将相关 AI 技术融入到了各大产品线中。

比如好未来既有专门为大模型研发的 APP" 九章答疑 "（现已更名为 " 九章爱学 "APP），支持多轮对话和苏格拉底式讲解；也有在原有软硬件产品上嵌入 AI 功能，最典型的就是学而思学习机。

除了给内部产品线使用，九章大模型也通过 API 和智能体接口的方式对外输出，目前上线到百度千帆大模型平台和微软全球大模型 API 市场，而九章大模型的智能体也已上线到联想 AI PC 等新产品。

但相比于简单地接入通用大模型，拥有海量数据和行业知识是教育大模型区别于通用大模型的关键所在。算力可以花钱补齐，算法可以在开源模型的基础上迭代，而真正拉开差距的是数据和行业知识的积累。

好未来二十多年的教研和技术积累，给大模型的应用开发沉淀了大量的优质内容，包括独家版权的试题、讲义、教辅、课程，以及知识图谱、学习规划等。

比如学而思学习机就内置了 10 亿 + 超大题库、2.5 亿分钟互动讲解视频、2 万 + 数学教辅讲解。而过去一年，好未来又更新了 400 万分钟课程（总课程时长已达 1600 万分钟）、85 万套试卷和 7 亿道题目。

在好的内容之外，好未来为了训练大模型，也在教育领域的数据上做了很多的努力和投入。比如好未来组织优秀的教研老师标注高质量的数据集，目前用于 SFT 和 RLHF 的题目数据，都是人工反复审核，确保步骤清晰、逻辑连贯，确保模型学到正确的解题方法。

除了真实人工标注的数据，好未来也在用 AI 合成数据，比如通过 AI 程序生成了大量数值计算和符号计算的训练数据，弥补人工标注数据的不足，保证了训练数据的丰富度和多样性。

不难发现，从线下店、家庭到校园，好未来的业务覆盖了学习的全场景，这些场景产生了海量的优质教育学习数据，加上沉淀的题库和知识图谱等，让好未来可以训练出业界最好的教育大模型。而基于大模型和优质内容打造的学而思智能学习系统又反哺应用到了上述学习场景中，从而形成业务和技术的良性循环，" 我想这是好未来能做好一个 AI 学习机最大的信心和底气。" 田密说。

AI+ 教育的难题和星辰大海

洛图科技的数据显示，2024 年，国内学习机的年销量接近 600 万台，增速 25.5%。并且预计今年继续保持 20% 以上的增速，销量将超过 700 万台，市场规模将超千亿元。

学习机已不是一个小众的硬件品类。过去几年，不少人都认为学习机是智商税，和普通平板没什么区别，但现在这样的声音越来越少。而 AI 的出色表现和辅导作业时的焦虑，击中了很多家长的痛点。

涌入这个赛道的玩家也越来越多，除了互联网科技大厂，好未来这类以教研内容见长的教育科技企业也基本已入场。

根据好未来最新发布的财报数据，2025 财年，好未来的营收同比实现 42.06% 的增长。而这个成绩背后，AI 学习设备已经成为其主要的增长引擎之一。据弗若斯特沙利文的调研结果，学而思学习机在去年获得了中国高端学习平板销量及销售额第一的成绩。

不过，业内普遍认为，大模型在教育行业的应用目前还在初期，未来还有很长的路要走。

比如讨论最多的大模型的幻觉和安全合规问题。当前，大模型经常会出现超纲内容或者一题多解的情况，而由于教育行业的严肃性，确保低容错率是教育类 AI 产品成功落地的关键挑战。

好未来透露，九章爱学 APP 里 80% 以上的题目，都有过预先的解答，对于那些复杂或未遇到的问题，如果 AI 无法解答，会由真人教师进行确认，以确保答案的正确性。而好未来目前也在通过 RAG 技术，来降低容错率。

其次，大模型进入教育场景，背后需要大量的定制化工作。数据是大模型在行业应用的关键，但教育行业存在大量的非结构化数据和行业知识，比如优秀教师的讲题方法和经验，很难以数据的形式存储下来，也就没法输入给大模型。

好未来花了大量时间和精力，把优秀教师集中到一起，让他们以大模型能够理解的语言和格式，将如何讲好一道题、上好一堂课的过程重新输出，这些行业 knowhow 都需要大量的定制。这也是 AI 教育能够建立壁垒的关键所在。

还有一个现实是，现在的学习机市场，基本沿用的是 " 学习机 +AI" 的思路，开发了数量众多的 AI 工具。所以，消费者也能看到，目前市场上的很多 AI 学习机产品往往在强调 AI 应用的数量。

这种单点的 AI 应用和 AI 工具，虽然也有很高的活跃度，但孩子的学情数据没有聚合到一起，难以形成数据飞轮。

好未来今年一个很大的变化是，不再单纯强调 AI 工具的数量，而是强调系统级的 AI 能力。以前这些学情数据散落在各个独立的应用里，未来孩子在学习机里的任何学习场景下，看了一堂课，练了一道题，这些学习行为都会统一回流，然后映射到知识图谱上。

猿辅导副总裁王向东在接受媒体采访时也表示，原有学习机的路径和目标都规划好了，人配合它往前走。但现在转变为 " 在持续交互中，根据不断输入的数据，动态调整学习路径和目标 "。

当 AI 的能力泛化到全局场景时，对实现个性化学习带来很大的帮助，这些效果已经开始显现。比如本次发布的学而思学习机做了一个作业过滤的功能，可以只看不会的内容，题目对应的知识点会在旁边展示，同时过滤掉已经掌握的知识点，大大提升了学习效率。

好未来希望往孩子的私有数据上走，形成数据飞轮，实现为每个老师配备一个 AI 助教，为每个孩子配备一个 AI 学伴的愿景。比如好未来今年做了个学而思笔记的产品，用户在学习机里任何一个学习场景下形成的数据，都可以以知识卡片的形式存储到笔记里，最终形成一个数据闭环。

" 这个是我们今年一个比较重要的方向。" 数智前线获悉，学而思学习机已经在陆续打通这些能力，预计在今年 8 月份，会打通 30 个左右的产品和工具，最终实现全局学习。

业内认为，AI 教师会像智能驾驶技术的发展一样，在实现 L3 级别的智能驾驶之前，汽车行业也经历了自动泊车、变道、高速巡航等场景的应用。

目前，好未来计划将 AI 的能力逐步拆分到各个关键环节，比如 " 随时问 "APP（现已更名为小思 AI）专注于解答和辅导，作文批改应用专注于文本评估，以及口语练习应用用于语言训练。

这也意味着，AI 教师也会先在特定场景中帮助教师解决重复性工作，最终可能发展成一个全面的教育伙伴。

好消息是，大模型的成本正在指数级下降，在行业应用落地的速度明显加快。而 AI 学习机这类软硬一体化的产品，也正在受到越来越多家长和学生的欢迎，他们更倾向于为具备 AI 功能的硬件付费，而非单纯的软件。

与此同时，政策端也在加速这一进程。教育部在今年 3 月份透露，很快将发布《人工智能教育白皮书》，将从技术赋能、伦理治理、体系重构三大维度，系统性规划 AI 技术如何重塑教育。

如今，AI+ 教育已经是个确定性方向。对于好未来这些资深教育玩家而言，未来除了算力层面的投入，也考验着如何更好地将教育内容和行业数据用于模型的训练。而从 AI 学习机这一硬件品类而言，随着全局数据的打通，未来用户需要的或许不是单点的 AI 应用，而是系统级能力的提升。

© 本文为数智前线（szqx1991）原创内容

进群、转载或商务合作联系后台

文章精选