精准学联创张宁：阿里投2亿，用AI模拟真老师一对一教学

AI与教育的结合，正在改变传统的学习方式。之前我们聊过不少针对海外市场的AI教育产品，比如给孩子用的Heeyo、帮人练外语的Speak，还有各种学科辅导的AI Tutor。有趣的是，这些在海外霸榜的产品，背后团队大多是华人或来自国内。但面向国内市场的教育AI产品，逻辑就完全不一样了。刚拿了阿里2亿融资的“精准学”，就走了一条截然不同的路。

精准学想做的事很有意思——它要模拟线下1对1真实课堂里老师扮演的角色，打造一个超拟人1对1的AI老师。它的核心理念是：学习产品的灵魂是“老师”，只不过这个老师是虚拟的。这个虚拟老师不只是简单地解题或传授知识，而是通过AI技术进行引导，模仿现实中老师的教学行为，帮学生真正吃透知识点。跟过去的学习工具比，最大的不同在于，它不是辅助学生自学，而是通过互动和引导，构建一个更接近线下课堂的体验。

所以，这不仅仅是形式上有个AI Tutor，而是要把老师在45分钟课堂里的所有环节都模拟出来——从上课开场的“同学们好”、复述作业情况、讲解知识点，到用什么语气、什么时候该停顿、讲个什么笑话调节气氛，统统串联起来，就像你线下面对的那个真实老师一样。这个过程中对语音的要求极高，为此他们专门做了国内首个端到端语音AI模型“心流知镜-s”，目的就是让AI老师达到真人级别的自然对话体验。因为产品切的是辅助学习场景，他们还推出了像平板一样的AI辅学机，让孩子能更沉浸地学习。最近，我与精准学的联合创始人张宁聊了聊，听听他们对教育AI市场的理解，以及做这件事背后的逻辑。

1. 切入场景：线下1对1辅助学习

从需求端看，目前学习机市场每年出货量能达到五六百万台，这个需求是很真实的。张宁认为，学习机虽然是硬件形式，本质做的是软件，但在国内，把软件放在硬件里卖，更符合市场习惯。现在市面上的AI产品，大多偏重自学工具。这对大部分中小学生来说，其实门槛不低。在我们现有的教育体系里，“教”仍然是知识传授效率最高的方式。所以他们想从线下1对1这个场景切入，尝试模拟真实老师，做一个有益的补充。

要想模拟1对1的老师，核心就是把那45分钟完整复现——从“上课了”开始，到知识讲解、开个玩笑调节气氛，再到“这节课就到这里”。把这个过程拆解后，他们发现，整个教学过程最小的颗粒度，其实是一个个对话单元。你只需要把这些单元串联起来就行。下面是他们最近发布的Demo视频：

学而思前首席教研官李睿现在担任精准学的顾问，他多年的经验总结出一点：当老师水平达到一定程度后，教学水平对学生提分的边际效应其实很低。真正关键的是教学方法——特别是课堂节奏的掌控、学生注意力的调动，以及与学生进行针对性对话的能力。大部分学生不可能在45分钟里全程集中精力。怎么在他们注意力涣散的时候，抓住时机把最重要的知识点讲透彻，往往会事半功倍。大家都知道新东方的老师特别会调节课堂氛围，很多老师上课前也会用一些小动作把学生的注意力拉回来，就是这个道理。

对整个过程分析后，他们认为，最重要的不是用AI去不断提升解题能力，而是主动调动课堂氛围和节奏。学生走神了能拉回来，能和学生进行有针对性的对话，猜到问题出在哪，然后聊下去，甚至让学生跟着自己的节奏走。张宁强调，教育产品不可能、也不应该追求万能，而是应该根据学习场景的需求提供不同工具。AI可以成为有益补充，但解题能力和课堂调度交互是两个不同方向。在保证解题能力的基础上，提供更好的课堂调度交互，这才是精准学目前最关注的事。而线下1对1这个场景，本质上就是一种交互。

2. 产品：AI老师不是答疑，更多是引导学习

在产品形态上，精准学做的是一台定制的平板学习机，定位是“辅学机”。核心功能不是传统意义上的答题反馈，而是虚拟老师的引导和学生之间的深度互动。打开设备后，整个过程就是学生跟着老师走，像真实课堂一样互动。比如，虚拟老师会在课上引导学生复述问题、互动答疑，甚至根据学生的情绪和状态调整教学节奏。

他们对摄像头和语音做了大量优化，能真正实现互动——检测学生的注意力状态，判断学习的专注程度。整体设计理念就是让学生在老师引导下学习，而不是单纯看视频。这些功能结合起来，让学习过程更有针对性和个性化。

这里想解决两个问题：一是学生自学效率低。很多工具只提供知识讲解或解题方法，没有互动引导，学生很容易失去兴趣。虚拟老师的主动引导，能大大增加参与感和互动性。二是产品在设计时考虑了学生的情绪变化。通过AI检测注意力状态，确保高效参与，这很大程度上模拟了线下老师对学生状态的实时观察与反馈。

目前，课程内容先从数学学科开始，覆盖了3000多个学习单元，基本涵盖了小学和初中九年需要掌握的知识点。题库容量大约在20到30万，是随机抽题。张宁说，开发过程中最大的难点，是如何让AI老师与学生进行有效互动——既要保证教育目的，又不能变成一个完全自由的陪伴式语音产品。一旦学生偏离学习环节，AI会想方设法把他拉回来，严重的话甚至可以主动给家长打微信语音。这跟游戏行业面临的问题很像，需要在特定场景下设置约束，保证教育效果。他们最终把AI老师设计成一种比较平等的风格，既不过于压制，也不像服务者。这是做了大量测试后的结论——学生更喜欢这种平等的关系。同时，AI有知识追溯能力，可以在后台追踪学生的知识点掌握情况和解题能力，实现查缺补漏。

学习机是家长买单、学生使用的产品，怎么让家长满意也很关键。精准学做了两件事：一是知识点掌握报告，比如学习一段时间后掌握了多少知识点；二是正在设计的专注力报告——一堂45分钟的课里，孩子有多少时间真正专注。他们通过面部48种表情和语音情绪检测来评估专注力。而家长在整个过程中，扮演的角色和传统线下培训班一样：学习过程不参与，只有课后定期的反馈，类似家长会或老师汇报。整个过程还是在模拟真实的教学场景。

张宁说，精准学的核心就是“模拟”——模拟真实的教学场景。目标只有一个：以前需要人仔细分析做的事情，现在尽量让AI来做；而那些已经通过其他软件实现的事情，没必要非得用AI。简单说，就是替代掉以前无法被替代的环节，而这里的核心，是真人老师干的活。

3. 主动型学习与被动型教学

目前市面上的教育类AI产品，大多属于主动型学习工具，比如那些答疑类型的AI Tutor。张宁认为，这类产品不太需要太多引导和互动，因为主动学习场景的目标很明确：就是需要答案。用户可能已经理解了背后的逻辑和原理，只是某道题卡住了。这种情况下，直接给出答案就行，步骤越详细越好，他有能力自己去学。这跟编程AI的逻辑很像——资深的程序员用AI工具是为了节省时间或解决具体问题，直接给答案就行，背后的逻辑他早就懂了，不需要再去学知识点。但如果是初学者，就需要通过引导，一步一步掌握一个个知识点和理论。

可以这样理解：主动型场景，核心在“学”；被动型场景，核心在“教”。现在很多教育产品与AI的结合，主要针对主动学习型。比如在已有产品里加一个AI功能，让学生可以追问更多问题。而被动式教学过程，面对的是那些对这块知识完全不掌握的学生，甚至他们自己都不清楚问题在哪。所以需要老师通过引导，从最基础的东西开始教，或者通过互动发现学生的问题所在。此时，引导和互动就非常关键了。AI老师在吸引学生注意力时用的措辞、语气、魅力，以及表达的传达，都变得极其重要——毕竟，它是个假人。

从难度上看，被动式教学场景比主动式更难。后者目标明确，解决方案也明确；前者需要通过引导去了解学生的问题，再针对性地开展教学。张宁的这个观点很到位：教育产品不可能、也不应该追求万能，而是根据场景提供不同工具。精准学做的就是针对被动型场景。

4. 挑战与壁垒：语音AI与特定行业数据

为了实现更好的语音互动——比如角色扮演、情绪表达、音量调节，甚至根据用户的情绪和语气做调整——张宁说他们不得不自己开发语音模型。因为目前没有特别好的中文语音AI模型，或者说有，但别人不开放给第三方用。现在语音AI的延迟已经不是大问题，低于一秒后人的神经反应基本感知不到差异。真正的难题是对声音的强化学习，也就是做“偏好”。比如同样一句话，用不同语气和语音来说，结果可能天差地别。这时候就需要基于实际场景选一个最适合的偏好，这需要大量的训练。

训练的挑战，要靠塑造具体的场景数据来解决，尤其是针对特定场景做偏好优化的数据。这也自然构成了壁垒。张宁认为，AI要做成有较强的壁垒，关键可能就在特定场景的数据上。在教育这个场景，数据壁垒特别高。题库数据相对容易获取，但涉及上课过程的数据积累——比如课程视频——难度就大多了。所以可以看到，目前这个领域的主要玩家，基本都是之前就做教育的公司。

张宁说，我们塑造一个虚拟老师的角色，本质上是因为学生的学习能力在客观上存在差异。从长期来看，他认为，我们真正需要的是一种“能力加持”，这在AI时代有巨大的机会，并且是可能实现的。

5. AI未来畅想：能力加持

聊到教育，我还提了一嘴之前介绍过的一些产品，比如实时面试场景的Final Round AI，甚至相亲恋爱的场景。张宁提到了一个概念叫“能力加持”。他认为这块有非常大的机会，而实时场景就是这种能力应用最极端化的体现。所谓能力加持，简单理解就是……

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：精准学联创张宁：阿里投2亿，用AI模拟真老师一对一教学要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题