對話網易有道CEO周楓：“子曰”大模型與教育個性化革命_風聞

**作者｜**胡展嘉

**運營｜**陳佳慧

**出品｜**零態LT（ID：LingTai_LT）

“一個好的技術有沒有價值、能不能發揮巨大的作用，很多時候關鍵在場景和應用的選擇以及細節的打磨。通過軟件、硬件、AI技術的結合，做出精品是我們現在做的事”。7月26日，教育科技公司網易有道（NYSE: DAO）舉辦了“powered by 子曰”教育大模型應用成果發佈會。發佈會現場，網易有道CEO周楓如此表示。

會上網易有道推出國內首個教育領域垂直大模型——“子曰”，併發布了基於“子曰”大模型研發的六大創新應用，即“LLM翻譯”“虛擬人口語教練”“AI作文指導”“語法精講”“AI Box”以及“文檔問答”。

一系列大模型全家桶的發佈，瞬時引發行業熱議。

大模型熱潮進入“千模大戰”，各家從概念落地，到場景應用，競爭一度陷入白熱化，而在教育領域，並未有過大聲量，此次網易有道可謂打響了教育大模型第一槍**。**“子曰大模型在教育行業的應用，不僅可以幫助學生更好地學習，也可以幫助老師更好地教學，藉此實現因材施教的教育理想。”發佈會現場，周楓多次強調“場景拉動”的重要性。

不同於通用大模型，“子曰”大模型的定位是“場景為先”的教育垂類大模型。在AI助力各行各業變革的當下，“子曰”大模型給教育行業帶來的機會在哪裏？周楓給出的答案是“助力因材施教”。

發佈會現場，較為矚目的便是——虛擬人口語教練Hi Echo的面世，有道詞典業務負責人與 Echo 進行了多組隨機對話，在對話過程中，Echo能夠像真人老師一樣進行實時反饋。對話結束後，Echo會從發音、語法等維度給予建議和潤色。

▲圖：虛擬人口語教練Hi Echo

此外，有道在發佈會上推出的“AI作文指導”應用不僅具備“作文批改”功能，針對學生在寫作前中後過程中面臨的題目主旨難確定、寫作素材匱乏等難題，AI作文指導還會從表達、結構、內容深度、情感豐富度四大維度全面提供改進建議。

個性化教育備受推崇之下，子曰大模型能夠為學生提供個性化的分析和指導；同時，大模型能夠實現引導式學習，提出問題並引導學生自行探索答案；當然，更重要的是，大模型具備全科知識整合能力。通過連接多模態知識庫、跨學科整合知識內容，隨時滿足學生的動態需求，幫助孩子培養更綜合的能力。

作為國內和業界知名的教育科技公司，可以説，網易有道從未停止過技術和產品深度融合的探索。

早在2008年，有道就推出自主研發的國內首家統計機器翻譯線上引擎。2016年起，有道協同構建AI基礎能力，同步組建語言、視覺、聲音等團隊，目前積累了有道神經網絡翻譯（NMT）、計算機視覺、智能語音AI技術、高性能計算(HPC）四大底層技術能力。2017年，有道就與主流技術Transformer“雙向奔赴”，將AI能力統一在大模型之下，並尤其重視在端側的落地應用。2022年，有道詞典筆P5中搭載了自研的離線ASR，也已升級為Transformer技術。

AI大模型風起之後，如何以實際的教育場景驅動，用技術創新助力教育創新，成為團隊上下共同攻克的核心目標，為此團隊將目標拆解為不同模塊：向所有下游場景提供語義理解、知識表達等基礎能力；為不同學習場景設計定製化的模型，力爭實現模型與場景的高度契合等命題。

此次子曰大模型的發佈，可以説是AI+教育的進一步落地實踐，為什麼是網易有道？子曰大模型能否引領教育個性化革命？

發佈會後，零態LT（ID：LingTai_LT）等，也共同對話了網易有道CEO周楓，關於子曰大模型的探索歷程，成本問題以及商業化預期，與其進行了深度交流。

以下為對話實錄（有刪節）

問題：子曰大模型的六個場景讓人震撼，而且大模型是團隊自研，不久前Meta發佈了新的開源以及免費大模型，直接接入開源成本或許會更低，這個層面，網易有道的思考是什麼？

**周楓：**關於Meta開源的問題，這也是內部非常非常關心的問題，我們是非常擁抱開源的，有道以前也有很多開源產品，我們自己也開源不少自己的項目，包括AI方面的。

但今天的發佈會側重的是應用，AI發力的重點是產品落地，這也是為什麼子曰大模型進行自研的原因。當下一些開源的模型暫時不能滿足我們對落地的需求。比如像語法、答疑這些，這些都搞不定的，因為沒有這些數據（可供直接訓練）。

當然，自研過程中，除了最基礎技術的技術層面，最後要落地的是完整產品，並且用户在使用時，非常絲滑的產品，如果哪一天開源項目很成熟，我們也一定會用。

問題：未來有道智能硬件接入子曰大模型後，會帶來哪些升級和變革呢？

**周楓：**有道在策略上的關鍵詞是“場景拉動”——大模型在多個場景中的應用成果，覆蓋口語訓練、作文批改、習題答疑等六大教育的細分領域。

 在AI虛擬人的驅動方面，有道基於自主研發的情感識別算法和實時渲染驅動引擎，對播放的語音數據進行深度分析，實時驅動虛擬人的面部表情和語音同步的口型變化，使虛擬人能夠貼近真人，以更加自然和生動的方式與用户一對一交互，從而顯著提升對話的真實感和用户體驗。

例如，虛擬人口語教練在語音識別能力方面進行了巨大的革新，它支持多語種的流式低延遲語音識別技術，讓Echo在中式英語、英語、中英混合等場景下遊刃有餘；聲學降噪、回聲消除、自動語音檢測、自動斷句等技術，則讓它像一個真正的傾聽者和交流者，不僅能判斷用户説話的起始，還能讓用户隨時打斷，智能觸發後續流程。

問題：“子曰”大模型的成本構成是什麼？產品化以後會不會影響利潤率，甚至是虧損？在線教育前期技術成本很高，但是後期隨着用户規模擴大，成本會顯著下降，大模型不斷的訓練之後，會不會改變這個成本模型？

**周楓：**做公司永遠是這樣的，好東西都要錢，好的也最貴，這不是新問題，我們一定會管理好成本。

像剛才講的，很多時候這是相對的過程，你如果能做到行業內對資金利用率，對人員利用率比較高的話，成本其實是可以的。大模型研發，總體上不需要增加什麼額外的特別大的投入，因為有道過往的AI團隊也不小，可以直接複用。

跟剛才開源的問題相關，我覺得這個世界上大部分的大模型都是免費的。所以很適合開放。大模型的邊際成本其實非常低，複製模型其實不需要成本，推理時才需要成本，無論對於一個公司也好，個人也好，情況都是如此。

但大模型技術非常特別，很多技術拿到代碼還是不會用。即便你會用，你也不會改進，因為你讀不懂這個代碼，回到剛才的問題，我們目前也需要資金來進行自研，確實現有的市面上的大模型，不滿足我們對產品的要求，長期來看，我們技術本身深耕了好多年，有很多現成的東西可以複用。

模型雖然越變越大但是開放性會增強，對於想做AI應用的創業者或者公司來説，現在是非常好的時候，未來成本問題也會隨着規模，會有所改變。但是大模型具體成本，我們財務可能比我更清楚。

問題：作為一個教育大模型，在具體落地過程中，怎麼防範學生的“抄作業”心態？

**周楓：**它是有家長管控功能，所以不用擔心這個問題。

問題：剛剛我們看了演示，有教數學題也有教寫作文，比如同樣一道數學題三年級的解法跟初中解法完全不同，大模型怎麼判斷我對面的人是三歲還是六歲？是不是一個人會有自己的專屬大模型？

**周楓：**不用把大模型神秘化。

很簡單的邏輯，現在的大模型跟以前的AI不一樣的地方是，確實有語言推理能力。如果是文字型的應用，不需要特別強的推理，是挺好用的。但是數學本身就難，數學光喂內容沒用，再多也沒用，因為它是原理問題，現有的技術不是説套一下就能使用。大模型想的比較淺。這也是當下大模型的侷限性。

問題：“子曰”大模型的團隊配置是怎樣的？

**周楓：**百人級，肯定不會考慮千人級。

問題：現在這個大模型是會員制？

**周楓：**目前可能有這個想法，但是我希望越便宜越好，像電子書的邏輯，希望讓好技術讓更多人使用，這樣才能倒過來推動技術發展。

—END—

本文為零態 LT 原創，未經允許，請勿轉載

原文鏈接：https://mp.weixin.qq.com/s/DJEPMWN_M4o44VI09Wy-bw