2 月 21 日，英語學習 App Speak English with Loora AI（文中簡稱為 Loora）宣布完成 1200 萬美元 A 輪融資，由 OP Ventures 領投。而就在 2023 年 6 月，這款產品剛剛完成 925 萬美元種子輪融資，8 個月內完成兩次千萬級別融資，可見資本青睞。

在 11 月的選題《卷起來了，網易和谷歌都想搶Duolingo的生意》中，我們觀察到了谷歌和網易等公司都基于 AI 開發了語言學習產品，市面上也充斥著同類產品。但測試后發現，AI 在語言學習產品中的作用主要在“練口語”這個層面，解決“開口難”問題，相比于 Duolingo 體系化的課程，以及有點“瘋批”的運營手法，只是通過 AI 聊天做出了點差別，顯得有點單薄。

而且，雖然與傳統產品有差異，但各款 AI 產品之間卻雷同，甚至 ChatGPT、character.ai 等 AI 產品都可以勝任口語陪練的角色，單點功能很容易被大而全的 General Assistant 們覆蓋。因而，觀察下來單純靠“語音識別+AI 對話”切入市場都有難度，更不要說靠 AI 去搶 Duolingo 的生意了。

但，打臉的是，資本依然跑步入局，暗示著什么可能在變化。

僅去年下半年資本就投出了 1.6 億美金，AI 產品漸有起色？

2023 下半年完成融資的 AI語言學習產品｜圖片來源：騰訊網

根據不完全統計，僅在 2023 年下半年，就有十多家在線語言學習創企完成融資，總融資額達 1.6 億美金。而投資者名單中，不乏 OpenAI、Google 旗下的風投 Gradient Ventures 等知名資本。

我們對去年 11 月寫選題時的數據和現在的數據也進行了對比，發現 AI 語言學習產品（OpenAI 投資的 Speak）在收入和 DAU 上也確實在快速增長。

11 月和近 30 天 Duolingo、Babble、Lingokids、EWA、Speak 五款產品的雙端 DAU 和輸入排名 | 數據來源：點點數據

2024.1 按收入排名的全球語言學習 App，注 1：筆者根據近 30 天收入數據重新進行核對，Speak 也排在第三。注 2: Statista 的統計數據中有可能包含網頁端收入，所以該收入可能高于點點數據體現的應用商店收入，為 245 萬美金左右（成立 7 年時間的 Speak 已經超過 Duolingo 月流水的 1/10）｜圖片來源：Statista

上一篇選題觀察到的 Speak，在 App 端全球雙端月流水已經從 11 月的 71W 美金增長到了 2 月的 143W 美金，增長了一倍，在同類產品的排名中已經上升至第三位，甚至，在主攻的韓國市場，它的收入已經超過 Duolingo 了。而 Speak 雙端月平均 DAU 也從 11 月的 7.5W 增長到了近期的 10.7W（近 30 天平均 DAU），DAU 增長 42%。

AI 語言學習產品數據 | 數據來源：點點數據

而除了 Speak 之外，其他幾款拿到融資的 AI 語言學習產品，雖然成績和主流產品還差很遠，但也在努力進步中，8 個月融了 2000 萬美金的 Loora，從這個成績來看，反而還是“差生”了，資本給錢，可能是看增長勢頭。

Loora 全球雙端 DAU 數據（上），全球雙端月流水（下），注：統計時間 2023.1.1 至今｜圖片來源：點點數據

從數據上看，從 2023 年 1 月至今，Loora 的 DAU 增長了 8.3 倍，全球雙端月流水增長了 2 倍。而根據 Loora 團隊的說法，2023 年 Loora 的 ARR 增長超過 8 倍，用戶留存率提高了 2 倍。

注：在 a16z 推出的移動端 AI 產品Top50 榜單中，ELSA 上榜 | 圖片來源：a16z

而由 Google 投資，總部位于越南的 ELSA，則是在用戶量層面表現不錯，近 30 天平均 DAU 有 29.3W，是同行 Top3 的水平，近 30 天平均流水 81.8W 美金，排名全球同類產品的第 6-7 位（ELSA 可以在網站端進行訂閱，所以單純看應用商店的收入和用戶數據可能不太全面）。

Duolingo 與 Speak、ELSA、Loora 收入與 DAU 對比圖

不可否認的是，雖然快速增長，但 AI 語言學習產品，在 Duolingo 面前還是“弟弟”，但這種數據層面的變化，讓我們需要重新審視一下 AI 語言學習產品，除了之前說的“語音識別+AI 對話”的套殼差異點，到底在以怎樣的邏輯留住和服務用戶，被資本下注的他們，還有多少增長空間。（鑒于 Speak 的相關功能已經在上一篇選題中介紹過了，這次我們主要聚焦 ELSA 和 Loora。對 Speak 感興趣的讀者，可以參考《卷起來了，網易和谷歌都想搶 Duolingo 的生意》選題）

AI 學英語，在 Duolingo 的輻射范圍之外找用戶

表面上看，ELSA 和 Loora（包括 Speak）有如下共性：

1、核心功能都是基于 AI 語音識別幫助用戶學習口語，并根據用戶的表現提供實時反饋。

2、都會為用戶推薦有難度梯度的體系化課程，用戶也可以自己選擇學習目標，靈活服務擁有長期/短期目標的用戶。

3、訂閱變現為主，免費功能較少，訂閱費用在每月十幾美元左右。

相對而言，目前 Duolingo 中 AI 的參與度并不高，根據媒體報道，Duolingo 主要將 AI 應用在課程編寫環節上。

注：Duolingo Max 僅向美國、英國、愛爾蘭、加拿大、澳大利亞、新西蘭用戶推出，提供解釋我的答案和角色扮演兩項功能。

而其實，Duolingo 在去年 3 月就推出了能與 AI 對話的高級訂閱模式 Duolingo Max，但是目前只能在少數幾個國家，用英語學習法語/西班牙語時使用，有消息稱，今年下半年將登陸日本市場，使用范圍仍比較小。而且 Reddit 上用戶評論認為 Duolingo Max “非常平庸，且價格很高”。

Duolingo 課程設計的思路是，通過前期單詞、中期語法、后期表達的學習，帶一個 0 基礎的用戶學習一門語言。整體課程完整、體系化，用戶可根據自身水平通過測試直達某個階段，但不能跳脫課程體系。由于其提供的是基礎服務，面向所有有意學習語言、但無明確短期目標的人群，所以在商業化上，Duolingo 采用基礎功能免費+訂閱/內購收費的模式。

根據 Gitnux 的報告，91% 使用 Duolingo 的用戶是出于個人興趣，而不是出于工作、考試、海外生活/學習等明確目的。

當用戶沒有明確目的，留存是產品的一大難題，關于這一點 Duolingo 設計了 CURR（核心用戶留存）的指標來指導產品的迭代和運營，在課程設計上，雖然注重游戲化和“連勝系統”、“推送系統”提升留存，但以時長較短的課程為主，降低用戶連續學習的心理壓力、同時又提升滿足，妥帖拿捏用戶心理。

相應地，Duolingo 走“基礎教學”的路徑，堅持免費使用，靠使用頻次較高的重度用戶進行變現的商業化策略，也都是考慮到了用戶畫像。

而上文所述，在產品上體現的三點差異，則體現著 ELSA 和 Loora 的面向的用戶和幫用戶解決的問題，與 Duolingo 完全不同，他們主攻的目標人群，也有差異。

完成規定動作 vs 靈活切換目標

ELSA（圖1）、Loora（圖2，3）的主頁和課程頁面，Duolingo 主頁（圖4）

我們先從產品的主體來看，打開 ELSA 和 Loora 的課程頁面發現，這兩款產品是按不同的課程形式來分類的，并沒有選擇 Duolingo 游戲化且按難度逐級遞增的形式。

此外，雖然兩款產品都提供了系統推薦的每日課程，也都借鑒 Duolingo 設計了簡單的連勝/排名系統，但是兩款產品都會詢問用戶今天的學習目標，并給用戶額外選擇，比如按主題/場景學習或改善發音等，用戶完成這些自主選擇的任務也可以延續連勝，獲取排名。

ELSA 和 Loora 的用戶擁有更多自由，如果用戶目標明確，就可以自主選擇學習內容，如果目標不甚明確，也可以選擇系統推薦的課程，這其實背后反映的是，這兩款產品界定的目標用戶的畫像不同。

Duolingo 的通關測試

而在 Duolingo，“自由”體現在用戶能力與課程難度的匹配，也就是如果我認為自己可以跳級，通過測試就能進入下一階段，但其實也還是按難度爬坡，系統化學習。

兩相比較，可以看出 Duolingo 針對的是目標不明確、甚至 0 基礎的用戶，而 ELSA 和 Loora 面向用戶，有更明確、或者說更短期目標的用戶。

按場景學習 vs 按知識點學習

ELSA 每日課程內容（左），Loora 每日課程頁面（右2）

而在進入課程后，AI 語言學習產品們也和 Duolingo 有所差異。

從每日系統推薦的課程內容看，ELSA 和 Loora 都會有一個明確的主題/場景，比如筆者在測試時，ELSA 推薦的場景是“酒店 Check in”，Loora 推薦的主題是“電視節目”。

其實在 AI Chatbot 出現之前，很多語言學習產品也把場景化語言學習當作賣點，但基本上走的是“學短語手冊”的模式，用戶主要學習在這個場景下常用的單詞、短語、句子，以及它們在場景中的使用方法。這種方式雖然有一定作用，但非常死板，在實際應用中，一旦出現話題發散或其他變化，用戶仍會感覺無所適從。

而 AI 盡量還原與真人對話的體驗，AI 的對話能力也能在用戶發散話題時模擬真實語言環境。而在 AI 出現之前，學習者如果不”肉身在海外”，就很難訓練到“用”這個層面。

ELSA 場景頁面（左 2），Loora 角色扮演頁面（右 2）

而從場景一覽的界面來看，ELSA 和 Loora 不僅包含了生活化的場景，也覆蓋了很多偏向工作/學習的專業化場景。比如上圖 ELSA 中的“Working in healthcare”場景，用戶作為一個在診所上班工作人員，練習“幫病人預約醫生”“接診病人”“接急診電話”等具體場景。Duolingo 基本上并沒有按照場景來做練習。

Loora 的“read and talk”功能｜圖片來源：Loora

兩者比較相似的反而是知識拓展。但就知識拓展來看，AI 語言產品重點仍在應用，產品推薦小短文，用戶閱讀后就小短文與 AI 進行討論，很像國外大學的“研討會”這個課程形式，練習的是用戶的閱讀、理解、發散、表達能力。而 Duolingo 的做法是在每個單元設定一個主題，比如圖中“談論未來的事件”主題，但主題完全為知識點服務，對應著“一般將來時”這個知識點。而在具體的課程中，Duolingo 則以翻譯、填空、造句等題目為主，來訓練詞匯、時態、句式等知識點。

Duolingo 的課程頁面與課程內容｜圖片來源：Duolingo

兩相對比，ELSA 和 Loora 的英語學習更具實用性或者目的性，主打一個不久的將來能用起來。而 Duolingo 則更注重，通過單詞、語法等夯實基礎知識點，系統性地學習語言。這其實體現的是 Loora、ELSA 面向的是有一定基礎知識、但需要能力進階的人群。這是人群的第二個差異。

AI 加持的“多邊形”反饋體系 vs “對錯”反饋體系

最后，說下 AI。如果說語音識別+AI 對話，是套大模型的殼，上面的模擬場景中的變化和反饋體系，則開始讓 AI 語言產品和 Duolingo 的現有體驗真正產生了一些差異。

Loora 語法反饋頁面（圖 1），ELSA 發音反饋頁面（圖 2），Loora 發音反饋頁面（圖3），Duolingo 題目（圖 4）

從課程內的反饋來看，Duolingo 雖然也可以進行實時反饋，但是它的反饋維度只有“對錯”這個單一維度。而 ELSA 和 Loora 的反饋非常細致，語法方面，不僅語法錯誤可以被識別，就連“疑問語調”等細微的錯誤也能識別出來，發音方面，AI 的反饋可以具體到音節。

Duolingo 的發音課程｜圖片來源：Duolingo

Duolingo 的反饋還停留在跟著單詞/例句模仿發音的層面上，就算筆者故意說錯，Duolingo 只會反饋錯誤，不會告訴用戶哪錯了，怎么改正，對用戶發音的提升作用有限。

Loora 個人頁面（左），ELSA 個人頁面（右），注：ELSA 則提供一個時長為 10 分鐘的英語測試，用戶可以通過測試讓 AI 了解用戶水平

而從對用戶英語水平的評價上，Duolingo 評價的維度基本上就是用戶“闖關”的進度，也就是知識點學習的進度。而有了 AI 的加持，Loora 和 ELSA 可以在用戶的學習過程中對口語能力進行實時反饋，而評價維度包括語法、發音、流利度、單詞（ELSA 還有重音和語調），基本和雅思/托福口語考試的評價維度看齊，而這兩種考試都是有真人考官參與評價的。

根據上面的觀察我們就可以勾勒出 Loora 和 ELSA 錨定的其實是，有一定基礎，有明確的學習目的和規劃、短期內需要達成某個明確目標、需要實際應用能力快速提升的用戶。

而這樣的用戶畫像，很快就就能浮現在腦海中，要出國留學或者生活、為了應聘外企或者為了晉升需要快速提升口語，大概率是中青年，而他們的目標決定了自身家庭環境不錯或者已經具備一定的賺錢能力，AI 的加成，讓這些原本只能花大價錢去請外教的用戶們，可以通過 AI 學習產品，也能有不錯的提升。這些給了 AI 語言學習產品們，不訂閱基本無法使用的底氣。

寫在最后

以 ELSA 和 Loora 為代表的 AI 語言學習產品，與 Duolingo 差異，與其說是加入 AI 帶來的，不如說是在 AI 技術加持下，以前無法滿足的需求有了被滿足的可能性，而使產品能夠錨定不同的需求背后的不同人群。對于現在難找場景的 AI 技術來說，算是一個比較好的應用案例。

但說實話，上述產品層面上的 3 個差異，從技術和功能層面上，Duolingo 應該是都可以實現的，只是每一個產品都背負著自己的使命，服務于某一群體的最根本需求，已經做到千萬 DAU 的 Duolingo，AI 技術的這一波紅利，不是不能吃，只是怎么吃，需要慎重，這也給了 AI 語言產品冒頭的窗口期。

美國人學習外語的目的｜圖片來源：Preply

而在資本的加注下，這些 AI 語言產品，能夠增長到什么地步，值得所有 AI 教育賽道的創業者關注。根據語言學習產品 Preply 在美國做的調查，受訪者學習外語主要目的有教育、工作、學習文化、旅游和培養技能。就這四個目的來看，除了出于應試目的學習外語的用戶外，其他幾個目的的用戶，在有一定基礎之后，其實都有提升交際能力的需求。這么看來，未來 AI 語言學習產品似乎是不愁用戶的。

參考文獻：

全球融資熱背后，大模型才是語培最優解？

碎片化學英語，一輩子都別想學好

外語學習的真實方法及誤區

卷起來了，網易和谷歌都想搶 Duolingo 的生意

億級用戶規模，DAU 與收入還在高速增長，前 CPO 分享大體量產品如何突破增長困境

Foreign Language Education Statistics: 70% of Americans regret letting their foreign language skills slip