編輯｜吳昕

第一次見到「愛學(xué)」前，王佳佳（化名）害怕和老師互動(dòng)。

這個(gè)來自安徽阜陽的初三女生，性格內(nèi)向，在課堂上幾乎從不舉手。題不會，不敢問，寧愿空著；一被老師點(diǎn)名，就緊張到大腦一片空白。久而久之，數(shù)學(xué)和英語成了她最不愿面對的兩門課。

直到有一天，她開始反復(fù)和一個(gè)「不會不耐煩」的對象對話。一句沒聽懂，就一直追問，直到徹底弄清楚。對方有表情，會根據(jù)她的反應(yīng)實(shí)時(shí)調(diào)整講解節(jié)奏，也會在她猶豫、走神時(shí)主動(dòng)追問，把她拉回來。

慢慢地，王佳佳敢開口了，學(xué)習(xí)也變得主動(dòng)。最近一次數(shù)學(xué)隨堂考試，她考了 103 分，比上一次整整提高了 40 分。

「愛學(xué)」所承載的并不是一位真人老師，而是一個(gè)真人級 AI 導(dǎo)師。

2025 年初，成立不到兩年的首批 AI 原生應(yīng)用企業(yè)與愛為舞率先落地了國內(nèi)首個(gè)真人級 AI 一對一導(dǎo)師產(chǎn)品「愛學(xué)」。App 上線不到一年，已經(jīng)被超過百萬名學(xué)員真實(shí)使用。

單次課可能持續(xù) 1—2 小時(shí)，沒有任何真人介入，完課率卻高達(dá) 92.4%。單個(gè)學(xué)員的最長學(xué)習(xí)時(shí)長已達(dá)到 9000 分鐘。

在 AI 課堂中，單次課的答題正確率也從 59.1% 提升至 83.2%。

學(xué)員小蘋果學(xué)英語，進(jìn)步明顯。

AI 導(dǎo)師，拒走「答題」老路

放眼當(dāng)前的 AI 教育市場，大模型似乎成了基礎(chǔ)設(shè)施，但真正意義上的突破，卻遲遲沒有出現(xiàn)。大量產(chǎn)品仍停留在「舒適區(qū)」——

把 LLM 「套進(jìn)」學(xué)習(xí)機(jī)或 App ，當(dāng)作一個(gè)更聰明的聊天機(jī)器人來用。它擅長預(yù)測下一個(gè) token，卻沒能走進(jìn)教學(xué)本身。

最常見的使用方式是被大量用于搜題、批改。用戶卡題了，點(diǎn)一下 AI，答案瞬間生成。所謂「講解」，只是堆疊冗長而晦澀的推理鏈，對低齡用戶來說如同天書。好一點(diǎn)的情況，會調(diào)用提前錄制好的人類視頻，但交互為零。

例如，一個(gè)常見的語法題：My sister plans _____ （meet）her teacher after school tomorrow. 這里的 meet 應(yīng)該填什么形式？

很多 AI 的回答只是就著答案做解釋（尤其像 AI 拍搜）：

1.答案：to meet
a.核心原因：固定搭配+非謂語動(dòng)詞用法
b.動(dòng)詞plan的固定搭配規(guī)則：plan + to do sth.，即計(jì)劃做某事
2.語法邏輯解析：
a.plan作為謂語動(dòng)詞，后面需要接“賓語”來表示“計(jì)劃的內(nèi)容”
b.英語中，動(dòng)詞原形（meet）不能直接做賓語，需要通過不定式（to+動(dòng)詞原形）構(gòu)成不定式短語（to meet her teacher），才能充當(dāng)plan的賓語，表示“計(jì)劃的具體動(dòng)作”

更常見的是打著「AI 課程」旗號的產(chǎn)品，本質(zhì)仍是錄播，AI 交互淺到幾乎可以忽略。這些產(chǎn)品解決了「有教」的一部分，卻仍難以觸及「會教」，更別提「因材施教」。

要將 AI 真正引入教育，必須在「教學(xué)」這件事上下功夫。與愛為舞認(rèn)為，新一代 AI 教育范式應(yīng)該因材施教、授人以漁。這套判斷，來自一支典型的「互聯(lián)網(wǎng)大廠× 頭部教育」跨界團(tuán)隊(duì)。公司創(chuàng)始人兼 CEO 張懷亭，曾擔(dān)任百度商業(yè)化系統(tǒng)「鳳巢」核心負(fù)責(zé)人、高途聯(lián)合創(chuàng)始人。創(chuàng)始人兼 COO 劉威，曾任高途集團(tuán)副總裁、高途課堂總經(jīng)理。

就拿前面那道英語題來說，為什么是to meet，而不是其他形式？

「授人以漁」的 AI ，不會一上來就告訴你答案是to meet。它會先判斷學(xué)員卡在哪一層，是不是沒搞懂非謂語動(dòng)詞？

隨后，通過追問與對比引導(dǎo)學(xué)員自己發(fā)現(xiàn)：plan表達(dá)的是尚未發(fā)生的計(jì)劃動(dòng)作，英語里通常用to do來承載這種未來意圖。

再通過舉一反三讓學(xué)員理解共性規(guī)律。當(dāng)遇到plan / decide / hope / want這類動(dòng)詞時(shí)，不必死背搭配，也能判斷該如何表達(dá)。

近兩年，AI Agent 概念大熱，市場上也出現(xiàn)了一對一 AI 導(dǎo)師的雛形，但仍局限在英語、數(shù)學(xué)等單一學(xué)科 。相比之下，「愛學(xué)」已實(shí)現(xiàn)全年齡段覆蓋、「多學(xué)科 + 長課時(shí)」深度陪伴。

而支撐這一跨代產(chǎn)品的，是自研的國內(nèi)首個(gè) AI 原生教育框架——一個(gè)打通了「數(shù)字人 + 語音 + 大模型 + 工程」的全棧技術(shù)體系。與愛為舞也因此成為國內(nèi)首個(gè)在教育場景下打通全棧技術(shù)能力的公司。

那么，一個(gè)好的 AI 導(dǎo)師是如何煉出來的？

「愛學(xué)」背后的全棧技術(shù)能力。

「筑魂」：

從 ChatBot 到 MDP 決策

為了打造一個(gè)真正「會教」的 AI 導(dǎo)師，與愛為舞自研了三大基礎(chǔ)模型體系——從感知的「皮囊」，到負(fù)責(zé)決策的「靈魂」——完整覆蓋 AI 教學(xué)的核心能力閉環(huán)。

與愛為舞認(rèn)為，一個(gè)優(yōu)秀的AI導(dǎo)師需要具備上面四個(gè)方面的核心能力。

其中，愛學(xué)教育大模型，第一次讓 AI 擁有了真正的「教學(xué)之魂」，更是與競對拉開身位的關(guān)鍵賽點(diǎn)。

與市面上仍停留在預(yù)測下一個(gè) token 的對話系統(tǒng)不同，「愛學(xué)」從一開始就被設(shè)計(jì)成一套實(shí)時(shí)教學(xué)決策系統(tǒng)——

「一對一教學(xué)」不再只是問答交互，而被抽象為一個(gè)持續(xù)演化的馬爾科夫決策過程（MDP），一次教學(xué)就是一場目標(biāo)明確的博弈。

• 學(xué)員的狀態(tài)——包括理解程度、情緒變化、長時(shí)間猶豫等——被視作環(huán)境；
• 每一次提問、追問、提示、鼓勵(lì)與糾偏，都是 AI 導(dǎo)師可選擇的教學(xué)策略；
• 系統(tǒng)的獎(jiǎng)勵(lì)，不再是「題對了+1 分」，而是學(xué)員是否真的學(xué)會了、學(xué)得更快、學(xué)得更開心。

因此，AI 導(dǎo)師每一次講解、每一次追問、每一次糾錯(cuò)，都不是「接一句話」，而是在當(dāng)前學(xué)員狀態(tài)下做出的最優(yōu)教學(xué)決策

數(shù)學(xué)課上，學(xué)員和AI導(dǎo)師一問一答，互動(dòng)學(xué)習(xí)。

為了讓模型真正具備「師魂」，與愛為舞設(shè)計(jì)了兩個(gè)進(jìn)化階段：

• SFT（啟發(fā)式注入）：不只是喂數(shù)據(jù)，而是通過思維鏈（CoT）將大量名師的隱性經(jīng)驗(yàn)系統(tǒng)化。它不只學(xué)「說什么」，更在學(xué)「為什么要這么教」。
• RL（強(qiáng)化學(xué)習(xí)進(jìn)化）：引入定制化 GRPO 算法。圍繞教學(xué)規(guī)劃的質(zhì)量與靈活性構(gòu)建 Reward 函數(shù)，讓 AI 在數(shù)億次的模擬試錯(cuò)中，打磨出類似真人的「教學(xué)直覺」，做到因材施教。

AI 導(dǎo)師是如何煉成的？這是在真實(shí)課堂 + 仿真課堂中持續(xù)進(jìn)化的完整數(shù)據(jù)閉環(huán)與訓(xùn)練體系。

如果說模型架構(gòu)決定了「導(dǎo)師素質(zhì)」的上限，那么數(shù)據(jù)工程則構(gòu)成了能力的下限。

與愛為舞沒有簡單堆砌題庫或?qū)υ捳Z料，而是先搭建了一套可運(yùn)行的 AI 教學(xué)環(huán)境，讓數(shù)據(jù)在真實(shí)教學(xué)邏輯中自然生長。數(shù)據(jù)被系統(tǒng)性地拆解為三層核心要素。

• 學(xué)科本體。通過構(gòu)建覆蓋各學(xué)科的核心知識圖譜、關(guān)鍵考點(diǎn)與解題方法，將教材與考綱轉(zhuǎn)化為 AI 可理解、可調(diào)用的教學(xué)結(jié)構(gòu)；
• 教學(xué)方法。通過名師參與課程設(shè)計(jì)，沉淀「為什么這么教、先講什么、后練什么」的課程邏輯；
• 真實(shí)課堂中的學(xué)員交互數(shù)據(jù)。這也是最關(guān)鍵、最稀缺的一層。學(xué)員的回答方式、猶豫與卡頓、追問與反饋，都被完整記錄下來，形成高價(jià)值的實(shí)時(shí)互動(dòng)樣本。

三者共同構(gòu)成一套「可運(yùn)行的數(shù)字課堂」，也為后續(xù)模型訓(xùn)練提供了區(qū)別于傳統(tǒng)題庫與對話數(shù)據(jù)的核心養(yǎng)料：不僅知道教什么、怎么教，更知道該如何根據(jù)學(xué)員狀態(tài)去教。

為補(bǔ)齊真實(shí)數(shù)據(jù)的稀缺與長尾問題，研發(fā)團(tuán)隊(duì)進(jìn)一步引入了類似 AlphaGo 的自博弈機(jī)制：讓「學(xué)員模擬器」與「AI 導(dǎo)師」在虛擬課堂中反復(fù)對弈，自生成千萬級訓(xùn)練樣本。

真實(shí)課堂每周數(shù)萬小時(shí)的數(shù)據(jù)持續(xù)回流，驅(qū)動(dòng) SFT 與 RL 的高速迭代，形成一套穩(wěn)定運(yùn)轉(zhuǎn)的數(shù)據(jù)飛輪。

最終，具備教學(xué)判斷力的 AI 導(dǎo)師，得以在教學(xué)目標(biāo)、教學(xué)路徑、課堂交互與作業(yè)鞏固上，實(shí)現(xiàn)真正意義上的個(gè)性化學(xué)習(xí)。

AI 導(dǎo)師從四個(gè)方面實(shí)現(xiàn)「個(gè)性化」施教：教學(xué)目標(biāo)、路徑、交互與作業(yè)鞏固。

與愛為舞依靠真實(shí)的教學(xué)互動(dòng)數(shù)據(jù)，通過數(shù)據(jù)飛輪，推動(dòng)算法以周為單位迭代。目前已更新 20 多個(gè)版本，建立了業(yè)界首個(gè)在線一對一 AI 教學(xué) Agent，全方位提升了教學(xué)效果。

1、持續(xù)優(yōu)化互動(dòng)頻次，每節(jié)課 AI 導(dǎo)師都能與學(xué)員進(jìn)行幾十次的一對一互動(dòng)，牢牢抓住學(xué)員的注意力。

2、持續(xù)優(yōu)化互動(dòng)質(zhì)量，學(xué)員在一對一互動(dòng)中的有效回答率提升到 95% 以上，說明學(xué)員的注意力得到顯著提升。

3、持續(xù)優(yōu)化個(gè)性化教學(xué)質(zhì)量，通過個(gè)性化教學(xué)目標(biāo)和個(gè)性化教學(xué)路徑，將學(xué)員做題的準(zhǔn)確率從不足 60% 提升到 83% ，部分課程正確率超過 95%，說明學(xué)員在集中精力學(xué)習(xí)之后，確實(shí)掌握了相關(guān)知識點(diǎn)。

重做「聽說」：

上下文 ASR +流式 TTS + 全雙工語音交互

在打磨「師魂」的同時(shí)，與愛為舞也在感知層完成了一次徹底重構(gòu)。

原因并不復(fù)雜：教學(xué)本質(zhì)上是一種高頻互動(dòng)行為，語音是所有交互的第一道門檻。老師聽得準(zhǔn)、反應(yīng)快，學(xué)員才愿意繼續(xù)說下去。

傳統(tǒng) ASR 只會「聽寫」，至于這句話是在教幾何還是教英語，一概不知。于是，因環(huán)境嘈雜或?qū)W員口音，「four」被聽成「for」，「D答案」被聽成「第一答案」，「有理數(shù)」被聽成「有禮數(shù)」也就不足為奇。

與愛為舞不再把 ASR 當(dāng)作「聽寫」工具，而是把它升級為「課堂參與者」。自研多模態(tài)語音理解模型，在解碼最底層引入教學(xué)語境約束，讓「聽」從一開始就帶著教學(xué)目的。約束來自三方面：

• 教學(xué)任務(wù)（Task）：如當(dāng)前正在攻克哪一個(gè)知識點(diǎn)？
• 教學(xué)進(jìn)度（Step）：目前處于引入、練習(xí)還是總結(jié)階段？
• 學(xué)員畫像（Persona）：學(xué)員此前的錯(cuò)誤分布和表達(dá)習(xí)慣。

由于上下文信息直接參與解碼路徑計(jì)算，模型在第一時(shí)間就能排除那些在純語音層面「聽起來合理」，但在教學(xué)邏輯上完全荒謬的候選結(jié)果，ASR 準(zhǔn)確率從行業(yè)最好開放能力約 80% 左右提升至 95%+

除了「聽懂」，AI 導(dǎo)師說話得有人味兒。因此，TTS 也被重做了一番。

自研流式 TTS 大模型將首字延遲壓到300ms 以內(nèi)，通過語義/聲學(xué)雙 Speech Token + 強(qiáng)化學(xué)習(xí)聯(lián)合優(yōu)化，讓語音能隨語境動(dòng)態(tài)調(diào)整節(jié)奏、重音與情緒——講詩詞會留白，講推導(dǎo)會干凈利落，甚至能用少樣本快速對齊「名師腔」。

讓我們一起聽聽下面這段音頻，猜猜是真人還是 AI。

音頻鏈接：https://mp.weixin.qq.com/s/eNVVbsrzHfgscRRhq57yPQ

聽出來了嗎？下面揭曉答案：短短 18 秒的音頻，混合了 3 段真人音頻和 3 段 AI ，是不是完全聽不出來？

更關(guān)鍵的是，AI 導(dǎo)師還能被隨時(shí)打斷。通過全雙工語音交互，結(jié)合流式語義 VAD 與打斷拒識模型，實(shí)現(xiàn)真正意義上的邊說邊聽，說話過程中即可識別學(xué)員插話，打斷識別準(zhǔn)確率 90%+

「肉身」進(jìn)化：

數(shù)字人百 FPS 實(shí)時(shí)，不出戲

在課堂里，聲音與「人」必須嚴(yán)格同步。多數(shù)數(shù)字人 Demo，十幾秒足夠驚艷，但一旦拉長到 40 多分鐘課堂，就會迅速滑向「恐怖片」：

穿模、口型錯(cuò)位、動(dòng)作僵硬、抖動(dòng)、表情漂移、聲音輸出和其唇部動(dòng)作之間存在明顯延遲……

能穩(wěn)穩(wěn) hold 住一整堂課的 AI 導(dǎo)師，對數(shù)字人技術(shù)提出了近乎苛刻的要求——極致的實(shí)時(shí)互動(dòng)能力，以及長期一致性。圍繞這些目標(biāo)，與愛為舞的數(shù)字人系統(tǒng)開啟了一次從 1.0 到 6.0 的瘋狂進(jìn)化。

一旦 AI 導(dǎo)師出現(xiàn)卡頓，學(xué)習(xí)心流就會瞬間崩潰。為了把實(shí)時(shí)性做到極致，他們先在架構(gòu)上做了徹底解耦——引入 NeRF 與 3D Gaussian Splatting 建模，構(gòu)建實(shí)時(shí)驅(qū)動(dòng)框架，將口型、表情、身體動(dòng)作分離建模；音頻不再只是驅(qū)動(dòng)嘴巴，而是在毫秒級聯(lián)動(dòng)微表情與姿態(tài)變化，讓反應(yīng)真正貼合課堂節(jié)奏。

再把性能推到百 FPS 級：系統(tǒng)不再「生成完再播放」，而是云端實(shí)時(shí)「存活」并持續(xù)輸出；并實(shí)現(xiàn)無需訓(xùn)練的秒級生成，僅憑音頻輸入即可秒級生成高質(zhì)量視頻，內(nèi)容生產(chǎn)從「提前制作」走向「實(shí)時(shí)發(fā)生」。

在「一致性」上，核心策略只有一個(gè)：鎖定人格穩(wěn)定性。

通過構(gòu)建跨 ID 動(dòng)作驅(qū)動(dòng)體系，名師動(dòng)作可穩(wěn)定遷移；高精度骨骼提取保證復(fù)雜姿態(tài)下也不穿模、不崩壞，內(nèi)容生產(chǎn)效率提升 5 倍。

基于真人動(dòng)作捕捉與骨架識別，將手勢與姿態(tài)精準(zhǔn)映射到虛擬導(dǎo)師，實(shí)現(xiàn)自然同步的數(shù)字人教學(xué)演示。

最新 6.0 架構(gòu)進(jìn)一步把語音、文本、動(dòng)作、情緒與人物 ID 融合進(jìn)統(tǒng)一多模態(tài)模型調(diào)度，即便 45 分鐘情緒持續(xù)變化，外觀一致性與動(dòng)作分布依然自然如初，音素級口型同步也終于告別「永遠(yuǎn)對不上的嘴型」。

鋼鐵骨架：

萬人并發(fā)，1–1.6s 即時(shí)響應(yīng)

如果說，「師魂」決定教學(xué)邏輯，「皮囊」負(fù)責(zé)感知，那么，能規(guī)?；桓兜牡拙€只有兩個(gè)字：不崩。這意味著高并發(fā)、低延遲

現(xiàn)實(shí)很殘酷。傳統(tǒng)方案一旦沖到萬人并發(fā)，端到端延遲往往直接飆到 3 秒以上，交互體驗(yàn)斷崖式下滑。而與愛為舞從零搭建的這套「 AI 課堂操作系統(tǒng)」，硬是把 ASR、教學(xué)決策、內(nèi)容生成、TTS、數(shù)字人驅(qū)動(dòng)到音視頻推流的整條長鏈路，壓縮到了1.0–1.6 秒萬人同時(shí)在線，依然做到即問即答

「愛學(xué)」如何真正跑起來？背后一整套工程系統(tǒng)，萬人并發(fā)下還能實(shí)時(shí)上課的端到端 AI 教學(xué)架構(gòu)圖。

為了把時(shí)間一分一秒摳出來，他們做了幾項(xiàng)工程改造。

第一刀，砍在 ASR上。通過ASR 預(yù)判 + 并行執(zhí)行，語音識別鏈路延遲被壓到 100ms 級。

第二刀，打斷意圖秒識?；跉v史先驗(yàn)的意圖識別，判斷學(xué)員是不是要插話、追問、糾錯(cuò)。整條打斷鏈路，1.6 秒內(nèi)閉環(huán)，不會讓 AI 導(dǎo)師「慢半拍」。

第三刀，落在緩存體系，把「每問必算」改成「能不算就不算」。用 Prefill Cache 消滅重復(fù)計(jì)算，用語義 Cache 復(fù)用專家答案，真正把響應(yīng)時(shí)間壓到人感知不到的區(qū)間。

如果說延遲是體驗(yàn)底線，那成本就是商業(yè)底線。

數(shù)字人渲染，是典型的 GPU 吞噬型任務(wù)。如果一張 GPU 只能服務(wù)一兩名學(xué)員，萬人并發(fā)意味著服務(wù)器成本直接失控。

為此，他們一方面通過GPU 顯存全共享，榨干單張 GPU 承載極限。另一方面，通過統(tǒng)一調(diào)度「大腦」而非模型堆疊，在萬人并發(fā)下，對不同形象、不同語音素材進(jìn)行毫秒級自動(dòng)分配。

真正難的，其實(shí)在運(yùn)營階段。當(dāng)系統(tǒng)跑起來，一萬個(gè)學(xué)員就有一萬個(gè)進(jìn)度。學(xué)習(xí)路徑高度碎片化，請求分布不可預(yù)測——這是任何 AI 教育系統(tǒng)的「噩夢」。

與愛為舞決定拆解「復(fù)雜性」——把教學(xué)拆成樂高積木一樣的零件，原本「隨心所欲」的交互，被重構(gòu)為「按劇本執(zhí)行」的自動(dòng)化指令，復(fù)雜調(diào)度變得可預(yù)測、可收斂。

為對抗「意外中斷」，系統(tǒng)還引入可重入（Re-entrant）機(jī)制，保證 AI 導(dǎo)師不會「斷片兒」，隨時(shí)恢復(fù)狀態(tài)，陪你學(xué)。

在過去不到一年的時(shí)間里，像王佳佳這樣的變化，并不只發(fā)生在安徽阜陽的一間書房。它出現(xiàn)在佳木斯的清晨，也出現(xiàn)在三沙的落日里。有人甚至死磕同一節(jié)課12 次、交互 585 次，從「不知道」走到「全部知道」。真人級 AI 導(dǎo)師正在為天南地北的孩子，持續(xù)規(guī)劃各自獨(dú)一無二的學(xué)習(xí)路徑。

這不只是一次產(chǎn)品能力的展示，更是一種新范式的顯形：AI 以導(dǎo)師的身份，進(jìn)入真實(shí)、復(fù)雜、對結(jié)果高度敏感的學(xué)習(xí)現(xiàn)場，并穩(wěn)定發(fā)揮作用。它也為中國AI Agent 的規(guī)?；涞兀x了一套清晰的范式，甚至走在了世界前列。

當(dāng)知識的獲取不再是刷題、排名與淘汰的賽跑，而是一段被理解、被引導(dǎo)、被尊重的旅程——學(xué)習(xí)這件事，永遠(yuǎn)值得投入，也永遠(yuǎn)值得期待。

文中視頻鏈接：https://mp.weixin.qq.com/s/eNVVbsrzHfgscRRhq57yPQ