一支笔的“克制”升级,揭开了有道的AI底色
克制、务实、深耕场景。
文 | 华商韬略 张静波
大模型越卷越猛,行业焦虑却越来越深。
OpenAI和谷歌,GPT-5.2和Gemini 3,技术迭代以月为单位……AI的能力天花板不断被刷新。
与此同时,真正能让用户天天用、愿意付费、形成闭环的AI产品却迟迟没出现。
我们赶上了AI的黄金时代,却也站在最迷茫的十字路口,AI仿佛被困在云端,离商业化落地总是差临门一脚。
很多人都在追问:如果参数、算力和算法都不再是瓶颈,AI商业化到底路在何方?
答案也许不在于模型本身,而藏在极致的场景解构中。
【01 销售额一年破亿,一个AI原生硬件的商业范式】
AI商业化之所以难以落地,其根源并非模型能力不足,而在于战场缺位。
通用大模型如同一把瑞士军刀,它功能强大、覆盖面广,但具体到特定场景,却缺乏专业性与精准性。
这导致在那些高频、刚需、可规模化的场景中,它很难打通最后一公里。
瑞士军刀通而不精,你不能指望拿它来做一场复杂的眼科手术,而必须交由更精准的手术刀。
如何针对不同场景,锻造出那把专业的手术刀呢?
历史经验告诉我们,当一项革命性技术找不到落脚点时,它最容易在喧嚣中迷失自己。
而这个时候,AI硬件提供了天然支点。从豆包手机到AI眼镜,行业逐渐意识到,硬件是AI触达用户的最佳载体。
而学习,无疑是这个支点上的黄金赛道。
相比娱乐、办公等场景,学习具有三大不可替代的优势:
首先,高频刚需属性无可比拟。
学生每天与难题交锋,家长迫切需要高效辅导工具,这是高频的刚性需求,构成了AI商业化的坚实土壤。
其次,场景闭环完整且可复用。
学习场景天然具备数据闭环,学生的每一次提问、每一道错题都是喂养数据,反哺模型持续优化。
这种自我强化的飞轮,是多数行业难以复制的。
最后,付费意愿明确且持久。
教育消费的核心诉求是效果,只要能真正提升学习效果、改善成绩,用户就愿意为AI服务付费。
这三大优势,使得教育成为热门赛道,各种硬件产品层出不穷。而全新升级的有道AI答疑笔Space X,则让我们看到:
AI重构学习场景的巨大潜力。
升级后的AI答疑笔Space X实现三大功能突破:
“全景拼图”可对复杂题目做精准扫描与拼接,“引导式答疑”提供解题思路而非直接答案,“知识卡片”则构筑起关联知识网络。
作为首款AI原生智能学习硬件,有道AI答疑笔Space X以引导式答疑,重构了学习闭环。
它通过提问、提示、拆解等方式,引导学生自主思考,让学生不仅知道答案,还能建立解题的思维框架。
这种“给思路不给答案”的克制,更贴近教育本质,也更像一位真正好的老师。其结果是更高的用户粘性,以及高频、持续的使用。
不仅如此,Space X还以全景拼图技术解决了真实场景中的诸多痛点。
很多学生在解题时,经常遇到长题干、扫描抖动或歪斜、复杂图表等问题,传统扫描识别技术难以应对。
有道将卫星遥感领域的图像配准技术,首次落地到轻量硬件终端,实现答疑笔扫题时自动矫正、自动拼接与秒级响应。
这种超预期的体验,直接带来销量与口碑的双重爆发。
截至目前,有道AI答疑笔作为国内首款实现规模化商业闭环的AI原生学习硬件,上市不到一年,销售额已突破1亿元。
这不仅印证了产品在真实场景中的用户价值与市场接受度,也意味着在大模型厂商仍在探索硬件形态与商业模式之际,有道已通过深度融合“垂直场景+AI+硬件”,率先跑通了一条可复制、可持续的商业化路径:
克制、务实、深耕场景,将AI无缝嵌入用户真实使用场景中,形成高频、刚需、可持续的商业闭环。
这不仅是一次产品升级,更是一次AI能力的场景化验证。
其背后,清晰映射出有道从教育科技公司向人工智能驱动型公司跃迁的战略意图。
【02 克制,比强大更重要】
通用大模型为何打不进学习场景?答案藏在场景的复杂性里。
学习场景的复杂性在于,它不只讲授知识,还涉及认知、心理和行为习惯等。要让AI真正落地,就必须对场景进行细颗粒度的拆解,找到用户痛点,逐一攻克。
这要求AI具备场景化的适配能力。
AI直接给答案,看似解决了学生的燃眉之急,实则剥夺了其思考、试错、成长的机会,最终难免被用户和市场抛弃。
相比之下,有道“给思路不给答案”的克制,并非技术妥协,而恰恰是对学习场景的深刻理解和敬畏。
也正是这种理解和敬畏,让有道选择深耕场景,用场景化AI能力,真正解决用户痛点。
它相信AI重构一切行业的力量,全面接入DeepSeek。
但同时,并没有盲目跟风训练千亿参数的通用大模型,试图用一把万能钥匙去打开无数结构迥异的保险箱。
而是聚焦教育场景的核心需求,自研了垂直领域的专精模型——子曰大模型。
作为国内首个专注于教育场景的基座模型,子曰大模型的背后,凝聚了有道十余年的积累,其覆盖:
K12全学科、全学段的知识图谱,包括知识点关联、解题方法、易错点、考点分布,等等。
引导式答疑并非通用大模型的简单接入,它要求模型深刻理解知识点结构、学习路径,并能根据学生年级与水平,提供个性化路径规划。
这正是有道自研“子曰”教育模型与通用模型的核心差异——后者能回答“是什么”,而前者能理解“为什么”和“怎么教”。
例如,同样是解一道数学题。
通用大模型能给出正确答案,却无法像有道AI答疑笔那样,根据学生的年级、学习水平,提供适配的解题思路和方法。
这种个性化答疑,恰恰弥补了豆包、千问等通用大模型的短板,进而打通从AI到用户体验闭环的最后一公里。
端云协同的工程化能力,是阻碍通用大模型落地的另一个重要因素。
有道通过做答疑笔这样的智能学习硬件,在解决不同场景下工程难题的过程中,积累了丰富经验。
以全景拼图功能为例。
这并非传统意义上的图像处理,其核心挑战在于:如何在极其受限的端侧环境下,实现接近卫星遥感级别的图像配准与几何矫正。
为此,它不是将复杂算法直接搬到端侧,而是通过知识蒸馏等技术,将云端高复杂度模型中关于特征匹配、畸变判断与对齐策略等推理能力提炼出来,并压缩成可在微型芯片上高效运行的轻量模型。
在蒸馏后的模型基础上,进一步结合剪枝与量化等手段,实现极致瘦身,使其在低功耗条件下仍能保持稳定、高精度的自动校正与拼接效果。
同时,通过软硬件协同优化,对端侧芯片的指令与算力调度进行深度定制,将关键计算链路置于最高优先级,最大限度压缩推理延迟,使复杂的几何计算对用户无感,最终实现秒级响应的流畅交互体验。
AI答疑笔通过知识蒸馏,完成了从拥有全景知识到实现瞬时反馈的跃迁。
这不仅是算法的胜利,更是软硬件协同在边缘计算场景下,对尺寸、功耗与性能进行极致平衡的工程突破。
如此细颗粒度的场景解构,以及用户痛点解决,最终让有道AI答疑笔打通了从AI到用户的最后一公里。
这种基于场景化的AI能力,构筑了有道在垂直领域的AI技术壁垒和护城河,也让有道拥有了坚实的AI内核。
【03 学习只是起点,远不是边界】
如果把有道的AI战略看作一场战役,学习场景只是它的练兵场,是有道AI能力最先落地的场景,而远不是技术能力的边界。
学习场景,尤其是即时答疑这一环节,堪称AI能力的地狱级测试场,因为它要同时满足多模态、强推理、准确率和低延迟等多维度挑战。
这其中,任何一项短板,都会直接导致用户体验的崩塌。
也正因为学习场景如此严苛,AI一旦在这个场景下跑通,其能力便可快速被拆解并移植到有道的其他核心业务上,最终转化为强劲的增长引擎。
有道的AI技术不仅深度赋能学习场景,在广告业务上也实现高效赋能。
例如,其AI广告素材制作平台iMagicBox,可批量生产广告图文、视频等素材,将广告创意生产成本大幅降低约70%。
小智AI优化师则实现对不同用户群体的精准投放与个性化广告触达,有效提升了投放效果。
iMagicBox与负责智能投放决策的小智AI优化师、管理红人营销的KOL平台共同构成有道的三大AI广告引擎。
这套组合拳实现了从创意生成、精准投放到效果分析的全链路智能化。
这并非是写在PPT上的愿景,而是正在真实发生的变化。AI正在重构有道的内核和业务结构。
最新2025年Q3财报显示,有道AI订阅服务销售额近1亿元,同比增长40%。
比学习服务更亮眼的是,在线营销服务(广告)收入达7.4亿元,同比激增51%,首次超越学习服务,跃升为第一大收入来源。
学习场景中磨练出的场景化AI能力,正外溢、迁移至其他领域,成为驱动有道业务增长的新引擎。
一年前确立的AI原生战略,如今全面爆发。
对此,有道CEO周枫也明确将增长归因于AI原生战略。
AI迭代速度惊人,今天的科幻,只是明天的常识。作为一家人工智能驱动的公司,有道唯有持续创新,才能跟上节奏甚至引领行业。
AI答疑笔Space X的升级,只是一个缩影。
更值得行业关注的,并非某一款产品的阶段性成功,而是其背后验证的一条产业路径。
全球AI竞赛,正从模型参数的云端比拼,转向场景价值的真实兑现。从这个意义上讲,有道并非在做一支更聪明的笔,而是用这支笔证明:
一家扎根垂直领域的AI应用服务商,如何才能实现真正的、可规模化的变现。
2025年12月16日,有道在年度股东大会上,向投资人展示了公司在AI技术上的积累与多场景赋能的成果。
这不仅是技术的展示,更是战略的宣告:有道已不再只是一家教育公司,而是扎根学习与广告双轨的AI应用服务提供商。
未来十年回头看,我们或许会发现:
最终决定AI商业化竞争高度的,不是谁有更大、更强的模型,而在于谁能把模型的价值,在真实场景里稳定兑现,并把数据闭环做成增长飞轮。
——END——
欢迎关注【华商韬略】,识风云人物,读韬略传奇。
版权所有,禁止私自转载
部分图片来源于网络
如涉及侵权,请联系删除
财经号声明: 本文由入驻中金在线财经号平台的作者撰写,观点仅代表作者本人,不代表中金在线立场。仅供读者参考,并不构成投资建议。投资者据此操作,风险自担。同时提醒网友提高风险意识,请勿私下汇款给自媒体作者,避免造成金钱损失,风险自负。如有文章和图片作品版权及其他问题,请联系本站。




