2872
去年居家网课期间，给家里的小学生入手了一台AI学习机。最初担心“智商税”，但用了一个阶段后，内心就俩字：真香啊！ AI功能可以拍照检查错题、批改作文……发现错题后，还可以基于大数据的收集和分析，智能推送类似题型继续练习，直到把这类题目彻底掌握。使用一个阶段后，还会形成个人独有的知识图谱，全部掌握的、不熟练的、还没掌握的知识点，一目了然……不得不说，在居家办公+网课期间，它极大地拯救了我。
所以看到最近接连落地教育场景的AI大模型，马上就引起了我的兴趣。我最关注的是：在已有的这些体验上，AI大模型还能实现哪些超越？大模型面对学生用户，如何保证实际的使用效果？
AI大模型有望渗透B端和C端教育场景
在C端市场，用于教育领域的智能硬件一直是个不温不火的品类，直到近年来，学习机异军突起，在形式各异的教育智能硬件中，一举成为最热门的类别之一。
根据IDC数据，从2021年第四季度到2022年第二季度，中国学习平板市场累计出货量近400万台，相比上年同期增长18%。据称，科大讯飞董事长刘庆峰今年1月在内部会上透露，2022年科大讯飞AI学习机营收增长53%，新增专卖店实现100%增长，线下销量同比增长130%。
学习机的高速发展也并不意外，集齐了政策+技术+需求+市场催化几重因素。疫情期间的“停课不停学”、“双减”下缩减的校外培训机构，短期内都抬升了学习机的市场需求。再加上AI技术的加持，真正让学习机体现出了它不同于以往学习平板、或是其他功能单一的智能硬件的能力。
几重因素叠加下，学习机在2022年呈现爆发式增长。
不过，从以往其他智能硬件的发展来看，短期刺激、替代性的动力难以持久，只有长期性、趋势性的动力机制出现，才能形成长期的迭代和发展。根据艾瑞咨询《中国教育行业市场需求洞察报告——青少年儿童篇》报告，前沿数字科技在教育领域的应用价值明显，教育智能硬件的发展需要重点关注品类拓新、与素质教育的结合以及前沿科技的应用。
在AI已成为不可逆转的潮流的今天，如何在教育领域运用AI、如何有价值地导入AI，成为从业者一直在思考的问题。
比尔盖茨最近提出，未来5-10年AI驱动的软件将实现人类教学和学习方式的彻底颠覆，并且认为AI将在18个月内实现阅读、写作和数学的辅导教学。
一部分人表示看好AI大模型在学习机上的应用。从两方面来看，认为在C端，它有望成为学生的智能“老师”。因为学习中有大量作文批改、英语对话等非客观题的场景，具备理解能力的大语言模型有望在一定程度上进行辅助教学。
至于在B端，有望实现通过AI提升效率。比如考试考场、教考阅卷、在线教学等，属于相对标准化的场景，适合通过AI技术赋能，解决效率与准确率难以兼顾的问题。并且标准化考场建设、智慧教育为代表的信息化建设等，同样是重点方向。
AI大模型战火烧向学习机
科大讯飞搭载星火大模型的第一个应用场景就是学习机，这也是该公司深耕多年的赛道。搭载星火大模型后，其学习机主要实现两种功能的提升:第一，实现自动化中英文作文批阅：由于批阅工作一直占用老师大量时间，且主观性较强、无法实现千人千面的个性化教学，搭载星火大模型的AI学习机，可以针对中英文作文的语法、句子、修辞方式等进行批改，实现类人的阅卷模式；第二，实现英语口语自然对话：搭载星火大模型后，学习机可以实现多轮自然的英语口语对话，帮助学生口语能力的提升。
除了科大讯飞，学而思近期宣布数学大模型MathGPT自研取得阶段性成果，且年内有望推出基于该自研大模型的产品级应用。学而思希望通过MathGPT弥补和攻克大语言模型的三个问题：第一，题目要解对，现有的GPT结果经常出现错误；第二，解题步骤要稳定、清晰，现在GPT的解题步骤每次都不一样，而且生成内容经常很冗余；第三，解题要讲得有趣、个性化，现在GPT的解释过于“学术”和机械，对孩子的学习体验很不友好。据称，学而思学习机近期也会上线一款“AI 助手”，涵盖作文助手、口语助手、阅读 助手、数学助手等相关功能，
根据介绍，这些教育领域的大模型仍将持续迭代升级。主要方向有：首先是突破开放式问答(即实时问答)，而不是简单的搜索，通过类搜索插件抓取知识，以更人性化的方式呈现结果；其次还有多轮对话能力、多模态的交互能力；此外还有多层次、跨语种语言的理解，实现更细粒度的单词、语法查询，对句子含义更好的理解、情感分析，以及多题型、可解析的数学能力等等，通过在上述主要方向做出提升，完成未来更复杂场景下的任务处理。
在这一轮“百模大战”中，只有将大模型能力和垂直场景结合，才能凸显出竞争优势。从教育场景的需求来看，具有个性化、高频互动的特点，且相比线下教辅机构，学习机成本大幅降低，如果它能够真正通过AI大模型的应用，实现用户体验的进一步提升、探索更多应用场景，则有望加快落地节奏。
至于谁能真正能够跑赢这场竞争？离不开以往在教育领域的积累和产品迭代的经验，只有掌握了教育这个垂直领域大量数据，并且已经形成了一定的用户基础，才有望将大模型+数据+产品需求形成完整闭环，推动规模应用。
轻量化大模型有望带动边缘AI发展
在科大讯飞宣布星火认知大模型用于其AI学习机约一周后，还有一个标志性的事件——谷歌发布了PaLM 2模型，轻量化版本可运行于移动端。
作为驱动AI机器人Bard的模型升级版，PaLM 2可使用Fortran等20多种编程语言，100 多种口头语言进行数学、软件开发、语言翻译推理和自然语言生成，在部分语言能力基准测试上超过GPT-4。
PaLM 2有四种不同参数规模的版本，其中最轻量版本Gecko可在移动设备端运行，提供每秒处理20个token的能力，这将有望带动边缘AI的发展。
据了解，大模型之前在边端的应用主要通过API接口调用，模型本身的训练和推理仍在云端进行，对边缘侧、终端以及芯片更新没有太大需求。轻量化模型可以降低边缘侧模型部署成 本，使AI模型离线应用成为可能，从而提供定制化、低时延、高安全性与隐私性的下游应用，开拓AI模型在边缘侧推理的场景。
民生证券分析师认为，轻量化大语言模型能够带动边缘AI计算成长，加速边缘硬件市场的更新迭代。在轻量级AI模型助力下，智能硬件的能力边界将不断拓宽，成为新的AI流量入口，AI 智能硬件厂商则有望借助AI模型提升硬件价值量，开启新一轮创新周期。
结语
各类AI大模型的破土而出，使得产业都在期待一轮真正的科技创新，能够给生产、生活带来更高的效率、更好的体验，带动从底层技术到上层应用的全新机会。
有从业者指出，AI大模型这一波潮流，与以往智能手机、可穿戴设备等应用相比，最大的不同在于这次不是终端硬件开启变革，而是软件先行定义一切，再催生算力硬件需求和后续各类终端的变革。那么从这个层面来看，AI大模型一定会从想象空间大、有应用刚需、且数据积累相对完善的领域开始，学习机确实具备了这些因子。
AI大模型落地学习机究竟前景如何？别看广告，看疗效。
