作者 | 新眸 桑明强

3年前，当有人问起“大模型是否只有‘大’一条路时”，周枫异常兴奋。

他坚信存在另外一条路，按照当时的说法，周枫主要关注两方面的问题：第一，在特定场景中，大模型有没有高效、低成本实现方案？第二，在技术方案精简化中，闭环应用场景拉动，应该起到多大作用？

2023年，几乎是大模型创业最膨胀的年份。和其他人不同，作为网易有道的CEO，他的紧迫感聚焦在如何让公司实现AI转型，他思考的问题更接近本质，比如“国产大模型如何完成商业闭环”、“教育AI的最佳实现路径是什么”，在他看来，教育AI看似高频，但先发并不意味着稳赢。

确切地说，它并非简单的技术升级，“知易行难”是AI教育变革的难点。究其原因，主要围绕教育四个核心问题展开——谁来教？教什么？怎么教？如何评？

尽管这些问题短时间难以全部解决，但硬币的另一面，AI对教育的介入和融合正在加速。微软在最新发布的《教育AI2025》报告中指出，86%的教育机构正在使用生成式AI，这一比例位居所有行业之首。

尤其当AI行业集体进入下半场，教育，作为AI落地最早、也最复杂的场景之一，开始上演惊人分化，一边是互联网巨头在教育领域排兵布阵，阿里、科大讯飞等企业纷纷布局AI+教育产品；另一边，教育基因公司也大举布局，猿辅导、好未来等玩家也抓住大模型风口。而在这中间，互联网和教育基因兼具的网易有道，则是聚焦高价值的垂直场景、让AI贯穿学习全链条。

“应用+硬件”双轨齐驱有道的新答卷

今天AI教育的竞争，早已不局限于单一功能或模型，而是生态能力的比拼。拿网易有道来讲，它在AI教育上的布局，核心策略可概括为“双轨驱动”：一方面，通过子曰大模型持续迭代，赋能软件应用；另一方面，以AI硬件打入答疑等高频学习场景，形成闭环。

以最新迭代的子曰大模型为例，它标志着有道从“对话式AI”向“推理式AI”的跃迁。尤其是在翻译与数学两大高频刚需场景中，有道并没有选择“大而全”的通用模型路径，而是深耕垂类优化——38种语言实时互译、多模态理解、数学推理SOTA性能——这些都是典型的教育场景“特化型”能力。

按照这样的逻辑，有道的策略不在于追求模型参数最大，但追求场景效率最高。

举个简单的例子，子曰3“数学模型”仅有14B，却能在数学推理任务中超越许多规模更大的通用模型，而它的服务成本每百万token仅需要0.15美元，相当于通用大模型的1/10。这种“小模型、大能力”的路径，背后是对数据质量、训练策略、评估体系的系统性重构。

更重要的是，这个模型，推出即开源。

这一举动看似“慷慨”，实则是生态构建的关键一步。这意味着，更多的教育机构和开发者，都能以极低的成本去部署专业级的数学AI能力，普惠万千学子的同时，还能在标准制定、场景扩展等方面形成正向循环。

另一方面，是在翻译工具上的突破。

据有道智能应用事业部负责人张艺介绍，这次推出的“有道音视频翻译”，不仅支持任意语言音视频处理，一站式完成“听录—识别—翻译—配音”全流程，其首创的“文本+音频+视频”多模态一体化原声翻译系统，还能自动识别翻译场景、人物特征和情绪标签，使翻译更贴合实际情境。

同时，在效率和成本方面，它支持60分钟、1GB视频处理，仅需3分钟即可完成一段10分钟视频的处理，且成本仅为行业1/10，这些数字背后，是有道十多年翻译技术积累的集中释放。

更值得关注的，是它在硬件上的布局。

继词典笔以后，有道在今年2月做了一个“让人意外”的决定，相比追逐势头正劲的学习机风口，他们选择把精力聚焦在更有价值的答疑场景上，推出全新品类——有道AI答疑笔。

这次的全新AI答疑笔Space X，重点升级了扫题交互能力，即使面对复杂的长题和多图题，Space X也能实现“提笔即扫、即时讲解”，同时结合推出的AI错题本功能，形成“答疑—巩固—提升”的学习闭环。

这种“软硬一体”的打法，本质上是在重构学习流程：不再是“人适应机器”，而是“机器嵌入人的习惯”。

AI教育下半场：除了落地，还要关注未来

硅谷的创业者们总爱把“产品-市场匹配”（PMF）挂在嘴边，却常常忽略另一个关键——“商业模式-产品匹配”（BMF）。前者只说明用户愿意用你的产品，后者才真正意味着你在可持续的前提下，从用户那里获得的价值显著高于成本。

通俗地讲，要证明商业模式可持续，而不仅仅是吸引用户。

以教育AI智能体为例，它的出现带来了两大革命性变化：第一，它能自主执行复杂任务——过去需要人工拆解的繁琐步骤，现在模型可以自主完成；第二，它能自我检查和修正——解完题还能自己验算，让AI攻克更高难度的问题，越来越准确了。

这种剧变不仅意味着AI更聪明，更让应用形态发生了质的变化。

观察有道的产品路径，发现其特别之处在于：产品的诞生与迭代极度依赖一线用户反馈，堪称“反精英路线”。真正决定产品走向的，是市场和用户的实际声音。

比如做AI答疑笔SpaceX，并不是未来换个硬件形态去规避竞争，而是以用户“高频、随时随地答疑”的需求作为升级的核心驱动力。在过去半年中，有道团队将每一条用户建议都视作研发清单：哪里需要提速、哪里应该增强，都一一落实。目标非常明确：不仅要做好用的笔，更要做“越用越聪明、越用越离不开”的笔。

这支笔也确实做到了。

从小学算术到高中函数，甚至复杂的物理题，它都能接得住，不仅支持文字查题，还实现了视频答疑——这是目前行业中相当少见的能力。例如在面对一道立体几何题时，Space X不仅能给出答案，还会自动生成一段讲解视频，板书演示辅助线如何添加、几何关系如何建立，就像一位真正的老师在身边一步步引导。

这背后，是有道自研的教育大模型技术与对题库、训练语料的精准运用。它既能理解题目内容，还能组织语言、生成图像、合成语音，最终生成一段流畅的讲解视频。整个过程在端内完成，耗时仅约两分钟。

此外，根据用户数据显示，答疑笔的使用频次已经超过查词翻译，渗透率高出30%，尤其在初高中人群中反响热烈。数学成为提问最多的学科，也反向推动团队持续优化模型解题能力。

当然，这还只是冰山一角。

更实在的是，有道的产品能力不是高高在上的“技术秀”。就像新推出的音视频翻译，硬是把行业里1500元的成本压到了100元（以处理一部100集短剧，约300min的视频为例）。而之所以进入音视频翻译领域，也并非因技术趋势被动跟进，同样是源于对用户痛点的发现：

团队调研用户在出海过程中不仅有翻译需求，还有很多系列问题，与此同时，行业现存的痛点包括高成本、低效率以及缺乏全链条服务，因此，相比简单做一个翻译工具，有道更希望提供一站式服务，这才是他们看到的未来空间。

作为第一批“吃螃蟹的人”，网易有道还做了“小事”，但却对行业意义重大，类比自动驾驶的智能化分级，创新性地提出了教育AI应用能力L1-L5分级标准，目前正从“L3主动学习辅导”加速迈向“L4虚拟教师”，已初步具备接近人类教师的思考能力。

从这个角度来看，如果说AI教育上半场，解决的是“有没有”的问题，那么对于下半场来讲，则是“好不好、准不准、用不用得起”的较量，更进一步讲，技术落地只是起点，如何通过定义标准推动整个行业进步，才是接下来必须要面对的问题。

从先发转向深耕，有道找到了正确的发动机

AI大模型时代，新星崛起的故事屡见不鲜，但跳出价格和性能内卷，甚至推动整个行业往更好的方向发才更加稀缺。

此前，美国著名投资人、企业家 Henry Shi 所发布的“顶尖精益 AI Native 公司排行榜”便是一个明证。榜单中31家团队规模不大但盈利能力极强（ARR>500万美元）的初创公司，如CAI、GPTZero、Midjourney、Cursor等，无一例外都具备三大特质：场景垂直、产品聚焦、有能力定义行业标准。

同样的引擎也在网易有道启动，对AI创新多年的坚定投入，让它迎来了开花结果时刻。根据其财报，有道已连续四个季度保持盈利，整个上半年经营利润更是突破0.3亿元，创历史新高。尤其值得注意的是，最能体现用户粘性的AI订阅服务，Q2销售额达到8000万元，同比增长近30%。

持续盈利的态势，印证了有道AI转型路径在商业层面的可行性，究其原因，不仅仅在于它“跑得快”，还在于“做的深”。

它的选择同样极具代表性：避开与通用模型的正面竞争，转而将资源投向教育、广告等高价值垂直领域；放弃自研闭源模型的先发优势，携手行业伙伴共建AI教育生态。作为成为国内大模型行业里为数不多的盈利样本，如果说2023年的有道还在“探路”，那么2025年的它，已经踏入“深水区”。

这背后，不是单一技术，也不是某款产品，而是一套基于场景反馈的迭代系统。

从精准捕捉用户行为（如学生高频使用扫题却无法解析的痛点），到借力大模型技术跃迁（推理模型在多模态题目中的准确率提升至70%-80%），再到通过软硬件结合实现体验闭环（推出专注答疑的有道AI答疑笔），并依托市场反馈迅速优化——有道逐步跑通了“从场景出发、以技术突破、用产品承接、借商业验证”的可持续闭环。

更重要的是，有道的业务主线正越发清晰：无论是教育AI还是广告AI，这两大板块一个重塑学习方式，一个提升营销效率，均立足于价值深厚、前景广阔的赛道。支撑这些成果的，恰恰是网易有道构建起的独特竞争力——贴合垂直场景将AI能力做深。

而这，极有可能成为AI教育行业一个新的开始。