11月17日至18日，芥末堆在北京舉辦以“教育有AI，學(xué)習(xí)無界”為主題的GET2025教育科技大會。聲網(wǎng)教育行業(yè)產(chǎn)品負(fù)責(zé)人錢奮以《從內(nèi)容到對話 - 對話式 AI 驅(qū)動教育場景新模式》進(jìn)行了主題分享。

錢奮在分享中，系統(tǒng)梳理了 AI+教育的產(chǎn)業(yè)變化、應(yīng)用趨勢與技術(shù)路徑。他指出，在過去十年中，教育科技的內(nèi)容化與工具化已相對成熟，而對話式 AI 的出現(xiàn)正在重構(gòu)教學(xué)互動方式，使學(xué)習(xí)從“工具型使用”走向“陪伴式體驗(yàn)”。隨著 AI 技術(shù)發(fā)展，以及教育信息化政策推進(jìn)、AI 老師與 AI 助教等新形態(tài)產(chǎn)品興起，對話式 AI 正成為推動場景創(chuàng)新、提升教學(xué)效率的重要力量。

以下為演講實(shí)錄，經(jīng)編輯：

大家上午好，我是來自聲網(wǎng)的錢奮，目前負(fù)責(zé)聲網(wǎng)教育行業(yè)的產(chǎn)品落地和解決方案。很高興再次來到 GET 大會，與各位交流我們在教育領(lǐng)域的實(shí)踐經(jīng)驗(yàn)。

我今天分享的主題是《從內(nèi)容到對話 - 對話式 AI 驅(qū)動教育場景新模式》，將重點(diǎn)探討對話式 AI 技術(shù)如何賦能教育新場景。

過去十年，教育科技在內(nèi)容數(shù)字化與工具化方面已相當(dāng)完善。尤其是近兩年大模型技術(shù)的突破，將內(nèi)容生成能力推向極致。我們注意到，越來越多教育機(jī)構(gòu)開始探索對話式 AI 的技術(shù)演進(jìn)，并將其融入實(shí)際教學(xué)場景中。

聲網(wǎng)作為全球?qū)崟r音視頻與對話式 AI 云服務(wù)的開創(chuàng)者，在此領(lǐng)域具備深厚積累。目前，我們在實(shí)時互動市場份額位居行業(yè)首位，擁有50多項(xiàng)自主創(chuàng)新技術(shù)，全球累計注冊應(yīng)用超過74萬。在10月舉辦的 RTE 2025大會上，我們宣布實(shí)時互動分鐘數(shù)首次突破萬億。

當(dāng)前，聲網(wǎng)的實(shí)時互動技術(shù)已廣泛覆蓋教育全場景，包括素質(zhì)教育、通用教育等細(xì)分領(lǐng)域。

AI+教育：確定性的增長賽道與細(xì)分機(jī)會

從2024年至2030年， AI+教育市場規(guī)模預(yù)計將實(shí)現(xiàn)近十倍增長。這清晰表明，該賽道正處于確定性增量階段，為產(chǎn)品與服務(wù)創(chuàng)新提供了廣闊空間。

去年我們內(nèi)部評估時還相對保守，認(rèn)為教育行業(yè)在“雙減”后迭代較慢，不太可能出現(xiàn)爆發(fā)式增長。但今年以來，隨著“百模大戰(zhàn)”與教育大模型的興起，內(nèi)容生成能力已趨極致， AI 老師、 AI 助教等新形態(tài)產(chǎn)品紛紛涌現(xiàn)，整個賽道呈現(xiàn)出高度活躍態(tài)勢。

從研報數(shù)據(jù)來看，當(dāng)前 AI+教育主要圍繞兩大方向展開：

一是教育信息化。在政策推動下，越來越多學(xué)校與機(jī)構(gòu)開始布局 AI 能力，并將其納入教學(xué)體系。

二是課外培訓(xùn)與K12應(yīng)用，包括 AI 老師、 AI 助教、語言學(xué)習(xí)與作業(yè)輔導(dǎo)等。此外，幫助教師提升工作效率的 AI 工具也迅速普及。

素質(zhì)教育和早教領(lǐng)域目前市場規(guī)模較小，尚未出現(xiàn)現(xiàn)象級應(yīng)用，仍處于探索階段。

2024年教育行業(yè)共發(fā)生81起融資事件，其中21起與 AI 技術(shù)相關(guān)。而今年上半年，25起融資中22起涉及 AI 。這表明， AI 已從“可選項(xiàng)”轉(zhuǎn)變?yōu)榻逃?xiàng)目的“必選項(xiàng)”。

我們將AI教育場景的成熟度劃分為L1至L4四個等級：

· K12 校外應(yīng)用（如解題、口語陪練、出海產(chǎn)品）成熟度最高；

· 教育信息化、教學(xué)效率工具、學(xué)情分析等處于快速發(fā)展階段；

· 學(xué)習(xí)機(jī)與教育硬件 AI 化也已較為成熟；

· 而中老年教育、早幼教等領(lǐng)域仍處于探索期。

當(dāng)前教育應(yīng)用排行榜中，教輔工具與語言學(xué)習(xí)類產(chǎn)品占據(jù)主流，其商業(yè)化路徑也相對清晰。

若想在 AI 教育領(lǐng)域打造產(chǎn)品，應(yīng)緊扣剛需、高頻場景，單純售賣 AI 能力并無亮點(diǎn)。語言學(xué)習(xí)、解題輔導(dǎo)等場景用戶付費(fèi)意愿強(qiáng)，商業(yè)規(guī)則清晰，具備度量和復(fù)制的可能性，容易形成規(guī)?；a(chǎn)品。

AI 教育產(chǎn)品正從“功能導(dǎo)向”邁向“體驗(yàn)導(dǎo)向”

從需求側(cè)看，隨著 AI 技術(shù)演進(jìn)，產(chǎn)品形態(tài)正從“工具型”向“陪伴型”轉(zhuǎn)變。目前，創(chuàng)業(yè)者、教育從業(yè)者與機(jī)構(gòu)負(fù)責(zé)人普遍意識到， AI 教育產(chǎn)品的核心訴求已從早期的“答案是否正確”轉(zhuǎn)向“產(chǎn)品是否好用”。

在大模型發(fā)展初期，用戶更關(guān)注 AI 能否給出正確答案；而隨著技術(shù)成熟，用戶開始重視使用體驗(yàn)——例如交互是否流暢、能否隨時打斷錯誤回答、背景噪音是否影響交互等細(xì)節(jié)。這說明， AI 教育產(chǎn)品正從“功能導(dǎo)向”邁向“體驗(yàn)導(dǎo)向”。

AI 教育產(chǎn)品的演進(jìn)路徑：

· 早期工具時代：以內(nèi)容生成與文字識別為主，可提供答案但缺乏互動，本質(zhì)上仍是工具；

· 對話式 AI 2.0時代：支持語音交互與多輪對話記憶， AI能說會道，更像教學(xué)助手；

· 未來擬人化階段：AI 以數(shù)字人形象實(shí)現(xiàn)實(shí)時互動，兼具知識引導(dǎo)與情感反饋能力。

從人機(jī)交互演進(jìn)來看，最終方向一定是語言交互。對話式 AI 正推動機(jī)器以更智能的方式與人溝通。

自 GPT-3到 GPT-4o，對話式 AI 不斷突破。特別是在 GPT-4o 發(fā)布時，實(shí)時人機(jī)對話令人驚艷，標(biāo)志著真正對話式交互場景的到來。

但目前 AI 與真人對話體驗(yàn)仍有差距。真人交流中，我們能自動過濾背景噪音、保持注意力集中，而 AI 尚不能完全做到。要提升 AI 的教育場景體驗(yàn)，需解決延時、打斷、注意力鎖定、情感表達(dá)等關(guān)鍵問題。這也正是聲網(wǎng)在對話式 AI 領(lǐng)域重點(diǎn)投入的方向。

聲網(wǎng)對話式 AI 引擎2.0：如何打造“真人級”對話體驗(yàn)？

如果你打算做客戶端 APP ，或是各類硬件——現(xiàn)在教育硬件非?；?，比如各種陪伴式機(jī)器人；也包括傳統(tǒng)的電話接入業(yè)務(wù)——雖然它不完全屬于核心教學(xué)場景，但所有教育機(jī)構(gòu)幾乎都有客服或售前電銷的需求，這里面同樣蘊(yùn)藏著豐富的 AI 對話應(yīng)用機(jī)會。

聲網(wǎng)在這一塊打造的引擎，目標(biāo)就是把對話體驗(yàn)做好、做得足夠像真人，讓 AI 聽起來就像一個真實(shí)的人在與你交流——這類技術(shù)非常關(guān)鍵。

我們做了很多底層工作，例如語音檢測——能準(zhǔn)確判斷你是否真的在說話，而不是一有背景雜音就觸發(fā)回復(fù)；還有降噪、混音消除、注意力鎖定等一系列能力。

引擎引入 AI 智能中樞。正常人說話一秒大約2～3個字，最快也不過3～5個字。人和人之間對話的傳輸是基本固定的，也就是碼率或數(shù)據(jù)量大致穩(wěn)定，但人和 AI 之間的傳輸機(jī)制則完全不同。用戶在說完話之后，AI 需要快速處理文本 Token 并生成回應(yīng)。

為此，我們在應(yīng)用中加入了‘預(yù)生成緩存’功能：用戶說話時，系統(tǒng)會提前將 AI 的回應(yīng)內(nèi)容預(yù)先生成并緩存到客戶端。即使網(wǎng)絡(luò)條件不佳，對話仍能保持流暢——因?yàn)榛貞?yīng)內(nèi)容已提前存儲，可直接調(diào)用。這就是我們的 AI 智能傳輸技術(shù)。

在技術(shù)底層，我們對接了豐富的能力，包括 ASR 、大模型、 TTS ，以及數(shù)字人等。我們提供了大量接口，方便大家接入自己偏好的模型或技術(shù)供應(yīng)商。我們深知，在業(yè)務(wù)層，各位比聲網(wǎng)更懂教育場景，因此這一塊必須貼合大家的實(shí)際需求。

那么，具體怎么選擇合適的方案呢？聲網(wǎng)推出了AI 模型評測平臺（對話式），它能從多個維度幫你判斷：什么樣的對話場景，該選什么樣的模型、 TTS 或 ASR 才最合適。如果你追求整體最優(yōu)，可以選擇“綜合最優(yōu)”；如果場景對實(shí)時性要求極高，就選“響應(yīng)最快”；如果更看重成本，我們也提供“成本最優(yōu)”的選項(xiàng)。

如果業(yè)務(wù)部署在不同地區(qū)，你也可以按區(qū)域靈活選擇。在我們的平臺上，你可以自由選用主流語音識別模型，每家廠商的延時、價格都一目了然。這樣，無論是選型還是選供應(yīng)商，你都能清晰做出最適合自己的決策。

此外，聲網(wǎng)還推出了對話式 AI Studio 。你可以把它理解為一個可視化編排工具——就像剛才幾位老師介紹他們的產(chǎn)品那樣，你可以輕松配置對話流程、模型參數(shù)、ASR設(shè)置，比如設(shè)定打斷時長、交互模式等等。 Studio 也支持接入第三方插件，拓展場景能力。我們還內(nèi)置了多款對話模板，例如當(dāng)前熱門的英語陪伴、作文批改、硬件交互等，基本上可以實(shí)現(xiàn)無代碼接入。

目前，已經(jīng)有不少客戶與我們一起打磨產(chǎn)品，實(shí)現(xiàn)了場景升級。比如一些口語學(xué)習(xí)應(yīng)用，從原來“你說一句， AI 回一句”的模式，升級為真正自由對話的 AI 老師；高途的課后輔導(dǎo)、豆神的雙師課堂，也接入了我們的對話式能力，引入了 AI 助教；還有一些智能口語陪練硬件，也通過對話式 AI ，從單純的內(nèi)容播放器，轉(zhuǎn)型為陪伴式教學(xué)伙伴。

AI 客服與外呼場景雖然不完全屬于教學(xué)核心，但很多教育機(jī)構(gòu)都在使用，這類場景能夠顯著壓縮成本、提升人效，同樣非常適合搭載對話式 AI 能力。

我的分享就到這里，謝謝大家！