生成式 AI 实现千人千面学习，补足教学资源，助力因材施教

更重要的是，生成式AI真正能做到“千人千面”的学习，真正增加了教学资源的供给。

即便用AI做错题集，机器常用的方式是，给学生推一个预录好的视频。学生先看视频进行学习，再做题，但如果看不懂的话，就需要人类老师介入。

而现在，国内每位教师平均需要指导50名学生的责任，对每个学生掌握不好的知识点，很难真的有“因材施教”的时间和精力。

现在的AI辅学机相当于补足了这一部分。对学生不懂的某一个知识点，大模型可以实时生成多种解释的方式（比如用视频、文字还是游戏），来回向学生解释清楚，像对话一样，做到启发式教学。

站在家长的角度，也许学习时依旧还需要陪着孩子，但AI辅学机能够实现全程连线语音互动和完全个性化的学习内容安排，能减轻家长的辅导工作。

在学习过程中，家长手机端能全程了解学生学习状态。不仅是学习结束后，家长能看到每一个知识点掌握情况——如果孩子在学习过程中走神，或者不学，AI辅学机也会通过App通知家长，让其介入孩子的学习过程。

不是原有产品+AI，而是以AI为核心构建应用

大模型如今已经进入到应用落地的火热阶段，但目前的应用尝试都是如同星星点点式的小创新为主，比如依托大模型做的文字类游戏、简单工具类产品等等。比如在教育场景，大语言模型现在就能够经过一些简单套壳，开发一个AI智能体——比如的第三方生态里，就有不少AI学英语的GPTs。

因此，所有应用都要面临一则天问：面对大模型，应用的壁垒单薄，如何建立起优势？

杨仁斌表示，核心的差异还是在于数据。精准学过去六年之间积累的数据——包括千万级别的题库、学生行为反馈数据以及16万教育语音数据。这让实际应用时的AI生成内容精确度、以及用户体验会有质的不同。

“要以AI为中心构建一切服务。而不是原有的产品加上一个AI模块，这样充其量只能叫用AI降本增效，但无法从本质上解决问题。”他说。

以精准学的产品为例，如果依旧按照“AI错题集”的思路做，生成式AI能够提升推荐算法的准确率，这就是原有的产品+AI，但提升的程度有限。

而现在的AI辅学机中，如果没有AI，产品会是不可用的状态——机器里没有任何的预装课程、题库，只能通过学生给机器提问、反馈，机器才会决定生成什么内容，所有的界面都是AI实时生成。通过这种方式，才能最大程度建立起大模型的数据闭环。

在6月，精准学的AI辅学机新产品就即将上市。未来，精准学将会全面推进市场落地——过去六年，精准学已经与包括高思教育、昂立教育在内的数千家教育培训学校建立了合作，未来将会推进下一步合作。

而现在，精准学如今的商业模式也已经全面转向To C，未来也会直接对外进行销售。“未来，我们的目标是让国内所有学生，都能拥有自己的辅学机。”杨仁斌表示。