經過一年的快速迭代，業內對于生成式AI將會率先落地于哪些行業已經有了答案。

教育領域，不僅被OpenAI列為重點應用之一，也成為國內大模型廠商布局的重點方向。

生成式AI技術發展的背后，反映出人類與大模型交互的不斷精進。大模型在訓練過程中不斷學習人類的思考方式，人類在與大模型的對話中也收獲了靈感和新知。

這一過程，正是「教學相長」，也是教育追求的理想狀態。正是因為生成式AI與教育的高度適配，使得教育成為生成式AI落地的絕佳領域。

在確定了落地方向后，更重要的技術與教育怎樣結合以達到賦能后者的作用。

過去一年里，AIGC賦能教育有了哪些成果？AIGC對教育的顛覆究竟如何？未來，教育又會因生成式AI的發展而出現哪些新趨勢？

在《AIGC教育行業全景報告》中，量子位智庫給出了產業內外交流后的系統性梳理。

核心觀點包括：

• 教育大模型成為產業基座，「AI原生」思想滲入產業各環節
• AI智能體助力「個性化學習」普惠，每個學生都有自己專屬的AI家教
• AI智能體化身教師助手，幫助教師完成能力進階
• 跨學科理解構筑教育大模型高階能力，將成為模型層玩家核心競爭力
• 教育大模型向多模態演進，落地產品趨于豐富
• 未來3-5年AI PC是主流硬件產品，GenAI+XR將賦能創新教育
• AI智能體「具象化」發展，具身智能+腦機接口實現人機共融

……
具體細節，我們逐一來看。

教育科技領域全面擁抱生成式AI

生成式AI將我們帶入AI2.0時代，通過海量數據的學習，AI開始出現涌現能力，所生成的答案以一種更符合人類溝通的方式呈現，并且能夠一定程度上激發人的思辨意識。

教育科技領域，最直觀的變化在于產品「AGI」化。從學習機到APP、到智慧教學，教育科技領域都一定程度上接入GPT類產品。

2023年5-6月期間，搭載訊飛星火認知大模型的AI學習機，GMV分別同比增長136%和217%，AI學習機也成為去年雙十一期間，京東和天貓雙平臺銷售額冠軍。

教育大模型成為產業基座，「AI原生」思想滲入產業各環節

面向K-12群體的AI學習機全面推向市場

學習機屬于國內市場特有的教育科技產品。學習機在大模型的加持下，通過為用戶提供增量價值，銷量實現反彈。
從產品角度看，國內做AIGC教育，大企業多數選擇在學習機搭載大模型，通過為用戶提供增量價值來提高產品銷量。

學習機賽道目前競爭激烈，生成式AI的出現，有望為學習機構建新的競爭壁壘。

從用戶角度看，學習機受眾為K-12人群。此類人群的付費意愿來自家長。

在小學階段，家長重視孩子的興趣養成；而在中學階段，家長看重產品是否能夠提高孩子學習成績。

語言類學習APP產品體驗升級，市場反饋優于預期

語言類學習APP在海外市場表現突出，頭部產品已接入GPT4。國內語言類APP也同樣接入了大模型，且加入生成式AI技術的交互問答相較前代產品有了本質提升。

從產品角度看，從軟件切入AIGC教育賽道的企業，通過接入通用大模型，加以自身積累的教育數據進行微調訓練，以APP類產品為主。

此類產品因其對話體驗升級，目前是大模型應用于教育的產品中市場反饋最積極的品類。

從受眾需求的角度看，目前主要以大學生和上班族為主。這類人群中，大學生還會有提高成績的需求，而上班族并沒有成績提升的需求，學習語言更多是出于工作需求或興趣。對于這兩類人群來講，用戶留存率是關鍵。基于此，在產品設計上會更注重用戶體驗以及營銷策略。

生成式AI成為教育變革新動力

教育與技術的結合由來已久。隨著上世紀90年代互聯網的興起，開啟了在線教育時代。進入21世紀，通過智能系統的引入，自適應學習成為海外教育的熱點。2010年以后，隨著人工智能技術的發展，知識圖譜等技術又被用在教育領域。

每一個階段，教育都會于當下的技術相結合，解決教育中面臨的問題。

在生成式AI時代，技術與教育融合，對教育的兩個核心角色教師與學生產生了顛覆式的效果。AI以一種新的形式——Agent，融入到教師和學生的日常中，在提供教、學幫助的基礎上，改變二者的學習和工作狀態。

AI與教育的結合，也讓科技類企業在教育市場中的比重越來越大，生成式AI能力成為新的競爭點。

AI智能體助力「個性化學習」普惠，每個學生都有自己專屬的AI家教

AI智能體為學生提供個性化教學：主要體現在課后階段，能夠有效實現一對一學習輔導。

生成式AI時代，對于教育者來說最大的機會是自適應教育的普惠。

在生成式AI之前，教育領域采用個性化學習是一件成本極高的事情，對于學校和家庭都提出了很高的要求，需要先進的硬件設備、更多的師資力量以及教學場地。

在生成式AI出現后，AI智能體發展觸手可及，AI智能體可以作為每個學生的私人助教，隨時隨地陪伴學生學習。

AI智能體化身教師助手，幫助教師完成能力進階

在工具使用上，AI智能體降低了教師的學習成本，為其提供幾乎零門檻的使用方式。在工作環節，AI智能體幫助老師更高效地生成課件、提供教學設計思路等。

AI智能體一定程度上釋放教師生產力，教師的更多精力能夠用于提升學生素養上，教師的職責從授業解惑逐漸向育人轉變，焦點從關注學生成績擴大到關注學生的心理狀態。

變革與挑戰共存

教育類大模型在落地過程中主要面臨三類挑戰：
1）數據質量；2）幻覺問題；3）價值觀對齊。

挑戰一：高質量數據缺乏導致模型泛化性不足

低質量文本數據，包括過多的重復內容、低質量文章等，不僅影響模型訓練效果，還造成一定算力浪費。

教育數據，特別是教學行為數據獲取受限、高質量教育標注數據缺乏導致可訓練教育人工智能模型有限。因此，數據質量成為教育大模型發展的關鍵。

挑戰二：教育大模型的規?；瘧眯枰鉀Q幻覺問題

教育領域的大模型，最關鍵的是確保模型回答的準確性以及價值導向。

準確性體現在數理問題上，目前教育大模型在數學問題上的準確性偏低，尚無法達到可大規模應用的水平。在一些高階數學問題的回答上，準確率普遍在50%以下。

在教育領域，可以通過基于搜索增強生成(RAG)的問答推理和基于提示詞工程的問答推理來解決幻覺問題。

挑戰三：價值觀對齊是教育大模型落地的必經之路

對于價值導向，主要是指在大模型的回答上，是否出現偏激、不符合事實的言辭，甚至出現一些錯誤引導。

在價值對齊上，常用的方式是RLHF（人類反饋強化學習），將在一般文本數據語料庫上訓練的語言模型能和復雜的人類價值觀對齊。

此外，由于目標人群為學生，在教育大模型的審核上會更加嚴格。針對AI生成的內容還會采用人工審核的方式，進一步過濾低質量內容，確保生成內容不存在錯誤引導。

行業變革帶來新趨勢

跨學科理解構筑教育大模型高階能力，將成為模型層玩家核心競爭力

國內市場中，自建大模型已經成為行業玩家的必備能力。

在教育領域，入局AIGC的企業都選擇自建大模型，區別在于模型的能力范疇。部分企業選擇提供全科輔導，有些企業選擇先進行單科突破。目前企業自建教育大模型已具備跨學科知識整合能力。未來，跨學科理解將成為自建大模型高階能力的體現。

跨學科大模型是連通知識與解決實際問題之間的一座技術橋梁。

跨學科大模型在需要掌握豐富知識體系的學生群體中具備更高的價值，如中學生、大學生。對于中學生來說，需要學習的科目繁多。學生一貫的學習方式是大量刷題、反復記憶，但在知識點之間并沒有形成「連接-遷移-貫通」。因此，存在考完即忘，無法與實際應用結合。這也是教育領域一直想要解決的問題。

跨學科大模型解決的便是幫助學生將知識點真正融會貫通，并且能夠運用知識解決現實問題。

教育大模型向多模態演進，落地產品趨于豐富

多模態大模型將不同模態的信息進行整合，能夠促進更加準確、全面的理解和推理。

在教育領域，通過分析學生寫作、繪畫、語言表達等數據，智能體可以更好地理解學生的學習狀態和需求，并提供個性化指導建議。通過分析教師的教學數據、課堂情況，能夠幫助教師實時管理學生、高效完成教學工作。

多模態大模型的發展將伴隨硬件的不斷升級，AI智能體的產品形態也會隨之迭代。隨著數據維度的增加，AI智能體將逐步成為用戶的「專屬」伙伴。

未來3-5年AI PC是主流硬件產品，GenAI+XR將賦能創新教育

AI智能體「具象化」發展，具身智能+腦機接口實現人機共融

AI智能體將向具象化發展，從Internet AI走向Embodied AI。

當前，AI智能體已然成為大模型應用的主流形態，通過「人機協同」的方式完成任務，其中AI智能體承擔大部分工作。

AI智能體現在以軟件的形式存在于各類智能設備當中，部分產品已經擁有數字人形象，提高互動的真實感。

未來，A智能體將進一步演化，從虛擬世界走向真實世界，擁有實體形象?！杠浻步Y合」的具身智能將進一步擴大智能體的能力范圍，此階段AI智能體在機器人的形態下，賦能教育實踐場景且具有更強的陪伴屬性。

而到了腦機時代，AI智能體與人類的交互將更加深入，AI智能體對人類的意圖理解及狀態分析都將更準確，并且能夠對有學習障礙的人群進行干預，人機共融將達到新的高度。

具體報告詳情以及代表玩家案例集可在底下評論區獲取。