克制、務(wù)實、深耕場景。

文 | 華商韜略 張靜波

大模型越卷越猛，行業(yè)焦慮卻越來越深。

OpenAI和谷歌，GPT-5.2和Gemini 3，技術(shù)迭代以月為單位……AI的能力天花板不斷被刷新。

與此同時，真正能讓用戶天天用、愿意付費、形成閉環(huán)的AI產(chǎn)品卻遲遲沒出現(xiàn)。

我們趕上了AI的黃金時代，卻也站在最迷茫的十字路口，AI仿佛被困在云端，離商業(yè)化落地總是差臨門一腳。

很多人都在追問：如果參數(shù)、算力和算法都不再是瓶頸，AI商業(yè)化到底路在何方？

答案也許不在于模型本身，而藏在極致的場景解構(gòu)中。

【01 銷售額一年破億，一個AI原生硬件的商業(yè)范式】

AI商業(yè)化之所以難以落地，其根源并非模型能力不足，而在于戰(zhàn)場缺位。

通用大模型如同一把瑞士軍刀，它功能強大、覆蓋面廣，但具體到特定場景，卻缺乏專業(yè)性與精準性。

這導(dǎo)致在那些高頻、剛需、可規(guī)模化的場景中，它很難打通最后一公里。

瑞士軍刀通而不精，你不能指望拿它來做一場復(fù)雜的眼科手術(shù)，而必須交由更精準的手術(shù)刀。

如何針對不同場景，鍛造出那把專業(yè)的手術(shù)刀呢？

歷史經(jīng)驗告訴我們，當一項革命性技術(shù)找不到落腳點時，它最容易在喧囂中迷失自己。

而這個時候，AI硬件提供了天然支點。從豆包手機到AI眼鏡，行業(yè)逐漸意識到，硬件是AI觸達用戶的最佳載體。

而學習，無疑是這個支點上的黃金賽道。

相比娛樂、辦公等場景，學習具有三大不可替代的優(yōu)勢：

首先，高頻剛需屬性無可比擬。

學生每天與難題交鋒，家長迫切需要高效輔導(dǎo)工具，這是高頻的剛性需求，構(gòu)成了AI商業(yè)化的堅實土壤。

其次，場景閉環(huán)完整且可復(fù)用。

學習場景天然具備數(shù)據(jù)閉環(huán)，學生的每一次提問、每一道錯題都是喂養(yǎng)數(shù)據(jù)，反哺模型持續(xù)優(yōu)化。

這種自我強化的飛輪，是多數(shù)行業(yè)難以復(fù)制的。

最后，付費意愿明確且持久。

教育消費的核心訴求是效果，只要能真正提升學習效果、改善成績，用戶就愿意為AI服務(wù)付費。

這三大優(yōu)勢，使得教育成為熱門賽道，各種硬件產(chǎn)品層出不窮。而全新升級的有道AI答疑筆Space X，則讓我們看到：

AI重構(gòu)學習場景的巨大潛力。

升級后的AI答疑筆Space X實現(xiàn)三大功能突破：

“全景拼圖”可對復(fù)雜題目做精準掃描與拼接，“引導(dǎo)式答疑”提供解題思路而非直接答案，“知識卡片”則構(gòu)筑起關(guān)聯(lián)知識網(wǎng)絡(luò)。

作為首款A(yù)I原生智能學習硬件，有道AI答疑筆Space X以引導(dǎo)式答疑，重構(gòu)了學習閉環(huán)。

它通過提問、提示、拆解等方式，引導(dǎo)學生自主思考，讓學生不僅知道答案，還能建立解題的思維框架。

這種“給思路不給答案”的克制，更貼近教育本質(zhì)，也更像一位真正好的老師。其結(jié)果是更高的用戶粘性，以及高頻、持續(xù)的使用。

不僅如此，Space X還以全景拼圖技術(shù)解決了真實場景中的諸多痛點。

很多學生在解題時，經(jīng)常遇到長題干、掃描抖動或歪斜、復(fù)雜圖表等問題，傳統(tǒng)掃描識別技術(shù)難以應(yīng)對。

有道將衛(wèi)星遙感領(lǐng)域的圖像配準技術(shù)，首次落地到輕量硬件終端，實現(xiàn)答疑筆掃題時自動矯正、自動拼接與秒級響應(yīng)。

這種超預(yù)期的體驗，直接帶來銷量與口碑的雙重爆發(fā)。

截至目前，有道AI答疑筆作為國內(nèi)首款實現(xiàn)規(guī)?；虡I(yè)閉環(huán)的AI原生學習硬件，上市不到一年，銷售額已突破1億元。

這不僅印證了產(chǎn)品在真實場景中的用戶價值與市場接受度，也意味著在大模型廠商仍在探索硬件形態(tài)與商業(yè)模式之際，有道已通過深度融合“垂直場景+AI+硬件”，率先跑通了一條可復(fù)制、可持續(xù)的商業(yè)化路徑：

克制、務(wù)實、深耕場景，將AI無縫嵌入用戶真實使用場景中，形成高頻、剛需、可持續(xù)的商業(yè)閉環(huán)。

這不僅是一次產(chǎn)品升級，更是一次AI能力的場景化驗證。

其背后，清晰映射出有道從教育科技公司向人工智能驅(qū)動型公司躍遷的戰(zhàn)略意圖。

【02 克制，比強大更重要】

通用大模型為何打不進學習場景？答案藏在場景的復(fù)雜性里。

學習場景的復(fù)雜性在于，它不只講授知識，還涉及認知、心理和行為習慣等。要讓AI真正落地，就必須對場景進行細顆粒度的拆解，找到用戶痛點，逐一攻克。

這要求AI具備場景化的適配能力。

AI直接給答案，看似解決了學生的燃眉之急，實則剝奪了其思考、試錯、成長的機會，最終難免被用戶和市場拋棄。

相比之下，有道“給思路不給答案”的克制，并非技術(shù)妥協(xié)，而恰恰是對學習場景的深刻理解和敬畏。

也正是這種理解和敬畏，讓有道選擇深耕場景，用場景化AI能力，真正解決用戶痛點。

它相信AI重構(gòu)一切行業(yè)的力量，全面接入DeepSeek。

但同時，并沒有盲目跟風訓(xùn)練千億參數(shù)的通用大模型，試圖用一把萬能鑰匙去打開無數(shù)結(jié)構(gòu)迥異的保險箱。

而是聚焦教育場景的核心需求，自研了垂直領(lǐng)域的專精模型——子曰大模型。

作為國內(nèi)首個專注于教育場景的基座模型，子曰大模型的背后，凝聚了有道十余年的積累，其覆蓋：

K12全學科、全學段的知識圖譜，包括知識點關(guān)聯(lián)、解題方法、易錯點、考點分布，等等。

引導(dǎo)式答疑并非通用大模型的簡單接入，它要求模型深刻理解知識點結(jié)構(gòu)、學習路徑，并能根據(jù)學生年級與水平，提供個性化路徑規(guī)劃。

這正是有道自研“子曰”教育模型與通用模型的核心差異——后者能回答“是什么”，而前者能理解“為什么”和“怎么教”。

例如，同樣是解一道數(shù)學題。

通用大模型能給出正確答案，卻無法像有道AI答疑筆那樣，根據(jù)學生的年級、學習水平，提供適配的解題思路和方法。

這種個性化答疑，恰恰彌補了豆包、千問等通用大模型的短板，進而打通從AI到用戶體驗閉環(huán)的最后一公里。

端云協(xié)同的工程化能力，是阻礙通用大模型落地的另一個重要因素。

有道通過做答疑筆這樣的智能學習硬件，在解決不同場景下工程難題的過程中，積累了豐富經(jīng)驗。

以全景拼圖功能為例。

這并非傳統(tǒng)意義上的圖像處理，其核心挑戰(zhàn)在于：如何在極其受限的端側(cè)環(huán)境下，實現(xiàn)接近衛(wèi)星遙感級別的圖像配準與幾何矯正。

為此，它不是將復(fù)雜算法直接搬到端側(cè)，而是通過知識蒸餾等技術(shù)，將云端高復(fù)雜度模型中關(guān)于特征匹配、畸變判斷與對齊策略等推理能力提煉出來，并壓縮成可在微型芯片上高效運行的輕量模型。

在蒸餾后的模型基礎(chǔ)上，進一步結(jié)合剪枝與量化等手段，實現(xiàn)極致瘦身，使其在低功耗條件下仍能保持穩(wěn)定、高精度的自動校正與拼接效果。

同時，通過軟硬件協(xié)同優(yōu)化，對端側(cè)芯片的指令與算力調(diào)度進行深度定制，將關(guān)鍵計算鏈路置于最高優(yōu)先級，最大限度壓縮推理延遲，使復(fù)雜的幾何計算對用戶無感，最終實現(xiàn)秒級響應(yīng)的流暢交互體驗。

AI答疑筆通過知識蒸餾，完成了從擁有全景知識到實現(xiàn)瞬時反饋的躍遷。

這不僅是算法的勝利，更是軟硬件協(xié)同在邊緣計算場景下，對尺寸、功耗與性能進行極致平衡的工程突破。

如此細顆粒度的場景解構(gòu)，以及用戶痛點解決，最終讓有道AI答疑筆打通了從AI到用戶的最后一公里。

這種基于場景化的AI能力，構(gòu)筑了有道在垂直領(lǐng)域的AI技術(shù)壁壘和護城河，也讓有道擁有了堅實的AI內(nèi)核。

【03 學習只是起點，遠不是邊界】

如果把有道的AI戰(zhàn)略看作一場戰(zhàn)役，學習場景只是它的練兵場，是有道AI能力最先落地的場景，而遠不是技術(shù)能力的邊界。

學習場景，尤其是即時答疑這一環(huán)節(jié)，堪稱AI能力的地獄級測試場，因為它要同時滿足多模態(tài)、強推理、準確率和低延遲等多維度挑戰(zhàn)。

這其中，任何一項短板，都會直接導(dǎo)致用戶體驗的崩塌。

也正因為學習場景如此嚴苛，AI一旦在這個場景下跑通，其能力便可快速被拆解并移植到有道的其他核心業(yè)務(wù)上，最終轉(zhuǎn)化為強勁的增長引擎。

有道的AI技術(shù)不僅深度賦能學習場景，在廣告業(yè)務(wù)上也實現(xiàn)高效賦能。

例如，其AI廣告素材制作平臺iMagicBox，可批量生產(chǎn)廣告圖文、視頻等素材，將廣告創(chuàng)意生產(chǎn)成本大幅降低約70%。

小智AI優(yōu)化師則實現(xiàn)對不同用戶群體的精準投放與個性化廣告觸達，有效提升了投放效果。

iMagicBox與負責智能投放決策的小智AI優(yōu)化師、管理紅人營銷的KOL平臺共同構(gòu)成有道的三大AI廣告引擎。

這套組合拳實現(xiàn)了從創(chuàng)意生成、精準投放到效果分析的全鏈路智能化。

這并非是寫在PPT上的愿景，而是正在真實發(fā)生的變化。AI正在重構(gòu)有道的內(nèi)核和業(yè)務(wù)結(jié)構(gòu)。

最新2025年Q3財報顯示，有道AI訂閱服務(wù)銷售額近1億元，同比增長40%。

比學習服務(wù)更亮眼的是，在線營銷服務(wù)（廣告）收入達7.4億元，同比激增51%，首次超越學習服務(wù)，躍升為第一大收入來源。

學習場景中磨練出的場景化AI能力，正外溢、遷移至其他領(lǐng)域，成為驅(qū)動有道業(yè)務(wù)增長的新引擎。

一年前確立的AI原生戰(zhàn)略，如今全面爆發(fā)。

對此，有道CEO周楓也明確將增長歸因于AI原生戰(zhàn)略。

AI迭代速度驚人，今天的科幻，只是明天的常識。作為一家人工智能驅(qū)動的公司，有道唯有持續(xù)創(chuàng)新，才能跟上節(jié)奏甚至引領(lǐng)行業(yè)。

AI答疑筆Space X的升級，只是一個縮影。

更值得行業(yè)關(guān)注的，并非某一款產(chǎn)品的階段性成功，而是其背后驗證的一條產(chǎn)業(yè)路徑。

全球AI競賽，正從模型參數(shù)的云端比拼，轉(zhuǎn)向場景價值的真實兌現(xiàn)。從這個意義上講，有道并非在做一支更聰明的筆，而是用這支筆證明：

一家扎根垂直領(lǐng)域的AI應(yīng)用服務(wù)商，如何才能實現(xiàn)真正的、可規(guī)?；淖儸F(xiàn)。

2025年12月16日，有道在年度股東大會上，向投資人展示了公司在AI技術(shù)上的積累與多場景賦能的成果。

這不僅是技術(shù)的展示，更是戰(zhàn)略的宣告：有道已不再只是一家教育公司，而是扎根學習與廣告雙軌的AI應(yīng)用服務(wù)提供商。

未來十年回頭看，我們或許會發(fā)現(xiàn)：

最終決定AI商業(yè)化競爭高度的，不是誰有更大、更強的模型，而在于誰能把模型的價值，在真實場景里穩(wěn)定兌現(xiàn)，并把數(shù)據(jù)閉環(huán)做成增長飛輪。

歡迎關(guān)注【華商韜略】，識風云人物，讀韜略傳奇。

版權(quán)所有，禁止私自轉(zhuǎn)載

部分圖片來源于網(wǎng)絡(luò)

如涉及侵權(quán)，請聯(lián)系刪除