ITBear旗下自媒体矩阵:

全球2亿下载量的中国AI老师,回国免费了

   时间:2026-09-17 18:03:00 来源:财经无忌编辑:快讯 IP:北京 发表评论无障碍通道
 

过去几个月,AI行业最热闹的战场无疑是Coding和办公,但如果将视线从热闹的发布会和直播间移开,有一个藏在日常生活里、很容易被大家忽略的高价值场景,全球AI巨头正在疯狂加码布局。

它就是:AI教育。

今年7月,Anthropic发布Claude for Teachers,向全美K-12教师免费开放Pro级Claude,早在去年OpenAI也推出了ChatGPT for Teachers。

而在这场全球AI教育竞赛里,有一家中国公司其实早就坐在了牌桌上。

自2020年推出以来,字节旗下的Gauth已成为世界上采用最广泛的教育应用程序之一,官方数据显示,Gauth下载量已超2亿次。

福布斯还专门撰文关注了Gauth最新上线的AI课程功能,报道了一则真实故事,美国一名大四学生Emily Peraza,在备战MCAT考试期间,用Gauth的AI课程功能,自主梳理搭建出一套学习生物学复杂概念「克雷布斯循环」的个性化课程体系。

甚至在TikTok上,有美国中学生直接将Gauth、休息、音乐、美食和睡眠,统称为「本学年5大续命神器」,评论区是充满共鸣的「gauth saved me」。

将视线拉到国内,据财经无忌观察,今年上半年,AI教育赛道已成为国内AI竞争的新高地,涉及学习机、教师工具、AI学习助手、志愿填报等多个场景。

在海外刚打过胜仗的字节更是动作频频。旗下AI教育应用豆包爱学不仅是国内AI原生APP用户规模榜单上的常客,今年7月,豆包爱学还升级两大核心功能豆包课堂和AI问答,其中,问答里新增了可自动调用20+学习Skill的学习模式。

为什么AI教育成了字节AI落地的关键战场?豆包爱学的打法和能力,又体现了中国AI教育的哪些优势?

实测豆包爱学后,我们发现,中国的AI教育应用真的被大大低估了。

01

中国AI教育应用,迎来关键拐点

和AI高价值的落地场景Coding、Work一样,看似寻常的AI教育,之所以成为巨头押注的关键赛道,本质是因为迎来了三重拐点。

首先,是需求拐点。

今天的学习者和教师对AI教育应用的期待显然已不满足于AI给出答案,而是构建个性化的完整学习体验。

比如,解一道数学题,用户想要的不仅是讲解,更希望在连续追问中,真正理解知识点,这意味着AI教育已从单次问答,转变为长链条和多轮次的连续任务。用户期待在和AI的多轮交互中,提问、检测、练习、纠偏,直到知识被真正掌握。

其次,是能力拐点。

长链条和多轮次交互的教育场景,需要大模型能力的进化,如更长上下文、更强Agent和多模态生成和理解,而这些能力恰好是中国大模型公司相对擅长的。

以字节为例,借助Seedance系列模型的视频生成能力,豆包爱学落地了豆包课堂,你可以沉浸式观看AI视频课。

图源:豆包爱学和唐国强合作的《AI出师表》

也可以和AI老师提问互动,还能自己定制专属课程。

今年8月,豆包爱学同款拍题答疑、作业批改等AI辅导能力也在火山引擎上向行业端直接开放。

更关键的,还有沉淀下的经验拐点。

字节是AI教育里少数打过胜仗的中国AI玩家,Gauth在海外出圈也并非偶然,而是经历了成熟的功能迭代和商业化探索。

在市面上大多教育产品集中在拍照搜题、即时答案,对传统教育应用做AI改造时,Gauth更聚焦在一体化的原生AI助手路线,将丰富的AI教育功能无缝集成和用户的对话中,实现个性化的AI学习体验。

这些在海外复杂教育场景能跑通、验证有效的功能和打法,也可以直接复用国内市场。

豆包爱学本次升级的核心功能豆包课堂和豆包问答-学习模式,经过了Gauth在海外市场的验证,回到国内以免费形式全面开放给国内用户使用。

豆包课堂-数学同步课就是很好的例证。此前Gauth全面上线的AI课程功能一口气推出了200多门AI数学课程,将可视化板书讲解、习题练习、交互式追问,整合进一套完整连贯的AI课程体系中。

打开豆包课堂-数学同步课也有类似的感受。例如,在学习一元二次方程概念时,数学同步课会从孩子熟悉的花圃求长宽问题切入,结合AI的引导式提问理解一元二次方程的特点。

需求可确定、技术可验证、经验可复用,三重拐点下,中国AI教育走在了爆发前夜,而字节手里最关键的牌,就是豆包爱学。

02

实测豆包爱学,更懂学习流

另一个问题也随之产生:国内AI教育竞争正酣时,豆包爱学能复刻字节Gauth的强势增长吗?

财经无忌团队实测了全新的豆包爱学,深度体验几天后,我们有一个直观的感受:

豆包爱学把孩子的学习流整明白了。

办公场景里有工作流,教育场景里的学习其实也有学习流,即:发起疑问→听懂讲解→动手练习→检测反馈→复习巩固→举一反三。

今天的AI教育不是比拼谁的功能更多,也不是比拼谁能快速搞定一道题,而是所有功能围绕学习过程协同,帮助孩子理解、探索和发现问题背后的新世界。

财经无忌实测了三个典型场景,豆包爱学基本实现了学习流的全链条,这也很符合字节All-in-one的逻辑,用一个AI学习助手适配不同的学习任务场景。

场景一:拍题解析:从快速拍一道题到理解知识逻辑

传统拍照搜题,往往局限在单题解答,但豆包爱学全新升级的问答相机场景更多了、也更智能了。

我们扔给它一张卷子,可以满足单题、多题、整页、跨页题的拍照。

拍完题后,选择AI老师就可以进入讲解,整个过程就像真人老师一样,实时讲解配合可视化的板书,一步一步引导你理解题目背后的知识逻辑。

比如针对这道一元二次方程,AI老师会引导我们如何移项配方,选对了还会有鼓励,不明白也可以直接打断提问。

自动播放

不止是拍题解题,日常生活中孩子总是好奇万物,而豆包爱学适合各种拍照提问的学习场景。

带孩子逛展时,孩子好奇的英文手册,直接用问答相机拍一拍,不仅直接get翻译,豆包老师还延伸了关于展览的更多细节。

自动播放

场景二:百科解析:从回答枯燥原理到互动化内容激发兴趣

学习不仅发生在学科和课本里,更是在日常生活中,面对孩子们的十万个为什么,我们给豆包爱学出了个问题:

为什么冰川会流动?

学习模式下的豆包爱学,没有直接向我们解释复杂的原理和定义,相反直接生成了一堂冰川的秘密之旅的AI互动课。

自动播放

豆包爱学生成的AI互动课第一章

视频以小雪花的旅行视角切入,讲述了冰川诞生、流动、地貌以及其全球化的意义,整个讲解过程有趣味的故事、有硬核的逻辑,还划出了重点,甚至课程结尾还生成了完整的思维导图。

自动播放

除了一键生成AI课外,学习模式还新增了互动网页生成,支持PDF课件导出等新功能,这些内容生成功能让抽象知识变得更具象化,让学习过程变得可互动、更简单,激发学习兴趣的同时,还可以打印二次练习。

场景三:实时听写:从家长陪读到AI老师伴学

辅导孩子听写,是很多家长的必修课,有了AI老师,是不是也能解放双手?

过去,用AI辅导听写,很多家长要拍照,输入精准的提示词,不仅要确保听写节奏、听写范围,还要回应孩子的追问。

但用豆包爱学,家长们只需拍下单词表或课本,AI就能自动识别和调用听写场景的Skill。

AI也不再是听写工具,而是化身AI老师伴学,我们发现,AI老师的听写语速和循环次数不仅像真人听写一样,而且听写结束后还能汇总结果、延伸用法,这实际契合了听写最终的目的:从记住单词到学以致用。

值得一提的是,除了实时听写外,豆包爱学的实时通话还支持英语口语、背诵、讲故事等更多学习场景,覆盖孩子更多样的学习需求。

而更懂学习流,是因为豆包爱学团队将成人工作流中调用Skill的能力,运用到了教育场景,豆包爱学学习模式新增了20+学习Skill,不用孩子手动调用,问答功能下就能根据常见学习场景自动调用对应的学习Skill。

不难看出,在豆包爱学里,AI从学习工具变成了AI学习助手老师,它的工作不止是知识传输,而是更进了一步:让AI和孩子协同,培养更多的好奇心和学习主动性。

03

被低估的中国AI老师

全球巨头押注AI教育的当下,字节国内国外豆包爱学+Gauth的双线进攻,也传递出一个重要信号:

中国AI在AI教育领域,大有可为。

一方面,海外包括Gauth等中国AI教育产品的出海已具备先发优势,协同成熟的本土化产品运营能力,有望在这一高价值场景沉淀经验,反哺国内市场。

另一方面,从豆包爱学的动作来看,我们能清晰看到,AI教育应用的竞争已经从单点功能转向学习流的理解。

中国AI在教育场景,手中也握着三张看得见的牌。

首先,是技术牌。

视频生成、多模态交互、语音对话,中国AI在教育场景最需要的模型能力上和海外模型相比几乎没有代际差,这种局部优势在未来的场景迭代中,有利于被进一步放大。

其次,是产品牌。

中国厂商在AI教育领域发力C端产品体验,将AI能力沉淀和打包为能适配学习场景、可自动调用的学习Skill,这种轻量化、低门槛的动作,反而更适合今天的AI原住民。

更容易被低估的,还有中国AI对这一场景的信心。

以字节的AI教育布局为例,已形成一条完整的链路:上游是提供推理和多模态能力的基础模型,中游是经过市场验证、已经对外开放的AI教育场景能力;下游则是海外出圈的Gauth和国内以免费策略出击的豆包爱学。

从这一点来说,AI教育不仅是字节被低估的战略场景,也是中国AI被低估的高价值赛道。

短期来看,免费出击的豆包爱学无疑将加速AI教育行业的快速洗牌,长期来看,协同Gauth,中国AI也有望在这一赛道上讲出更有想象力的叙事。

AI教育当然是一门慢生意,但双线出击的字节,又快了一步。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version