來源|多知

　　整理|張蔚斐

　　當(dāng)AI 從實驗室走向產(chǎn)業(yè)一線，創(chuàng)業(yè)賽道正經(jīng)歷“認知重構(gòu)+效率革命”的雙重顛覆。

　　2023年，教育AI領(lǐng)域迎來了一支備受矚目的新生力量——“與愛為舞”。其創(chuàng)始團隊堪稱“明星陣容”，由張懷亭和劉威共同創(chuàng)立，還囊括了技術(shù)負責(zé)人王琳、產(chǎn)品負責(zé)人王慧妍、運營負責(zé)人紀(jì)建鏢及流量增長負責(zé)人梁貴星等聯(lián)合創(chuàng)始人。

　　截至目前，與愛為舞累計獲得超1.5億美元投資，投資方包含高榕資本、紅杉資本等眾多一線VC。

　　近日，與愛為舞發(fā)布旗下首款A(yù)I產(chǎn)品——愛學(xué)App，在一對一的課堂教學(xué)場景引入了數(shù)字人老師。

　　在多知OpenTalk第52期活動現(xiàn)場，與愛為舞聯(lián)合創(chuàng)始人王慧妍進行了主題為《AI應(yīng)用創(chuàng)業(yè)的思考與實踐：拆解AI教育如何從0到1》的演講，以創(chuàng)業(yè)實踐為核心，拆解AI教育從0到1的落地邏輯，剖析AI在教育領(lǐng)域的創(chuàng)業(yè)機會與破局關(guān)鍵。

　　核心觀點：

　　1、AI教育3.0時代有望突破教育的“不可能三角”，通過規(guī)模化提供個性化服務(wù)，實現(xiàn)成本、質(zhì)量與規(guī)模的統(tǒng)一。

　　2、AI教育創(chuàng)業(yè)對團隊要求極高，需兼具AI技術(shù)理解與教育業(yè)務(wù)經(jīng)驗，并具備快速執(zhí)行與迭代能力。

　　3、路徑選擇上，AI在教育中既賦能也替代，與愛為舞采取“雙螺旋”策略，逐步推進AI在營銷、銷售、輔導(dǎo)與主講環(huán)節(jié)的滲透。

　　4、AI教育產(chǎn)品應(yīng)優(yōu)先聚焦課程而非工具，以真人形象增強信任與專注，并通過高頻互動提升學(xué)習(xí)效果。

　　5、與愛為舞未來將實現(xiàn)“全年齡段覆蓋”，從K12切入，逐步拓展至啟蒙、成人及銀發(fā)教育等領(lǐng)域。

　　以下為王慧妍演講實錄(經(jīng)多知編輯)：

　　大家好，我是與愛為舞的聯(lián)合創(chuàng)始人王慧妍。我們是一家非常年輕的公司，成立于2023年。這次分享，我想拆解我們過去這兩年半的經(jīng)歷，談?wù)勅绾慰创鼳I教育領(lǐng)域。

　　01 教育范式的轉(zhuǎn)變：AI如何破解“不可能三角”?

　　與愛為舞到底要做什么?

　　教育行業(yè)存在一個“不可能三角”——我們無法同時保證規(guī)模、質(zhì)量和成本。回顧教育發(fā)展，經(jīng)歷了三個時代：早期線下1.0教育，到2.0在線教育，現(xiàn)在正蛻變到3.0的AI教育。

　　1.0時代，可以保證在家門口上 1對1 ，有更好的老師講課，但無法規(guī)?；?。

　　2.0時代，在線教育實現(xiàn)了規(guī)?；?，但一個好主講老師要面對幾萬學(xué)生，無法保證教學(xué)效果，因此衍生了輔導(dǎo)老師角色，這又無法保證成本和規(guī)模的統(tǒng)一。

　　為什么我們認為AI 3.0時代能解決“不可能三角”?因為AI具備了規(guī)?；峁﹤€性化服務(wù)的能力。這是生成式AI給行業(yè)帶來的改變。

　　如果我們能給普通學(xué)生上AI 1對1 課，他就能從普通人變成優(yōu)秀的人。未來國與國之間的競爭，就是教育范式的競爭。

　　如果能順應(yīng)每個人的發(fā)展方式，從教育1.0、2.0，進化到“學(xué)習(xí)在窗外、他人即老師、世界是教材”，AI的作用就至關(guān)重要。這意味著要推動整個教育范式的改變，這是我們的初心。

　　02 團隊搭建：AI教育領(lǐng)域的極高要求

　　很多人問，與愛為舞和旗下To C品牌“愛學(xué)”的關(guān)系是什么?

　　先講一個故事：為什么我們叫“與愛為舞”?大部分候選人看到我們公司名字都以為是一家舞蹈機構(gòu)。其實，這里的“愛”是AI。我們認為教育的本質(zhì)是愛，而AI是重要元素。我們希望愛與AI和諧共舞，一起為教育做貢獻。“愛學(xué)”是我們面向C端的品牌，學(xué)生想通過我們的AI Tutor學(xué)習(xí)，可以通過愛學(xué)進行。

　　本質(zhì)上，我們要做一場時代的變革：為每個人提供專屬的AI 1對1 導(dǎo)師。在未來更符合自由學(xué)習(xí)者的范式下，我們認為這樣的AI Tutor應(yīng)具備全識、全知且全能。

　　如何從現(xiàn)在走向目標(biāo)?首先需要找到合適的人。我們的創(chuàng)始團隊有六個人。張懷亭早期擔(dān)任百度鳳巢系統(tǒng)負責(zé)人，那是國內(nèi)首個超大規(guī)模機器學(xué)習(xí)商業(yè)化系統(tǒng)。我和王琳當(dāng)時都在懷亭團隊。劉威曾擔(dān)任高途課堂總經(jīng)理，在其帶領(lǐng)下，業(yè)務(wù)規(guī)模實現(xiàn)了從2000萬到64億的跨越，團隊規(guī)模也從7人發(fā)展至25000人。還有紀(jì)建鏢和梁貴星，我們聯(lián)合創(chuàng)始人之間認識超過十年，信任感非常強。我們從戰(zhàn)略到執(zhí)行，路徑幾乎沒有發(fā)生偏轉(zhuǎn)，這和我們對行業(yè)的理解有關(guān)，我們六個人或多或少都有教育從業(yè)經(jīng)驗。

　　想在AI教育領(lǐng)域做出事情，對團隊的要求非常高，既要懂業(yè)務(wù)，又要懂AI。在我看來，AI教育不是石頭縫里蹦出來的，它需要從之前的所有行為認知里一點一點去改變。過程中的每一個細節(jié)，都基于對業(yè)務(wù)的了解和對AI邊界的了解。也許只是解決一個小點，或一件大家看起來很不起眼的事，里面就要付出很多實踐和努力。我的建議是：搭建團隊時，成員既要懂模型邊界，也要懂業(yè)務(wù)，同時還要非?？焖佟⒎浅Ｗ则?qū)。這是團隊組成的基本可能性。

　　03 路徑選擇：AI是賦能還是替換?

　　有了團隊，我們面臨第一個決策：AI對教育行業(yè)，到底是賦能還是替換?

　　我們在做路徑選擇時也在想，到底應(yīng)該做copilot賦能更多老師，還是AI直接當(dāng)老師。與愛為舞選擇的路徑叫“雙螺旋”——既要又要。雖然對創(chuàng)業(yè)公司這不一定是最好選擇，但我們覺得在當(dāng)下是一條對的路徑。

　　我們最開始想的是，用AI替代在線教育里的每一個角色，從前到后串聯(lián)，完成AI化迭代。早期，我們把在線教育里核心的四個角色——市場、銷售、輔導(dǎo)和主講——進行了拆解。

　　我們發(fā)現(xiàn)，AI確實能幫市場團隊做事，但替代不了市場的人。營銷角色在當(dāng)下無法用AI全流程取代。理論上，AI在營銷上輔助提效的工具，或在部分環(huán)節(jié)形成無人化。

　　在銷售領(lǐng)域，我們早期曾想是否直接用大模型能力跟用戶聊天，及時響應(yīng)用戶問題。但實踐中發(fā)現(xiàn)難度巨大?？梢源_定的是，我們已做到一半及以上的銷售無人化，但還有部分工作需要人的協(xié)同探索。

　　輔導(dǎo)和主講環(huán)節(jié)是我們現(xiàn)在在做的。當(dāng)把教師的教研能力和教學(xué)理念進行深度萃取、強化學(xué)習(xí)之后，他應(yīng)具備生成式AI教學(xué)的能力。

　　04 產(chǎn)品實踐：課程、形象與角色的關(guān)鍵決策

　　實踐過程中，與愛為舞問自己的第一個問題是：先做AI課程，還是先做AI工具?團隊得出的結(jié)論是：一定要做課程。雖然AI工具可以更快速、更簡便地做事，但所有工具都存在打開率和商業(yè)化的困擾。當(dāng)下，大部分人在學(xué)習(xí)過程中都追求效果，我們一定要先挑難的做，先把課程給予用戶。在選擇課程還是工具時，我們優(yōu)先選擇了AI做課的hard模式。未來不排除做工具，因為我們認為AI工具應(yīng)用于引流，真正的課程才是AI的內(nèi)核。

　　第二個問題是，我們到底要做真人還是卡通形象?不同公司的選擇不同。我們最終選擇真人形象，有三點原因和數(shù)據(jù)論證：

　　第一，我們的流量獲取在老師的直播間。家長和學(xué)生跟老師建立信任感時，認可的是老師的真人形象。

　　第二，進入直播間后，真人通過表情、精細化動作，甚至統(tǒng)一嘴型，都可以讓學(xué)生更快速、更無防備地集中精力進入課程學(xué)習(xí)。這意味著數(shù)字人不能分散學(xué)習(xí)者的精力，要讓ta更專注。所以我們選擇了真人。未來如果面向啟蒙階段更低幼的孩子，我們可能也會考慮數(shù)字人。如果我們能把真人的對口型能力和延時做好，卡通對我們來說就不那么困難了。

　　第三個問題是，用AI做主講還是做輔導(dǎo)?我們認為在孩子的學(xué)習(xí)過程中，應(yīng)該由一個角色統(tǒng)一交織。為什么之前的學(xué)習(xí)環(huán)節(jié)存在銷售、主講、學(xué)伴、輔導(dǎo)等多個角色?因為在工業(yè)化時代，我們無法在一個人身上集中所有服務(wù)能力，才衍生出很多角色。但在智能化時代，既然AI具備這樣的能力，那么它其實不是老師或輔導(dǎo)的角色，它只是一個陪伴你的tutor，兼具所有角色。所以我們沒有把AI角色具體拆分，我們認為它都應(yīng)該干，它身上的能力應(yīng)該逐步增加。最終對學(xué)生的感受來說，AI應(yīng)該是可以“合N為一”的。

　　基于此，我們推出了大家看到的愛學(xué)形態(tài)。這種形態(tài)下，三分鐘一次互動，對學(xué)生的注意力抓回有極好效果。原本的在線大班課可能兩個小時老師提問你2到3次，家長最怕的就是孩子注意力分散或切屏。

　　但AI老師會非常耐心、不厭其煩地提問，在所有需要掌握的知識點環(huán)節(jié)問1到2個問題，來保證知識點掌握。在這過程中，學(xué)生和家長都不再擔(dān)憂注意力抓回的情況。我們也確實看到了孩子學(xué)習(xí)效果的提升，包括答題正確率。所以我們認為AI在注意力抓回上貢獻了很多。

　　除此之外，AI老師更加包容。家長在輔導(dǎo)孩子學(xué)習(xí)時，有時會非常生氣，不免情緒上頭，但AI具備消化情緒的能力。當(dāng)我們把AI更包容的情緒給學(xué)生時，學(xué)生面對一個更溫和且包容的老師，他就更容易說出自己的想法，甚至自己的不足。學(xué)生勇于開口時，我們就知道他差在哪了，再進一步因材施教。正是因為AI具備了這樣的能力，我們才能跟學(xué)員產(chǎn)生更好的互動和深度教學(xué)。同時我們也會更專注在AI課程上。

　　之前有一個觀點：所謂的1對1是真的1對1嗎?其實不一定。即使1對1，老師往往也用同一套教案，他只不過是按照你掌握的速度給你反復(fù)講一遍。但AI具備什么能力呢?當(dāng)AI發(fā)現(xiàn)你回答不好時，它可以換一種方式講。當(dāng)你學(xué)得慢時，AI可以把進度放慢;你學(xué)得快時，AI可以把進度加快。而不是按照以前線下1對1的方式，根據(jù)節(jié)奏、教材、大綱、進度去教學(xué)。

　　只有當(dāng)AI具備了更靈活的供給側(cè)能力，學(xué)生在這個平臺上的學(xué)習(xí)才會更專屬，他所學(xué)習(xí)的內(nèi)容才會更個性化、更科學(xué)。我們的AI體系跟著九個主講老師的教學(xué)方法論走，這些方法論都是多年沉淀的大咖方法。所以當(dāng)AI去學(xué)習(xí)一個很厲害的人時，他的范式是被固定化的，那他可以更快速、更有體系化地學(xué)習(xí)。我們最終提供給孩子和學(xué)習(xí)者的東西，也會讓他學(xué)習(xí)效果變得更好。

　　05 技術(shù)投入與未來規(guī)劃：將推全年齡段產(chǎn)品

　　為了做這件事，我們要做非常多的努力。

　　首先，為滿足個性化教學(xué)，我們得做自己的大模型。我們要保證幾萬人可以同時一起學(xué)習(xí)，并且實時反饋，這對AI工程是極大挑戰(zhàn)。如何保證AI在同一個時間點面向幾萬學(xué)生發(fā)起不同教學(xué)，并且支持頻繁互動，這件事對工程的挑戰(zhàn)極大。我們會基于一些國產(chǎn)大模型做訓(xùn)練，包括去做強化學(xué)習(xí)，訓(xùn)練自己的大模型。

　　第二，我們要給學(xué)生提供多場景且沉浸式的類人交互體驗。這就是我前面講為什么選擇做真人的一個原因。當(dāng)它做起來更像人時，我們就需要去覆蓋整個數(shù)字人體系，比如秒級數(shù)字人、3D高斯數(shù)字人，還有大模型數(shù)字人。全場景打造能夠商用且可擴展的真人感數(shù)字人系統(tǒng)。當(dāng)前我們已經(jīng)覆蓋了很多，比如教學(xué)互動、內(nèi)容創(chuàng)作場景。

　　包括在類人的交互過程中，有幾個非常需要突破且需要持續(xù)突破的。比如要讓他的口型和面部控制更加一致，讓他的手勢和肢體動作更符合在教學(xué)過程中的情緒和表達。比如需要給學(xué)生更加360度全視角沉浸的教學(xué)，當(dāng)他學(xué)自然拼讀時，他能看到我的嘴型。這些都需要通過數(shù)字人去完成。所以我們整個數(shù)字人團隊投入了很多精力，包括我們剛剛在頂會上發(fā)表的論文、央視開學(xué)第一課的數(shù)字人技術(shù)，都是我們提供的。

　　在語音方面，我們要貼合場景做擬真溝通，一方面做語音識別，一方面做語音的生成或合成。舉一個最簡單的例子：如果一個老師在上課過程中沒有情感、平鋪直敘地講課，孩子是不會聽的。老師必須要有開心情感、失落情感、緊張情感、刺激情感，通過這樣的情緒把學(xué)生注意力抓回。而我們要做到語音的情感拼接，以及在使用者處于非常嘈雜的環(huán)境時，清晰且準(zhǔn)確地識別他在說什么，這對我們的語音團隊非常重要。我們在教學(xué)環(huán)節(jié)、銷售環(huán)節(jié)、輔導(dǎo)環(huán)節(jié)里面的聲音都會有不同表現(xiàn)力，因為我們要替代各種各樣的角色。

　　未來與愛為舞要做什么?很多人說你們可能在做K12教育，其實并不是。對我們來說，目標(biāo)是做AI tutor，要做全年齡段、全階段的輸出。從初高中切入，是因為市場空間很大，我們過往也有行業(yè)經(jīng)驗，幫助我們更快速切入。同時我們認為，如果我們能把K12領(lǐng)域教好，那么未來對于小學(xué)啟蒙、成人教育，還有銀發(fā)領(lǐng)域，我們都應(yīng)具備更好的輸出和教學(xué)能力。所以接下來我們也會面向全年齡段，去做各個方式課程上的一些探索。

　　以上是我今天的分享，謝謝大家。

　　06 互動答疑：AI如何把控整個課堂?

　　提問1： 我剛才體驗了一下與愛為舞的APP，課程沒有進度條，但您剛剛提到互動比較頻繁，三分鐘一個互動。那我們怎么控制學(xué)生在上課的時候?qū)φ麄€時長或互動頻率的把控?

　　王慧妍： 首先我們確實要先保障時長。沒有進度條是因為我們并不知道學(xué)生的進度是什么樣的，我們不會固化。孩子的注意力和專注力在一定時間里是有限的，基本上在1到2個小時之間。我們既要完成教學(xué)，又要在教研層面上讓學(xué)生掌握知識點。

　　在互動過程中，背后也有教研體系和知識點牽引。當(dāng)我們發(fā)現(xiàn)學(xué)生掌握的好與不好的時候，可以稍微適當(dāng)往外延伸。但如果我們已經(jīng)進行了四五輪互動，學(xué)生問的問題已經(jīng)跟我們今天的教研內(nèi)容沒有關(guān)系時，我們的模型就要引導(dǎo)用戶回到正軌上來，完成正常的教學(xué)。整個溝通和互動是被教研教學(xué)體系內(nèi)容約束的，只不過在形式和延展上我們放大了一些空間。這也是我們認為一些大模型沒有辦法快速在教育行業(yè)能拿到結(jié)果的原因，模型背后，基于教研的沉淀給出更加符合學(xué)習(xí)認知過程的約束也非常重要。

　　提問2： 您剛才提到一個我很關(guān)注的點，叫做大模型的邊界在哪里。在我看來，童年、少年、青年課程理論上不能完全依靠大模型來完成，可能一節(jié)課就需要一個教研老師輸出，有互動問題，有知識點，有語料等等的堆積。想問您怎么看現(xiàn)階段教研的占比比重?

　　王慧妍： 好，這個問題問的非常好。您描述的這個范式偏向在線教育過程當(dāng)中千人N面的互動。對于我們來說，我們其實是通過算法的方式在進行題的生產(chǎn)、講解的生產(chǎn)、整個教學(xué)內(nèi)容的生產(chǎn)，包括生產(chǎn)內(nèi)容的質(zhì)量把控。所以教研是在早期去定義一套思路和范式，讓模型去學(xué)習(xí);教研以后會變成模型的評判者。所以你可以理解成，在我們的范式下，教研的未來更偏向于一個訓(xùn)練師和一個審核者，去給模型打分。更多的輸出是模型做，教研則保證模型輸出的準(zhǔn)確性。

　　提問3： AI 1對1最大的好處在于集中學(xué)生的注意力?

　　王慧妍： 注意力問題我認為是可以被解決的，但要一步一步被解決。當(dāng)前我們通過快速的互動去抓注意力，你會發(fā)現(xiàn)89%以上的孩子確實是可以被你抓回的，因為大部分孩子都不希望自己在課堂上出錯。早期我們在做課程設(shè)計的時候，我們以為孩子會天馬行空地問老師很多不相關(guān)的問題。后來我們發(fā)現(xiàn)，老師問他問題的時候，他都竭盡全力想答對。當(dāng)前，我們認為通過互動的方式就可以把注意力相對較好地抓回，但是長遠來看這件事情我們要通過更多的硬件，比如攝像頭，給用戶更多提醒。

　　在硬件尚未準(zhǔn)備好之前，當(dāng)我們發(fā)現(xiàn)這個孩子的互動出現(xiàn)異常的時候，一般K12的家長其實都會在孩子旁邊聽課，或者是至少在附近關(guān)注著，我們會給他一個課程的實時提醒，告訴他當(dāng)前孩子可能會存在注意不集中的情況。這相對于原來的在線教育是一種進步。

　　提問4： 整個課程是按照在第一節(jié)課AI老師和學(xué)生整體的互動去追進度，還是圍繞某一個學(xué)生?比如說我給他在拿解方程來舉例子，它里面有一項有去括號，有很多知識點。但是我發(fā)現(xiàn)很多課程我是想給大家講解方程。那我想說的是給這個孩子講清楚知識點，還是說我要去滿足這節(jié)課的進度?

　　王慧妍： 我們現(xiàn)在的解法是這樣的：當(dāng)我們發(fā)現(xiàn)用戶某個知識點不會的時候，我們會通過幾輪的互動講解，但不會在一個知識點上無限放大。因為相關(guān)的知識點還有很多，要保證主流程的完成。這是因為孩子本身在學(xué)校學(xué)習(xí)的過程中還是要有一定的進程的，所以這種延展的東西我們可以在課后單獨再通過其他的方式補給他，但要保證主流程。