零态LT
【建站扶持计划】 
“一个好的技术有没有价值、能不能发挥巨大的作用，很多时候关键在场景和应用的选择以及细节的打磨。通过软件、硬件、AI技术的结合，做出精品是我们现在做的事”。7月26日，教育科技公司网易有道（NYSE: DAO）举办了“powered by 子曰”教育大模型应用成果发布会。发布会现场，网易有道CEO周枫如此表示。
会上网易有道推出国内首个教育领域垂直大模型——“子曰”，并发布了基于“子曰”大模型研发的六大创新应用，即“LLM翻译”“虚拟人口语教练”“AI作文指导”“语法精讲”“AI Box”以及“文档问答”。
一系列大模型全家桶的发布，瞬时引发行业热议。
大模型热潮进入“千模大战”，各家从概念落地，到场景应用，竞争一度陷入白热化，而在教育领域，并未有过大声量，此次网易有道可谓打响了教育大模型第一枪。“子曰大模型在教育行业的应用，不仅可以帮助学生更好地学习，也可以帮助老师更好地教学，借此实现因材施教的教育理想。”发布会现场，周枫多次强调“场景拉动”的重要性。
不同于通用大模型，“子曰”大模型的定位是“场景为先”的教育垂类大模型。在AI助力各行各业变革的当下，“子曰”大模型给教育行业带来的机会在哪里？周枫给出的答案是“助力因材施教”。
发布会现场，较为瞩目的便是——虚拟人口语教练Hi Echo的面世，有道词典业务负责人与 Echo 进行了多组随机对话，在对话过程中，Echo能够像真人老师一样进行实时反馈。对话结束后，Echo会从发音、语法等维度给予建议和润色。
▲图：虚拟人口语教练Hi Echo
此外，有道在发布会上推出的“AI作文指导”应用不仅具备“作文批改”功能，针对学生在写作前中后过程中面临的题目主旨难确定、写作素材匮乏等难题，AI作文指导还会从表达、结构、内容深度、情感丰富度四大维度全面提供改进建议。
个性化教育备受推崇之下，子曰大模型能够为学生提供个性化的分析和指导；同时，大模型能够实现引导式学习，提出问题并引导学生自行探索答案；当然，更重要的是，大模型具备全科知识整合能力。通过连接多模态知识库、跨学科整合知识内容，随时满足学生的动态需求，帮助孩子培养更综合的能力。
作为国内和业界知名的教育科技公司，可以说，网易有道从未停止过技术和产品深度融合的探索。
早在2008年，有道就推出自主研发的国内首家统计机器翻译线上引擎。2016年起，有道协同构建AI基础能力，同步组建语言、视觉、声音等团队，目前积累了有道神经网络翻译（NMT）、计算机视觉、智能语音AI技术、高性能计算(HPC）四大底层技术能力。2017年，有道就与主流技术Transformer“双向奔赴”，将AI能力统一在大模型之下，并尤其重视在端侧的落地应用。2022年，有道词典笔P5中搭载了自研的离线ASR，也已升级为Transformer技术。
AI大模型风起之后，如何以实际的教育场景驱动，用技术创新助力教育创新，成为团队上下共同攻克的核心目标，为此团队将目标拆解为不同模块：向所有下游场景提供语义理解、知识表达等基础能力；为不同学习场景设计定制化的模型，力争实现模型与场景的高度契合等命题。
此次子曰大模型的发布，可以说是AI+教育的进一步落地实践，为什么是网易有道？子曰大模型能否引领教育个性化革命？
发布会后，零态LT（ID：LingTai_LT）等，也共同对话了网易有道CEO周枫，关于子曰大模型的探索历程，成本问题以及商业化预期，与其进行了深度交流。
以下为对话实录（有删节）
问题：子曰大模型的六个场景让人震撼，而且大模型是团队自研，不久前Meta发布了新的开源以及免费大模型，直接接入开源成本或许会更低，这个层面，网易有道的思考是什么？
周枫：关于Meta开源的问题，这也是内部非常非常关心的问题，我们是非常拥抱开源的，有道以前也有很多开源产品，我们自己也开源不少自己的项目，包括AI方面的。
但今天的发布会侧重的是应用，AI发力的重点是产品落地，这也是为什么子曰大模型进行自研的原因。当下一些开源的模型暂时不能满足我们对落地的需求。比如像语法、答疑这些，这些都搞不定的，因为没有这些数据（可供直接训练）。
当然，自研过程中，除了最基础技术的技术层面，最后要落地的是完整产品，并且用户在使用时，非常丝滑的产品，如果哪一天开源项目很成熟，我们也一定会用。
问题：未来有道智能硬件接入子曰大模型后，会带来哪些升级和变革呢？
周枫：有道在策略上的关键词是“场景拉动”——大模型在多个场景中的应用成果，覆盖口语训练、作文批改、习题答疑等六大教育的细分领域。
在AI虚拟人的驱动方面，有道基于自主研发的情感识别算法和实时渲染驱动引擎，对播放的语音数据进行深度分析，实时驱动虚拟人的面部表情和语音同步的口型变化，使虚拟人能够贴近真人，以更加自然和生动的方式与用户一对一交互，从而显著提升对话的真实感和用户体验。
例如，虚拟人口语教练在语音识别能力方面进行了巨大的革新，它支持多语种的流式低延迟语音识别技术，让Echo在中式英语、英语、中英混合等场景下游刃有余；声学降噪、回声消除、自动语音检测、自动断句等技术，则让它像一个真正的倾听者和交流者，不仅能判断用户说话的起始，还能让用户随时打断，智能触发后续流程。
问题：“子曰”大模型的成本构成是什么？产品化以后会不会影响利润率，甚至是亏损？在线教育前期技术成本很高，但是后期随着用户规模扩大，成本会显著下降，大模型不断的训练之后，会不会改变这个成本模型？
周枫：做公司永远是这样的，好东西都要钱，好的也最贵，这不是新问题，我们一定会管理好成本。
像刚才讲的，很多时候这是相对的过程，你如果能做到行业内对资金利用率，对人员利用率比较高的话，成本其实是可以的。大模型研发，总体上不需要增加什么额外的特别大的投入，因为有道过往的AI团队也不小，可以直接复用。
跟刚才开源的问题相关，我觉得这个世界上大部分的大模型都是免费的。所以很适合开放。大模型的边际成本其实非常低，复制模型其实不需要成本，推理时才需要成本，无论对于一个公司也好，个人也好，情况都是如此。
但大模型技术非常特别，很多技术拿到代码还是不会用。即便你会用，你也不会改进，因为你读不懂这个代码，回到刚才的问题，我们目前也需要资金来进行自研，确实现有的市面上的大模型，不满足我们对产品的要求，长期来看，我们技术本身深耕了好多年，有很多现成的东西可以复用。
模型虽然越变越大但是开放性会增强，对于想做AI应用的创业者或者公司来说，现在是非常好的时候，未来成本问题也会随着规模，会有所改变。但是大模型具体成本，我们财务可能比我更清楚。
问题：作为一个教育大模型，在具体落地过程中，怎么防范学生的“抄作业”心态？
周枫：它有家长管控功能，所以不用担心这个问题。
问题：刚刚我们看了演示，有教数学题也有教写作文，比如同样一道数学题三年级的解法跟初中解法完全不同，大模型怎么判断我对面的人是三岁还是六岁？是不是一个人会有自己的专属大模型？
周枫：不用把大模型神秘化。
很简单的逻辑，现在的大模型跟以前的AI不一样的地方是，确实有语言推理能力。如果是文字型的应用，不需要特别强的推理，是挺好用的。但是数学本身就难，数学光喂内容没用，再多也没用，因为它是原理问题，现有的技术不是说套一下就能使用。大模型想的比较浅。这也是当下大模型的局限性。
问题：“子曰”大模型的团队配置是怎样的？
周枫：百人级，肯定不会考虑千人级。
问题：现在这个大模型是会员制？
周枫：目前可能有这个想法，但是我希望越便宜越好，像电子书的逻辑，希望让好技术让更多人使用，这样才能倒过来推动技术发展。
