通用VS垂直，讯飞星火与网易子曰不同的“大模型解法”

刘旷 2023-08-17 15:03:16

随着大模型商业化应用的提速，全世界各国都开始孵化和孕育各自的行业大模型。在此背景下，国内各个细分行业的垂直大模型，日益受到产业界的关注和重视。

相比通用大模型，垂直大模型具有门槛较低、数据质量较好且靠近落地场景的优势，因而伴随着大模型产业化的深入，其发展空间进一步打开，正在成为下一阶段行业竞争的焦点。

事实上，一些受大模型影响特别明显的垂直行业如教育行业，已经率先掀起了大模型竞赛。

一、大模型成教育领域新变量

今年以来，教育领域包括网易有道、好未来、科大讯飞等行业巨头，先后公布了自己在AI大模型领域的布局和进展，由此大模型之风迅速席卷教育行业。而在教育领域纷纷刮起大模型之风的背后，则与多方面的因素有关。

首先，教育领域和AI大模型有很高的契合度，因而具备更好的落地条件。当前AI大模型大都具备自然语音处理、语音识别、图像识别等诸多能力，其为智能教育在视、听、音等多模态下，实现教育场景全覆盖提供了可能，成为“AI+教育”的核心引擎。

此外，随着多模态生成技术的成熟，多模态生成模型的深度融合，将进一步使AI教学、AI虚拟互动趋于立体化，打破扁平的文本式结构。通过图像、视频、数字人生成等技术为教辅产品提供丰富的教学素材和内容呈现形式，打造全新的智能教育生态。

其次，用户对于教育智能产品的接受度日渐提升，AI大模型能够为用户带去更加智能的教育体验。目前AI教育已经发展一段时间了，用户对于智能化的教育产品，也有了相应的认知与了解，而AI大模型的应用，则能为智能教育的发展增添新动能。

比如，智能硬件接入AI大模型之后，硬件的交互体验得到了加强，产品智能化也有了“质”的飞跃。

最后，AI大模型可以同时在B端和C端发力，在撬动庞大教育市场的同时，可以做到最小成本实现“因材施教”的教学目标，非常契合当下教育市场的阶段需求。

一般而言，教育的投入来源有二：一方面是C端的教育培训消费，另一方面是B端的教育信息化投入，而这两方面都可以构筑起规模相当庞大的市场。

如在C端，AI有望成为学生的“智能老师”，为孩子提供作文批改和英语对话等个性化场景学习服务，实现因材施教；在B端，则可以聚焦相对标准化的考场阅卷、在线教学等场景，大幅度提升考试阅卷的效率和准确率。

基于此，大模型正在成为教育领域全新变量。

二、不同路线、不同思路

从整个行业来看，由于参与玩家的背景不同，其所走的路线也存在显著差异。

目前来看，发力教育领域的大模型厂商主要分为两类：一是以百度文心一言、科大讯飞星火大模型为代表的通用大模型厂商，其面向的是包括教育在内的泛行业企业；二是以网易有道、学而思等为代表的垂直大模型厂商，其主要专注教育细分领域。

结合各个厂商的情况来看，不同路线的背后，实际上对应着厂商的不同思路。

对于大厂而言，由于它们总体综合实力较强，具备构建大模型的一些底层技术能力，因而其更倾向于走通用大模型路线，后期借助大模型与场景结合，快速搭建起服务生态。

目前业内包括百度、腾讯、阿里、科大讯飞等厂商，都纷纷依托自身的技术优势、团队优势和资金支持，在通用大模型领域实现了抢跑。

比如阿里发布了通义千问大模型、华为发布了盘古大模型、百度发布了文心一言、科大讯飞发布了星火大模型等，在抢夺市场机会的同时，其直面产业的“倾向”也越来越明显。

比如，百度就宣称与超过300家企业成为生态伙伴；4月阿里云也宣布与七家企业推动大模型在油气、电力、交通等行业落地；华为早前也发布了盘古金融、电力、药物分子三个垂直领域大模型；而刚刚公布MaaS解决方案的腾讯，已和数十个行业的22家企业达成大模型共建合作；科大讯飞更是宣布，星火大模型首批接入36个行业3000余家企业……

可见，当下推动大模型场景落地、打通服务生态，依然是通用大模型厂商的核心任务。

对于垂直行业厂商而言，其在行业深耕已久，对用户的需求理解和场景落地具备更强的洞察能力，又综合了专家经验、组织能力、工程能力的knowhow优势，具备高质量触达用户场景的竞争力。

与通用大模型厂商不同，一些重要的行业玩家如新华三、京东、网易有道、携程等，则聚焦大模型与产业的融合机会，紧盯垂直赛道。

比如，京东发布了言犀大模型、京医千询大模型，携程发布了携程问道大模型，网易有道发布了基于教育的子曰大模型。相比通用大模型厂商而言，垂直大模型厂商在相关行业深耕已久，因而在寻找产业机会方面往往走得更加深入。

以网易有道为例，网易有道早在2016年就开始构建AI协同基础能力，同步组建语音、视觉、声音等团队，积累了四大底层技术：有道神经网络翻译（NMT）、计算机视觉、智能语音AI技术、高性能计算等。

同时网易有道深耕在线教育多年，已经在名师、线上网课、用户体量等方面构建起了比较优势，这让网易有道相比行业外的厂商更了解教育，相比教育行业内的友商更懂AI。

基于这种优势，网易有道更容易抓住大模型在教育领域的落地机会，并借助它打造差异化的智能硬件，以及差异化的服务和用户体验，夯实其行业竞争力。

从这个角度来看，通用大模型厂商与垂直大模型厂商只是分工不同，并没有绝对优劣之分。

三、有道打响教育大模型应用第一枪

作为国内首个自研教育大模型，网易“子曰”大模型的发布，正式打响了教育领域垂直大模型应用第一枪，其现实意义不言而喻。

一方面，相比底层技术，靠近前端应用的垂直大模型的技术价值、商业价值更具想象空间。正如前文所述，随着大模型逐步深入产业，其应用价值愈加凸显。

以7月26日网易有道推出的子曰大模型为例，其基于大模型成功推出了6个已经落地，或者即将落地的应用，分别是虚拟人口语教练、中文作文指导、英语语法精讲、AIBOX、文档问答和LLM翻译。

以表现最为出彩的虚拟人口语教练为例，它已经在应用层面无限接近真人口语老师的水平了。

比如，它在跟你互动过程中，会根据你的回答做出类似人类的评价，例如它问你“Can you tell me what you know about Chinese history？”你回答：“more than 5000 years,I learned”，它会跟一句：“yes,that is great,do you know about the Han Dynasty ……”

形成联系上下文的有来有往的对话文本，全程虚拟人表情生动、发音地道，突破了以往“教条”的剧本式交流局限。

另外，它还具备很强的即时反馈机制和纠错能力。

比如，笔者在跟它对话过程中，它能够根据笔者的发音和文字，生成练习报告给笔者以即时反馈，帮助笔者快速锁定语言卡点，覆盖8个话题场景和68个话题的内容储备，让其口语表达更精准，交流体验更接近真人水平。

而在虚拟人口语教练良好用户体验的背后，离不开其强大的底层“黑科技”实力。

比如，虚拟人口语教练在语音识别能力方面进行了巨大的革新，它支持多语种的流式低延迟语音识别技术，让虚拟人Echo在中式英语、英语、中英混合等场景下游刃有余；声学降噪、回声消除、自动语音检测、自动断句等技术，则让它像一个真正的倾听者和交流者。

在AI虚拟人的驱动方面，有道基于自主研发的情感识别算法和实时渲染驱动引擎，对播放的语音数据进行深度分析，使其面部表情更接近真人。

在其他应用方面，它的表现也毫不逊色。

比如，在AI作文指导方面，它不仅能够批改，还能够像老师一样作指导；另外，它在语法精讲、LLM翻译、AIbox、文档问答等方面，都已经在落地或者正在落地，正在成为一个“全能的AI语言文字助手”。

预计未来随着更多AI应用的落地，它将会在更多方面对用户生产力提升产生重大影响。

另一方面，网易有道子曰教育大模型的发布，也标志着网易有道多年深耕AI，在通用AI能力上走向了成熟，具备了产生应用的强大实力。

前文提到，好的垂直大模型需要深厚的AI通用能力作为底座才能够走的更远，作为教育行业首个垂直大模型厂商，网易子曰大模型的推出，实际上正是建构在网易有道多年的AI通用技术能力之上。

作为国内NLP能力领先的公司，有道多年来一直致力于基于Transformer模型的创新和应用，还积累了OCR、ASR、TTS、CAPT等几大核心技术。正是这些技术的有效整合，打开了新的想象空间，让有道成为国内率先将AIGC技术落地教育场景内的企业。