與愛為舞聯合創(chuàng)始人王慧妍：AI教育創(chuàng)業(yè)如何從0到1 ？| OpenTalk

　　來源|多知

　　整理|張蔚斐

　　

　　當AI 從實驗室走向產業(yè)一線，創(chuàng)業(yè)賽道正經歷“認知重構+效率革命”的雙重顛覆。

　　2023年，教育AI領域迎來了一支備受矚目的新生力量——“與愛為舞”。其創(chuàng)始團隊堪稱“明星陣容”，由張懷亭和劉威共同創(chuàng)立，還囊括了技術負責人王琳、產品負責人王慧妍、運營負責人紀建鏢及流量增長負責人梁貴星等聯合創(chuàng)始人。

　　截至目前，與愛為舞累計獲得超1.5億美元投資，投資方包含高榕資本、紅杉資本等眾多一線VC。

　　近日，與愛為舞發(fā)布旗下首款AI產品——愛學App，在一對一的課堂教學場景引入了數字人老師。

　　在多知OpenTalk第52期活動現場，與愛為舞聯合創(chuàng)始人王慧妍進行了主題為《AI應用創(chuàng)業(yè)的思考與實踐：拆解AI教育如何從0到1》的演講，以創(chuàng)業(yè)實踐為核心，拆解AI教育從0到1的落地邏輯，剖析AI在教育領域的創(chuàng)業(yè)機會與破局關鍵。

　　核心觀點：

　　1、AI教育3.0時代有望突破教育的“不可能三角”，通過規(guī)?；峁﹤€性化服務，實現成本、質量與規(guī)模的統(tǒng)一。

　　2、AI教育創(chuàng)業(yè)對團隊要求極高，需兼具AI技術理解與教育業(yè)務經驗，并具備快速執(zhí)行與迭代能力。

　　3、路徑選擇上，AI在教育中既賦能也替代，與愛為舞采取“雙螺旋”策略，逐步推進AI在營銷、銷售、輔導與主講環(huán)節(jié)的滲透。

　　4、AI教育產品應優(yōu)先聚焦課程而非工具，以真人形象增強信任與專注，并通過高頻互動提升學習效果。

　　5、與愛為舞未來將實現“全年齡段覆蓋”，從K12切入，逐步拓展至啟蒙、成人及銀發(fā)教育等領域。

　　以下為王慧妍演講實錄(經多知編輯)：

　　大家好，我是與愛為舞的聯合創(chuàng)始人王慧妍。我們是一家非常年輕的公司，成立于2023年。這次分享，我想拆解我們過去這兩年半的經歷，談談如何看待AI教育領域。

　　01 教育范式的轉變：AI如何破解“不可能三角”?

　　與愛為舞到底要做什么?

　　教育行業(yè)存在一個“不可能三角”——我們無法同時保證規(guī)模、質量和成本。回顧教育發(fā)展，經歷了三個時代：早期線下1.0教育，到2.0在線教育，現在正蛻變到3.0的AI教育。

　　1.0時代，可以保證在家門口上 1對1 ，有更好的老師講課，但無法規(guī)模化。

　　2.0時代，在線教育實現了規(guī)?；?，但一個好主講老師要面對幾萬學生，無法保證教學效果，因此衍生了輔導老師角色，這又無法保證成本和規(guī)模的統(tǒng)一。

　　

　　為什么我們認為AI 3.0時代能解決“不可能三角”?因為AI具備了規(guī)模化提供個性化服務的能力。這是生成式AI給行業(yè)帶來的改變。

　　如果我們能給普通學生上AI 1對1 課，他就能從普通人變成優(yōu)秀的人。未來國與國之間的競爭，就是教育范式的競爭。

　　如果能順應每個人的發(fā)展方式，從教育1.0、2.0，進化到“學習在窗外、他人即老師、世界是教材”，AI的作用就至關重要。這意味著要推動整個教育范式的改變，這是我們的初心。

　　02 團隊搭建：AI教育領域的極高要求

　　很多人問，與愛為舞和旗下To C品牌“愛學”的關系是什么?

　　先講一個故事：為什么我們叫“與愛為舞”?大部分候選人看到我們公司名字都以為是一家舞蹈機構。其實，這里的“愛”是AI。我們認為教育的本質是愛，而AI是重要元素。我們希望愛與AI和諧共舞，一起為教育做貢獻。“愛學”是我們面向C端的品牌，學生想通過我們的AI Tutor學習，可以通過愛學進行。

　　本質上，我們要做一場時代的變革：為每個人提供專屬的AI 1對1 導師。在未來更符合自由學習者的范式下，我們認為這樣的AI Tutor應具備全識、全知且全能。

　　如何從現在走向目標?首先需要找到合適的人。我們的創(chuàng)始團隊有六個人。張懷亭早期擔任百度鳳巢系統(tǒng)負責人，那是國內首個超大規(guī)模機器學習商業(yè)化系統(tǒng)。我和王琳當時都在懷亭團隊。劉威曾擔任高途課堂總經理，在其帶領下，業(yè)務規(guī)模實現了從2000萬到64億的跨越，團隊規(guī)模也從7人發(fā)展至25000人。還有紀建鏢和梁貴星，我們聯合創(chuàng)始人之間認識超過十年，信任感非常強。我們從戰(zhàn)略到執(zhí)行，路徑幾乎沒有發(fā)生偏轉，這和我們對行業(yè)的理解有關，我們六個人或多或少都有教育從業(yè)經驗。

　　想在AI教育領域做出事情，對團隊的要求非常高，既要懂業(yè)務，又要懂AI。在我看來，AI教育不是石頭縫里蹦出來的，它需要從之前的所有行為認知里一點一點去改變。過程中的每一個細節(jié)，都基于對業(yè)務的了解和對AI邊界的了解。也許只是解決一個小點，或一件大家看起來很不起眼的事，里面就要付出很多實踐和努力。我的建議是：搭建團隊時，成員既要懂模型邊界，也要懂業(yè)務，同時還要非常快速、非常自驅。這是團隊組成的基本可能性。

　　03 路徑選擇：AI是賦能還是替換?

　　有了團隊，我們面臨第一個決策：AI對教育行業(yè)，到底是賦能還是替換?

　　我們在做路徑選擇時也在想，到底應該做copilot賦能更多老師，還是AI直接當老師。與愛為舞選擇的路徑叫“雙螺旋”——既要又要。雖然對創(chuàng)業(yè)公司這不一定是最好選擇，但我們覺得在當下是一條對的路徑。

　　我們最開始想的是，用AI替代在線教育里的每一個角色，從前到后串聯，完成AI化迭代。早期，我們把在線教育里核心的四個角色——市場、銷售、輔導和主講——進行了拆解。

　　我們發(fā)現，AI確實能幫市場團隊做事，但替代不了市場的人。營銷角色在當下無法用AI全流程取代。理論上，AI在營銷上輔助提效的工具，或在部分環(huán)節(jié)形成無人化。

　　在銷售領域，我們早期曾想是否直接用大模型能力跟用戶聊天，及時響應用戶問題。但實踐中發(fā)現難度巨大?？梢源_定的是，我們已做到一半及以上的銷售無人化，但還有部分工作需要人的協(xié)同探索。

　　輔導和主講環(huán)節(jié)是我們現在在做的。當把教師的教研能力和教學理念進行深度萃取、強化學習之后，他應具備生成式AI教學的能力。

　　04 產品實踐：課程、形象與角色的關鍵決策

　　實踐過程中，與愛為舞問自己的第一個問題是：先做AI課程，還是先做AI工具?團隊得出的結論是：一定要做課程。雖然AI工具可以更快速、更簡便地做事，但所有工具都存在打開率和商業(yè)化的困擾。當下，大部分人在學習過程中都追求效果，我們一定要先挑難的做，先把課程給予用戶。在選擇課程還是工具時，我們優(yōu)先選擇了AI做課的hard模式。未來不排除做工具，因為我們認為AI工具應用于引流，真正的課程才是AI的內核。

　　第二個問題是，我們到底要做真人還是卡通形象?不同公司的選擇不同。我們最終選擇真人形象，有三點原因和數據論證：

　　第一，我們的流量獲取在老師的直播間。家長和學生跟老師建立信任感時，認可的是老師的真人形象。

　　第二，進入直播間后，真人通過表情、精細化動作，甚至統(tǒng)一嘴型，都可以讓學生更快速、更無防備地集中精力進入課程學習。這意味著數字人不能分散學習者的精力，要讓ta更專注。所以我們選擇了真人。未來如果面向啟蒙階段更低幼的孩子，我們可能也會考慮數字人。如果我們能把真人的對口型能力和延時做好，卡通對我們來說就不那么困難了。

　　第三個問題是，用AI做主講還是做輔導?我們認為在孩子的學習過程中，應該由一個角色統(tǒng)一交織。為什么之前的學習環(huán)節(jié)存在銷售、主講、學伴、輔導等多個角色?因為在工業(yè)化時代，我們無法在一個人身上集中所有服務能力，才衍生出很多角色。但在智能化時代，既然AI具備這樣的能力，那么它其實不是老師或輔導的角色，它只是一個陪伴你的tutor，兼具所有角色。所以我們沒有把AI角色具體拆分，我們認為它都應該干，它身上的能力應該逐步增加。最終對學生的感受來說，AI應該是可以“合N為一”的。

　　基于此，我們推出了大家看到的愛學形態(tài)。這種形態(tài)下，三分鐘一次互動，對學生的注意力抓回有極好效果。原本的在線大班課可能兩個小時老師提問你2到3次，家長最怕的就是孩子注意力分散或切屏。

　　但AI老師會非常耐心、不厭其煩地提問，在所有需要掌握的知識點環(huán)節(jié)問1到2個問題，來保證知識點掌握。在這過程中，學生和家長都不再擔憂注意力抓回的情況。我們也確實看到了孩子學習效果的提升，包括答題正確率。所以我們認為AI在注意力抓回上貢獻了很多。

　　除此之外，AI老師更加包容。家長在輔導孩子學習時，有時會非常生氣，不免情緒上頭，但AI具備消化情緒的能力。當我們把AI更包容的情緒給學生時，學生面對一個更溫和且包容的老師，他就更容易說出自己的想法，甚至自己的不足。學生勇于開口時，我們就知道他差在哪了，再進一步因材施教。正是因為AI具備了這樣的能力，我們才能跟學員產生更好的互動和深度教學。同時我們也會更專注在AI課程上。

　　之前有一個觀點：所謂的1對1是真的1對1嗎?其實不一定。即使1對1，老師往往也用同一套教案，他只不過是按照你掌握的速度給你反復講一遍。但AI具備什么能力呢?當AI發(fā)現你回答不好時，它可以換一種方式講。當你學得慢時，AI可以把進度放慢;你學得快時，AI可以把進度加快。而不是按照以前線下1對1的方式，根據節(jié)奏、教材、大綱、進度去教學。

　　只有當AI具備了更靈活的供給側能力，學生在這個平臺上的學習才會更專屬，他所學習的內容才會更個性化、更科學。我們的AI體系跟著九個主講老師的教學方法論走，這些方法論都是多年沉淀的大咖方法。所以當AI去學習一個很厲害的人時，他的范式是被固定化的，那他可以更快速、更有體系化地學習。我們最終提供給孩子和學習者的東西，也會讓他學習效果變得更好。

　　05 技術投入與未來規(guī)劃：將推全年齡段產品

　　為了做這件事，我們要做非常多的努力。

　　首先，為滿足個性化教學，我們得做自己的大模型。我們要保證幾萬人可以同時一起學習，并且實時反饋，這對AI工程是極大挑戰(zhàn)。如何保證AI在同一個時間點面向幾萬學生發(fā)起不同教學，并且支持頻繁互動，這件事對工程的挑戰(zhàn)極大。我們會基于一些國產大模型做訓練，包括去做強化學習，訓練自己的大模型。

　　第二，我們要給學生提供多場景且沉浸式的類人交互體驗。這就是我前面講為什么選擇做真人的一個原因。當它做起來更像人時，我們就需要去覆蓋整個數字人體系，比如秒級數字人、3D高斯數字人，還有大模型數字人。全場景打造能夠商用且可擴展的真人感數字人系統(tǒng)。當前我們已經覆蓋了很多，比如教學互動、內容創(chuàng)作場景。

　　包括在類人的交互過程中，有幾個非常需要突破且需要持續(xù)突破的。比如要讓他的口型和面部控制更加一致，讓他的手勢和肢體動作更符合在教學過程中的情緒和表達。比如需要給學生更加360度全視角沉浸的教學，當他學自然拼讀時，他能看到我的嘴型。這些都需要通過數字人去完成。所以我們整個數字人團隊投入了很多精力，包括我們剛剛在頂會上發(fā)表的論文、央視開學第一課的數字人技術，都是我們提供的。

　　在語音方面，我們要貼合場景做擬真溝通，一方面做語音識別，一方面做語音的生成或合成。舉一個最簡單的例子：如果一個老師在上課過程中沒有情感、平鋪直敘地講課，孩子是不會聽的。老師必須要有開心情感、失落情感、緊張情感、刺激情感，通過這樣的情緒把學生注意力抓回。而我們要做到語音的情感拼接，以及在使用者處于非常嘈雜的環(huán)境時，清晰且準確地識別他在說什么，這對我們的語音團隊非常重要。我們在教學環(huán)節(jié)、銷售環(huán)節(jié)、輔導環(huán)節(jié)里面的聲音都會有不同表現力，因為我們要替代各種各樣的角色。

　　未來與愛為舞要做什么?很多人說你們可能在做K12教育，其實并不是。對我們來說，目標是做AI tutor，要做全年齡段、全階段的輸出。從初高中切入，是因為市場空間很大，我們過往也有行業(yè)經驗，幫助我們更快速切入。同時我們認為，如果我們能把K12領域教好，那么未來對于小學啟蒙、成人教育，還有銀發(fā)領域，我們都應具備更好的輸出和教學能力。所以接下來我們也會面向全年齡段，去做各個方式課程上的一些探索。

　　以上是我今天的分享，謝謝大家。

　　06 互動答疑：AI如何把控整個課堂?

　　提問1： 我剛才體驗了一下與愛為舞的APP，課程沒有進度條，但您剛剛提到互動比較頻繁，三分鐘一個互動。那我們怎么控制學生在上課的時候對整個時長或互動頻率的把控?

　　王慧妍： 首先我們確實要先保障時長。沒有進度條是因為我們并不知道學生的進度是什么樣的，我們不會固化。孩子的注意力和專注力在一定時間里是有限的，基本上在1到2個小時之間。我們既要完成教學，又要在教研層面上讓學生掌握知識點。

　　在互動過程中，背后也有教研體系和知識點牽引。當我們發(fā)現學生掌握的好與不好的時候，可以稍微適當往外延伸。但如果我們已經進行了四五輪互動，學生問的問題已經跟我們今天的教研內容沒有關系時，我們的模型就要引導用戶回到正軌上來，完成正常的教學。整個溝通和互動是被教研教學體系內容約束的，只不過在形式和延展上我們放大了一些空間。這也是我們認為一些大模型沒有辦法快速在教育行業(yè)能拿到結果的原因，模型背后，基于教研的沉淀給出更加符合學習認知過程的約束也非常重要。

　　提問2： 您剛才提到一個我很關注的點，叫做大模型的邊界在哪里。在我看來，童年、少年、青年課程理論上不能完全依靠大模型來完成，可能一節(jié)課就需要一個教研老師輸出，有互動問題，有知識點，有語料等等的堆積。想問您怎么看現階段教研的占比比重?

　　王慧妍： 好，這個問題問的非常好。您描述的這個范式偏向在線教育過程當中千人N面的互動。對于我們來說，我們其實是通過算法的方式在進行題的生產、講解的生產、整個教學內容的生產，包括生產內容的質量把控。所以教研是在早期去定義一套思路和范式，讓模型去學習;教研以后會變成模型的評判者。所以你可以理解成，在我們的范式下，教研的未來更偏向于一個訓練師和一個審核者，去給模型打分。更多的輸出是模型做，教研則保證模型輸出的準確性。

　　提問3： AI 1對1最大的好處在于集中學生的注意力?

　　王慧妍： 注意力問題我認為是可以被解決的，但要一步一步被解決。當前我們通過快速的互動去抓注意力，你會發(fā)現89%以上的孩子確實是可以被你抓回的，因為大部分孩子都不希望自己在課堂上出錯。早期我們在做課程設計的時候，我們以為孩子會天馬行空地問老師很多不相關的問題。后來我們發(fā)現，老師問他問題的時候，他都竭盡全力想答對。當前，我們認為通過互動的方式就可以把注意力相對較好地抓回，但是長遠來看這件事情我們要通過更多的硬件，比如攝像頭，給用戶更多提醒。

　　在硬件尚未準備好之前，當我們發(fā)現這個孩子的互動出現異常的時候，一般K12的家長其實都會在孩子旁邊聽課，或者是至少在附近關注著，我們會給他一個課程的實時提醒，告訴他當前孩子可能會存在注意不集中的情況。這相對于原來的在線教育是一種進步。

　　提問4： 整個課程是按照在第一節(jié)課AI老師和學生整體的互動去追進度，還是圍繞某一個學生?比如說我給他在拿解方程來舉例子，它里面有一項有去括號，有很多知識點。但是我發(fā)現很多課程我是想給大家講解方程。那我想說的是給這個孩子講清楚知識點，還是說我要去滿足這節(jié)課的進度?

　　王慧妍： 我們現在的解法是這樣的：當我們發(fā)現用戶某個知識點不會的時候，我們會通過幾輪的互動講解，但不會在一個知識點上無限放大。因為相關的知識點還有很多，要保證主流程的完成。這是因為孩子本身在學校學習的過程中還是要有一定的進程的，所以這種延展的東西我們可以在課后單獨再通過其他的方式補給他，但要保證主流程。