一场由ChatGPT引发的AI大模型狂热，至今仍在持续。

在人工智能技术的飞速发展下，大模型作为其核心分支，已在全球范围内引发了一场AI大模型狂热。自2023年以来，以大语言模型及生成式人工智能为代表的技术革新，为各行各业注入了巨大的潜力与影响力。尤其是在教育领域，人工智能与教育的深度融合，正推动着教育变革与创新，引领高质量发展。

1月5日，在昆明举办的AIAED智适应教育大模型学术研讨会上，松鼠Ai凭借其全球首个全学科智适应教育大模型，成为全场焦点。

教育进入大模型时代

过去一年，大模型技术迅速发展，为AI应用的拓展提供了无限可能。全球各大科技巨头纷纷布局大模型领域，教育企业也积极投身于这一浪潮中。例如，可汗学院推出的人工智能助教Khanmigo和Duolingo的GPT-4技术产品Duolingo Max，都增加了语音识别、实时反馈等功能，显著提升了学习体验。

在国家政策层面，人工智能的发展得到了产业政策的重点支持。2023年7月，国家网信办、国家发展和改革委员会、教育部等7部委联合发布了《生成式人工智能服务管理暂行办法》，为大模型技术在教育行业的发展提供了有力保障。

在线教育企业纷纷加大在大模型和智能硬件领域的竞争力度。2023年11月7日，好未来宣布其学而思大模型MathGPT已完成相关备案并顺利通过审核，成为首批通过备案的教育大模型。学而思将在学习机上逐步实现基于自研大模型的AI能力应用，包括“AI对话学”、“AI讲题助手”、“中英文写作助手”等功能。2023年12月，学而思推出了二代学习机，其中融入了MathGPT技术。

此外，2023年9月，作业帮发布了自主研发的银河大模型；2023年10月，科大讯飞发布了讯飞星火认知大模型V3.0。这些大模型覆盖多学科、多学段、多场景，将AI技术与教育紧密结合，助力教育创新和高质量发展。

在此次会议上，松鼠Ai也带来了自己的最新的技术成果——全球第一个全学科智适应教育大模型，这也是国内首个将智适应技术与多模态大模型结合，运用于教育领域的垂直领域大模型。

据悉，自适应学习是全球范围内教育科技发展的前沿领域，学习平台通过收集、分析学情数据，给学习者设计学习路径、推送个性化学习资源。松鼠Ai的智适应技术即为一种智能自适应学习技术，早期通过包含知识图谱的SaaS系统与教培相结合，目前则应用到学习机等硬件上。

发布全学科智适应大模型的同时，松鼠Ai也发布了学习机新品。不管是智适应大模型的技术路线，还是学习机的商业模式，松鼠Ai的产品都颇具特色，也显示了教育大模型发展的某种方向。

为何教育行业抢跑大模型？

在教育领域，硬件并不是新鲜事物。多年以前，国内便推出了学习机、点读机、点读笔等教育硬件，并集成了文字识别、语音识别等基础AI技术，为学生提供了点读、翻译、人机对话等功能。然而，这些传统产品本质上更像是集成了各种软件功能和学习资源的“智库型”设备，如同电子词典一般，提供了广泛的知识和资源。

随着AI技术的飞速发展，大模型作为其核心分支，正引领着教育行业的变革。传统教育硬件虽然已经具备了文字识别、语音识别等基础AI技术，但缺乏真正的智能化功能。而大模型的引入，使得教育硬件具备了更强大的自然语言交互能力，成为了一位知识渊博、能够因材施教的“赛博老师”。

毫不夸张地说，大模型为教育智能硬件赋予了“灵魂”，使其从冰冷的学习机器变成了有温度、有智慧的伴学对象。这种改变对于整个行业是颠覆性的，也将成为人类探索AI+教育道路上的一块里程碑。

会上，松鼠Ai发布了全球首个全学科智适应教育大模型。松鼠Ai创始人栗浩洋表示，AI大模型的训练数据的质量与数量至关重要。松鼠Ai的智适应教育大模型具有三大突出优势：采用多模态大模型进行应用与开发，拥有丰富的场景、数据、算法等方面的技术与行业经验，以及基于独有的知识图谱和MCM图谱，真正提高教学效率，发挥每个孩子的个性、特长和潜在优势。

在大模型技术支持下，松鼠Ai具备全面高效诊断摸底技术，能为学生规划最佳学习路径，深度赋能因材施教。此外，通过情感干预及对孩子的素质能力进行分析，松鼠Ai还能生成最有效的教育互动，给予孩子正面的反馈与激励，启发学习兴趣、培养学习习惯。

自适应学习应用加速落地

“传统的自适应学习一般有两个主要的模块，摸底测试和预设的授课逻辑。即，通过摸底测试，让自适应学习软件了解了学生的学习水平，对知识的掌握的强项和薄弱环节进行诊断，再根据摸底测试的结果，由授课逻辑向学生用户推荐恰当的学习内容。”栗浩洋介绍，与目前市场上的拍照搜题、口语测评、作文批改等基于人工智能技术的工具型产品不同，智适应学习系统不仅能够根据学生的学习情况和需求，提供个性化的学习方案和支持，还能关注培养学生的思维能力、创新能力、情感态度等方面。

栗浩洋认为，目前基于通用模式的大模型在教育行业落地主要存在几个弱点：第一，缺乏对学生用户的深入了解，由于没有历史数据和画像信息，通用模式产品无法清晰分辨使用产品的用户是哪个年龄段的学生，限制了产品对用户需求的精准把握；第二，难以提供个性化学习方案，无法全面诊断学生的学习情况，通用模式产品难以提供针对性的学习建议和方案，做到对症下药；第三，通用大模型并非以教育系统为主导，导致其缺乏教育所需的关键信息和场景，如学科诊断、学习历史水平、知识薄弱点等，使得通用大模型无法充分满足教育领域的个性化需求；第四，由于通用大模型的特点决定了它无法满足所有需求，家长和教育工作者也很难充分授权该产品以获取更深入的学生学习情况，这些都限制了通用模式产品在教育领域的广泛应用。

相较于公有数据大模型的通用底座，栗浩洋指出，松鼠Ai的不同之处在于，在教育这一垂直领域证明了大模型的泛化能力，也实现了通用模型无法替代的价值。在落地应用上，松鼠Ai在给学生提供辅导时，能够覆盖预习、复习、备考、作业辅导等多场景，在社会情感及人际互动方面给予学生更多准确地回应与激励。

“例如，松鼠Ai可以根据孩子在学习过程中反应，给予其正面的反馈与激励改善学生的情绪，帮助解决孩子的一些心理问题，有效解决孩子学业提升慢、提升难，良好学习习惯养成等问题，帮助每个孩子成为最好的自己，把每个人的个性、特长、潜在优势充分发挥出来。” 栗浩洋说。

据栗浩洋透露，目前松鼠Ai已经开始尝试将大模型技术应用于打造虚拟老师。通过生成更多视频讲解，为大模型在更多行业的落地提供借鉴和参考。