配圖來自Canva可畫

隨著大模型商業(yè)化應用的提速，全世界各國都開始孵化和孕育各自的行業(yè)大模型。在此背景下，國內(nèi)各個細分行業(yè)的垂直大模型，日益受到產(chǎn)業(yè)界的關(guān)注和重視。

相比通用大模型，垂直大模型具有門檻較低、數(shù)據(jù)質(zhì)量較好且靠近落地場景的優(yōu)勢，因而伴隨著大模型產(chǎn)業(yè)化的深入，其發(fā)展空間進一步打開，正在成為下一階段行業(yè)競爭的焦點。事實上，一些受大模型影響特別明顯的垂直行業(yè)如教育行業(yè)，已經(jīng)率先掀起了大模型競賽。

大模型成教育領(lǐng)域新變量

今年以來，教育領(lǐng)域包括網(wǎng)易有道、好未來、科大訊飛等行業(yè)巨頭，先后公布了自己在AI大模型領(lǐng)域的布局和進展，由此大模型之風迅速席卷教育行業(yè)。而在教育領(lǐng)域紛紛刮起大模型之風的背后，則與多方面的因素有關(guān)。

首先，教育領(lǐng)域和AI大模型有很高的契合度，因而具備更好的落地條件。當前AI大模型大都具備自然語音處理、語音識別、圖像識別等諸多能力，其為智能教育在視、聽、音等多模態(tài)下，實現(xiàn)教育場景全覆蓋提供了可能，成為“AI+教育”的核心引擎。此外，隨著多模態(tài)生成技術(shù)的成熟，多模態(tài)生成模型的深度融合，將進一步使AI教學、AI虛擬互動趨于立體化，打破扁平的文本式結(jié)構(gòu)，通過圖像、視頻、數(shù)字人生成等技術(shù)為教輔產(chǎn)品提供豐富的教學素材和內(nèi)容呈現(xiàn)形式，打造全新的智能教育生態(tài)。

其次，用戶對于教育智能產(chǎn)品的接受度日漸提升，AI大模型能夠為用戶帶去更加智能的教育體驗。目前AI教育已經(jīng)發(fā)展一段時間了，用戶對于智能化的教育產(chǎn)品，也有了相應的認知與了解，而AI大模型的應用，則能為智能教育的發(fā)展增添新動能。比如，智能硬件接入AI大模型之后，硬件的交互體驗得到了加強，產(chǎn)品智能化也有了“質(zhì)”的飛躍。

最后，AI大模型可以同時在B端和C端發(fā)力，在撬動龐大教育市場的同時，可以做到最小成本實現(xiàn)“因材施教”的教學目標，非常契合當下教育市場的階段需求。一般而言，教育的投入來源有二：一方面是C端的教育培訓消費，另一方面是B端的教育信息化投入，而這兩方面都可以構(gòu)筑起規(guī)模相當龐大的市場。如在C端，AI有望成為學生的“智能老師”，為孩子提供作文批改和英語對話等個性化場景學習服務，實現(xiàn)因材施教；在B端，則可以聚焦相對標準化的考場閱卷、在線教學等場景，大幅度提升考試閱卷的效率和準確率?；诖?，大模型正在成為教育領(lǐng)域全新變量。

不同路線、不同思路

從整個行業(yè)來看，由于參與玩家的背景不同，其所走的路線也存在顯著差異。目前來看，發(fā)力教育領(lǐng)域的大模型廠商主要分為兩類：一是以百度文心一言、科大訊飛星火大模型為代表的通用大模型廠商，其面向的是包括教育在內(nèi)的泛行業(yè)企業(yè)；二是以網(wǎng)易有道、學而思等為代表的垂直大模型廠商，其主要專注教育細分領(lǐng)域。結(jié)合各個廠商的情況來看，不同路線的背后，實際上對應著廠商的不同思路。

對于大廠而言，由于它們總體綜合實力較強，具備構(gòu)建大模型的一些底層技術(shù)能力，因而其更傾向于走通用大模型路線，后期借助大模型與場景結(jié)合，快速搭建起服務生態(tài)。目前業(yè)內(nèi)包括百度、騰訊、阿里、科大訊飛等廠商，都紛紛依托自身的技術(shù)優(yōu)勢、團隊優(yōu)勢和資金支持，在通用大模型領(lǐng)域?qū)崿F(xiàn)了搶跑。比如阿里發(fā)布了通義千問大模型、華為發(fā)布了盤古大模型、百度發(fā)布了文心一言、科大訊飛發(fā)布了星火大模型等，在搶奪市場機會的同時，其直面產(chǎn)業(yè)的“傾向”也越來越明顯。

比如，百度就宣稱與超過300家企業(yè)成為生態(tài)伙伴；4月阿里云也宣布與七家企業(yè)推動大模型在油氣、電力、交通等行業(yè)落地；華為早前也發(fā)布了盤古金融、電力、藥物分子三個垂直領(lǐng)域大模型；而剛剛公布MaaS解決方案的騰訊，已和數(shù)十個行業(yè)的22家企業(yè)達成大模型共建合作；科大訊飛更是宣布，星火大模型首批接入36個行業(yè)3000余家企業(yè)……可見，當下推動大模型場景落地、打通服務生態(tài)，依然是通用大模型廠商的核心任務。

對于垂直行業(yè)廠商而言，其在行業(yè)深耕已久，對用戶的需求理解和場景落地具備更強的洞察能力，又綜合了專家經(jīng)驗、組織能力、工程能力的knowhow優(yōu)勢，具備高質(zhì)量觸達用戶場景的競爭力。與通用大模型廠商不同，一些重要的行業(yè)玩家如新華三、京東、網(wǎng)易有道、攜程等，則聚焦大模型與產(chǎn)業(yè)的融合機會，緊盯垂直賽道。比如，京東發(fā)布了言犀大模型、京醫(yī)千詢大模型，攜程發(fā)布了攜程問道大模型，網(wǎng)易有道發(fā)布了基于教育的子曰大模型。相比通用大模型廠商而言，垂直大模型廠商在相關(guān)行業(yè)深耕已久，因而在尋找產(chǎn)業(yè)機會方面往往走得更加深入。

以網(wǎng)易有道為例，網(wǎng)易有道早在2016年就開始構(gòu)建AI協(xié)同基礎能力，同步組建語音、視覺、聲音等團隊，積累了四大底層技術(shù)：有道神經(jīng)網(wǎng)絡翻譯（NMT）、計算機視覺、智能語音AI技術(shù)、高性能計算等，同時網(wǎng)易有道深耕在線教育多年，已經(jīng)在名師、線上網(wǎng)課、用戶體量等方面構(gòu)建起了比較優(yōu)勢，這讓網(wǎng)易有道相比行業(yè)外的廠商更了解教育，相比教育行業(yè)內(nèi)的友商更懂AI?；谶@種優(yōu)勢，網(wǎng)易有道更容易抓住大模型在教育領(lǐng)域的落地機會，并借助它打造差異化的智能硬件，以及差異化的服務和用戶體驗，夯實其行業(yè)競爭力。

從這個角度來看，通用大模型廠商與垂直大模型廠商只是分工不同，并沒有絕對優(yōu)劣之分。

有道打響教育大模型應用第一槍

作為國內(nèi)首個自研教育大模型，網(wǎng)易“子曰”大模型的發(fā)布，正式打響了教育領(lǐng)域垂直大模型應用第一槍，其現(xiàn)實意義不言而喻。

一方面，相比底層技術(shù)，靠近前端應用的垂直大模型的技術(shù)價值、商業(yè)價值更具想象空間。正如前文所述，隨著大模型逐步深入產(chǎn)業(yè)，其應用價值愈加凸顯。以7月26日網(wǎng)易有道推出的子曰大模型為例，其基于大模型成功推出了6個已經(jīng)落地，或者即將落地的應用，分別是虛擬人口語教練、中文作文指導、英語語法精講、AIBOX、文檔問答和LLM翻譯。

以表現(xiàn)最為出彩的虛擬人口語教練為例，它已經(jīng)在應用層面無限接近真人口語老師的水平了。比如，它在跟你互動過程中，會根據(jù)你的回答做出類似人類的評價，例如它問你“Can you tell me what you know about Chinese history？”你回答：“more than 5000 years,I learned”，它會跟一句：“yes,that is great,do you know about the Han Dynasty ……”形成聯(lián)系上下文的有來有往的對話文本，全程虛擬人表情生動、發(fā)音地道，突破了以往“教條”的劇本式交流局限。

另外，它還具備很強的即時反饋機制和糾錯能力。比如，筆者在跟它對話過程中，它能夠根據(jù)筆者的發(fā)音和文字，生成練習報告給筆者以即時反饋，幫助筆者快速鎖定語言卡點，覆蓋8個話題場景和68個話題的內(nèi)容儲備，讓其口語表達更精準，交流體驗更接近真人水平。

而在虛擬人口語教練良好用戶體驗的背后，離不開其強大的底層“黑科技”實力。比如，虛擬人口語教練在語音識別能力方面進行了巨大的革新，它支持多語種的流式低延遲語音識別技術(shù)，讓虛擬人Echo在中式英語、英語、中英混合等場景下游刃有余；聲學降噪、回聲消除、自動語音檢測、自動斷句等技術(shù)，則讓它像一個真正的傾聽者和交流者。在AI虛擬人的驅(qū)動方面，有道基于自主研發(fā)的情感識別算法和實時渲染驅(qū)動引擎，對播放的語音數(shù)據(jù)進行深度分析，使其面部表情更接近真人。

在其他應用方面，它的表現(xiàn)也毫不遜色。比如，在AI作文指導方面，它不僅能夠批改，還能夠像老師一樣作指導；另外，它在語法精講、LLM翻譯、AIbox、文檔問答等方面，都已經(jīng)在落地或者正在落地，正在成為一個“全能的AI語言文字助手”。預計未來隨著更多AI應用的落地，它將會在更多方面對用戶生產(chǎn)力提升產(chǎn)生重大影響。

另一方面，網(wǎng)易有道子曰教育大模型的發(fā)布，也標志著網(wǎng)易有道多年深耕AI，在通用AI能力上走向了成熟，具備了產(chǎn)生應用的強大實力。前文提到，好的垂直大模型需要深厚的AI通用能力作為底座才能夠走的更遠，作為教育行業(yè)首個垂直大模型廠商，網(wǎng)易子曰大模型的推出，實際上正是建構(gòu)在網(wǎng)易有道多年的AI通用技術(shù)能力之上。

作為國內(nèi)NLP能力領(lǐng)先的公司，有道多年來一直致力于基于Transformer模型的創(chuàng)新和應用，還積累了OCR、ASR、TTS、CAPT等幾大核心技術(shù)，正是這些技術(shù)的有效整合，打開了新的想象空間，讓有道成為國內(nèi)率先將AIGC技術(shù)落地教育場景內(nèi)的企業(yè)。

如今，有道正在多個業(yè)務場景推進“子曰”大模型應用落地，探索AI個性化教學的前沿陣地，將以技術(shù)創(chuàng)新和產(chǎn)品研發(fā)的優(yōu)勢，實現(xiàn)更廣維度的突破（如有道縱橫以及有道智慧體育等），為整個教育行業(yè)賦能。

產(chǎn)業(yè)需要探路先鋒

在垂直大模型持續(xù)升溫之下，包括京東、攜程、網(wǎng)易有道等在內(nèi)的廠商，已經(jīng)開始扮演起“探路先鋒”的角色，開始在零售、旅游和教育領(lǐng)域探索落地場景，并對產(chǎn)業(yè)發(fā)揮直接引領(lǐng)作用。

一來，當前大模型進展雖然激烈，但還處于初級階段，屬于垂直大模型的機會窗口尚未關(guān)閉，垂直廠商迫切需要利用自己掌握的高質(zhì)量數(shù)據(jù)集，將數(shù)字化延伸到產(chǎn)業(yè)的“神經(jīng)末梢”處，但其所面臨的內(nèi)外部挑戰(zhàn)很大，因此各產(chǎn)業(yè)迫切需要破局者。

當前國內(nèi)大模型這個賽道，依舊處于早期階段，相比國外的GPT-4和Bard、LLaMA等廠商已經(jīng)展開競爭來說，國內(nèi)的通用大模型廠商尚未展開直接較量。在國內(nèi)通用大模型還處于“懵懂”狀態(tài)之下，國內(nèi)的垂直大模型廠商也不存在太多的競爭，其依舊面臨眾多的機會。對于垂直大模型廠商而言，只需要緊跟潮流、精準解決用戶痛點，就有機會脫穎而出。

當然，挑戰(zhàn)同樣存在。比如通用大模型廠商參與行業(yè)競爭，核心關(guān)卡突破面臨挑戰(zhàn)，數(shù)據(jù)安全問題需要解決等等，都需要有像攜程、京東、網(wǎng)易有道，這樣引領(lǐng)性的行業(yè)巨頭參與其中，加速垂直大模型產(chǎn)業(yè)化的落地進程。

二來，從整個行業(yè)來說，無論是通用大模型還是垂直大模型，最終的商業(yè)化都需要落地產(chǎn)業(yè)，但如何將大模型能力與產(chǎn)業(yè)應用結(jié)合，從而創(chuàng)造出商業(yè)價值沒有先例可循，同樣需要一批探路者去開辟。前文提到，當前國內(nèi)大模型無論是通用大模型還是垂直大模型，都還處于早期階段，產(chǎn)業(yè)落地和技術(shù)商業(yè)化尚無先例可循。而不論是通用大模型還是垂直大模型，其商業(yè)化最終都指向產(chǎn)業(yè)和場景，因此諸如子曰大模型這樣的垂直大模型落地，對于AI大模型產(chǎn)業(yè)化、商業(yè)化落地具有現(xiàn)實意義。

作為業(yè)內(nèi)首個教育類垂直大模型，網(wǎng)易子曰大模型的發(fā)布，標志著教育領(lǐng)域的大模型開始進入實質(zhì)應用階段，其也或?qū)⒁I(lǐng)全新的產(chǎn)業(yè)浪潮。而作為參與者與推動者，網(wǎng)易有道也將成為這場浪潮的受益者。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。