作者 | 新眸 桑明強
3年前，當有人問起「大模型是否只有‘大’一條路時」，周楓異常興奮。
他堅信存在另外一條路，按照當時的說法，周楓主要關注兩方面的問題：第一，在特定場景中，大模型有沒有高效、低成本實現方案？第二，在技術方案精簡化中，閉環應用場景拉動，應該起到多大作用？
2023年，幾乎是大模型創業最膨脹的年份。和其他人不同，作為網易有道的CEO，他的緊迫感聚焦在如何讓公司實現AI轉型，他思考的問題更接近本質，比如「國產大模型如何完成商業閉環」、「教育AI的最佳實現路徑是什麼」，在他看來，教育AI看似高頻，但先發並不意味着穩贏。
確切地說，它並非簡單的技術升級，「知易行難」是AI教育變革的難點。究其原因，主要圍繞教育四個核心問題展開——誰來教？教什麼？怎麼教？如何評？
儘管這些問題短時間難以全部解決，但硬幣的另一面，AI對教育的介入和融合正在加速。微軟在最新發布的《教育AI2025》報告中指出，86%的教育機構正在使用生成式AI，這一比例位居所有行業之首。
尤其當AI行業集體進入下半場，教育，作為AI落地最早、也最複雜的場景之一，開始上演驚人分化，一邊是互聯網巨頭在教育領域排兵佈陣，阿里、科大訊飛等企業紛紛佈局AI+教育產品；另一邊，教育基因公司也大舉佈局，猿輔導、好未來等玩家也抓住大模型風口。而在這中間，互聯網和教育基因兼具的網易有道，則是聚焦高價值的垂直場景、讓AI貫穿學習全鏈條。
「應用+硬件」雙軌齊驅有道的新答卷
今天AI教育的競爭，早已不侷限於單一功能或模型，而是生態能力的比拼。拿網易有道來講，它在AI教育上的佈局，核心策略可概括為「雙軌驅動」：一方面，通過子曰大模型持續迭代，賦能軟件應用；另一方面，以AI硬件打入答疑等高頻學習場景，形成閉環。
以最新迭代的子曰大模型為例，它標誌着有道從「對話式AI」向「推理式AI」的躍遷。尤其是在翻譯與數學兩大高頻剛需場景中，有道並沒有選擇「大而全」的通用模型路徑，而是深耕垂類優化——38種語言實時互譯、多模態理解、數學推理SOTA性能——這些都是典型的教育場景「特化型」能力。
按照這樣的邏輯，有道的策略不在於追求模型參數最大，但追求場景效率最高。
舉個簡單的例子，子曰3「數學模型」僅有14B，卻能在數學推理任務中超越許多規模更大的通用模型，而它的服務成本每百萬token僅需要0.15美元，相當於通用大模型的1/10。這種「小模型、大能力」的路徑，背後是對數據質量、訓練策略、評估體系的系統性重構。
更重要的是，這個模型，推出即開源。
這一舉動看似「慷慨」，實則是生態構建的關鍵一步。這意味着，更多的教育機構和開發者，都能以極低的成本去部署專業級的數學AI能力，普惠萬千學子的同時，還能在標準制定、場景擴展等方面形成正向循環。
另一方面，是在翻譯工具上的突破。
據有道智能應用事業部負責人張藝介紹，這次推出的「有道音視頻翻譯」，不僅支持任意語言音視頻處理，一站式完成「聽錄—識別—翻譯—配音」全流程，其首創的「文本+音頻+視頻」多模態一體化原聲翻譯系統，還能自動識別翻譯場景、人物特徵和情緒標籤，使翻譯更貼合實際情境。
同時，在效率和成本方面，它支持60分鐘、1GB視頻處理，僅需3分鐘即可完成一段10分鐘視頻的處理，且成本僅為行業1/10，這些數字背後，是有道十多年翻譯技術積累的集中釋放。
更值得關注的，是它在硬件上的佈局。
繼詞典筆以後，有道在今年2月做了一個「讓人意外」的決定，相比追逐勢頭正勁的學習機風口，他們選擇把精力聚焦在更有價值的答疑場景上，推出全新品類——有道AI答疑筆。
這次的全新AI答疑筆Space X，重點升級了掃題交互能力，即使面對複雜的長題和多圖題，Space X也能實現「提筆即掃、即時講解」，同時結合推出的AI錯題本功能，形成「答疑—鞏固—提升」的學習閉環。
這種「軟硬一體」的打法，本質上是在重構學習流程：不再是「人適應機器」，而是「機器嵌入人的習慣」。
AI教育下半場：除了落地，還要關注未來
硅谷的創業者們總愛把「產品-市場匹配」（PMF）掛在嘴邊，卻常常忽略另一個關鍵——「商業模式-產品匹配」（BMF）。前者只說明用戶願意用你的產品，後者才真正意味着你在可持續的前提下，從用戶那裏獲得的價值顯著高於成本。
通俗地講，要證明商業模式可持續，而不僅僅是吸引用戶。
以教育AI智能體為例，它的出現帶來了兩大革命性變化：第一，它能自主執行復雜任務——過去需要人工拆解的繁瑣步驟，現在模型可以自主完成；第二，它能自我檢查和修正——解完題還能自己驗算，讓AI攻克更高難度的問題，越來越準確了。
這種劇變不僅意味着AI更聰明，更讓應用形態發生了質的變化。
觀察有道的產品路徑，發現其特別之處在於：產品的誕生與迭代極度依賴一線用戶反饋，堪稱「反精英路線」。真正決定產品走向的，是市場和用戶的實際聲音。
比如做AI答疑筆SpaceX，並不是未來換個硬件形態去規避競爭，而是以用戶「高頻、隨時隨地答疑」的需求作為升級的核心驅動力。在過去半年中，有道團隊將每一條用戶建議都視作研發清單：哪裏需要提速、哪裏應該增強，都一一落實。目標非常明確：不僅要做好用的筆，更要做「越用越聰明、越用越離不開」的筆。
這支筆也確實做到了。
從小學算術到高中函數，甚至複雜的物理題，它都能接得住，不僅支持文字查題，還實現了視頻答疑——這是目前行業中相當少見的能力。例如在面對一道立體幾何題時，Space X不僅能給出答案，還會自動生成一段講解視頻，板書演示輔助線如何添加、幾何關係如何建立，就像一位真正的老師在身邊一步步引導。
這背後，是有道自研的教育大模型技術與對題庫、訓練語料的精準運用。它既能理解題目內容，還能組織語言、生成圖像、合成語音，最終生成一段流暢的講解視頻。整個過程在端內完成，耗時僅約兩分鐘。
此外，根據用戶數據顯示，答疑筆的使用頻次已經超過查詞翻譯，滲透率高出30%，尤其在初高中人羣中反響熱烈。數學成為提問最多的學科，也反向推動團隊持續優化模型解題能力。
當然，這還只是冰山一角。
更實在的是，有道的產品能力不是高高在上的「技術秀」。就像新推出的音視頻翻譯，硬是把行業裏1500元的成本壓到了100元（以處理一部100集短劇，約300min的視頻為例）。而之所以進入音視頻翻譯領域，也並非因技術趨勢被動跟進，同樣是源於對用戶痛點的發現：
團隊調研用戶在出海過程中不僅有翻譯需求，還有很多系列問題，與此同時，行業現存的痛點包括高成本、低效率以及缺乏全鏈條服務，因此，相比簡單做一個翻譯工具，有道更希望提供一站式服務，這纔是他們看到的未來空間。
作為第一批「喫螃蟹的人」，網易有道還做了「小事」，但卻對行業意義重大，類比自動駕駛的智能化分級，創新性地提出了教育AI應用能力L1-L5分級標準，目前正從「L3主動學習輔導」加速邁向「L4虛擬教師」，已初步具備接近人類教師的思考能力。
從這個角度來看，如果說AI教育上半場，解決的是「有沒有」的問題，那麼對於下半場來講，則是「好不好、準不準、用不用得起」的較量，更進一步講，技術落地只是起點，如何通過定義標準推動整個行業進步，纔是接下來必須要面對的問題。
從先發轉向深耕，有道找到了正確的發動機
AI大模型時代，新星崛起的故事屢見不鮮，但跳出價格和性能內卷，甚至推動整個行業往更好的方向發才更加稀缺。
此前，美國著名投資人、企業家 Henry Shi 所發布的「頂尖精益 AI Native 公司排行榜」便是一個明證。排行榜中31家團隊規模不大但盈利能力極強（ARR>500萬美元）的初創公司，如CAI、GPTZero、Midjourney、Cursor等，無一例外都具備三大特質：場景垂直、產品聚焦、有能力定義行業標準。
同樣的引擎也在網易有道啓動，對AI創新多年的堅月供入，讓它迎來了開花結果時刻。根據其財報，有道已連續四個季度保持盈利，整個上半年經營利潤更是突破0.3億元，創歷史新高。尤其值得注意的是，最能體現用戶粘性的AI訂閱服務，Q2銷售額達到8000萬元，按年增長近30%。
持續盈利的態勢，印證了有道AI轉型路徑在商業層面的可行性，究其原因，不僅僅在於它「跑得快」，還在於「做的深」。
它的選擇同樣極具代表性：避開與通用模型的正面競爭，轉而將資源投向教育、廣告等高價值垂直領域；放棄自研閉源模型的先發優勢，攜手行業夥伴共建AI教育生態。作為成為國內大模型行業裏為數不多的盈利樣本，如果說2023年的有道還在「探路」，那麼2025年的它，已經踏入「深水區」。
這背後，不是單一技術，也不是某款產品，而是一套基於場景反饋的迭代系統。
從精準捕捉用戶行為（如學生高頻使用掃題卻無法解析的痛點），到借力大模型技術躍遷（推理模型在多模態題目中的準確率提升至70%-80%），再到通過軟硬件結合實現體驗閉環（推出專注答疑的有道AI答疑筆），並依託市場反饋迅速優化——有道逐步跑通了「從場景出發、以技術突破、用產品承接、借商業驗證」的可持續閉環。
更重要的是，有道的業務主線正越發清晰：無論是教育AI還是廣告AI，這兩大板塊一個重塑學習方式，一個提升營銷效率，均立足於價值深厚、前景廣闊的賽道。支撐這些成果的，恰恰是網易有道構建起的獨特競爭力——貼合垂直場景將AI能力做深。
而這，極有可能成為AI教育行業一個新的開始。