2016 年，在線教育的商業化元年，一家名為十方融海的教育科技企業在深圳創立。此后九年，從知識分享平臺「荔課」，到技能實訓平臺「女媧云教室」，再到聲音培訓子品牌梨花教育，十方融海不斷拓展業務邊界，從探索新職業技能培訓到成為中老年興趣教育的領軍者。

而今，隨著 AI 技術持續突破，十方融海更蛻變為一家產研一體的 AI 教育科技先鋒企業，不僅自研大模型，更研發應用如多維互動教學系統、情緒識別系統、AI 陪練等多款 AI 產品，已累計服務 1.5 億用戶，僅旗下剛推出半年不到的AI陪練系統就斬獲 20 萬 AI 產品用戶以及高達 4 萬的日活。近日，梨花教育總經理楊楠接受多鯨采訪，于 AI 產品爆發前夜，聊聊十方融海所探索出的 AI 教育創新之路。

成人職業教育與中老年興趣教育，二者雖同屬終身教育范疇，其本質差異卻如涇渭之別。

職業教育，其價值錨點在于結果，追求可量化的技能提升與職業競爭力增強。中老年興趣教育，則注重過程體驗，滿足精神文化需求。這種本質差異，決定了 AI 在兩類場景中的賦能路徑，必然分野。

十方融海在中老年興趣教育領域的 AI 應用，正是這種本質差異的體現。楊楠稱：過去兩年，以大模型為代表的新一輪技術范式快速成熟，十方融海也順勢將 AI 技術全面賦能于 B 端和 C 端業務，并始終將「 AI 重塑教育體驗」視為公司重要的戰略方向和價值錨點。

To B 層面，十方融海開發了 AI 助教產品，應用于內部業務線。一方面，AI 可幫助教師從如備課等基礎工作中解放出來，從而專注更高階的教學工作，例如改進教學方法和提供個性化指導。另一方面，AI 可自動生成詳細的學習報告，供教師了解學生的學習進度和成果，從而進行更精準的授課。

To C 層面，十方融海利用 AI 技術開發了 AI 陪練、AI 情緒識別系統、AI 互動教學系統等產品，貫穿整個「教、學、練、測、評」的全流程全環節。

以梨花教育的聲音培訓為例，用戶在學習過程中的最大痛點，莫過于需要花費大量時間精力進行重復練習。

而 AI 陪練可解決「練什么」以及「怎么練」的兩大問題。首先，AI 能夠根據用戶的學習進度、個性化興趣及能力，提供量身定制的練習內容；其次，AI 系統可通過分析學員聲調、音色、情感表達等多維度的練習數據，生成可量化的能力圖譜，動態調整學員訓練方案。再者，AI 陪練通過雙重人格化交互設計，構建沉浸式學習場域。其智能系統不僅能以擬人化語氣和萌態 IP 形象，精準捕捉學員每個微小進步，用彩虹夸夸術給予即時正向反饋；更創新搭載聲紋復刻技術，通過采集真實教師語音樣本，還原至語速、語調、重音節奏等聲學特征，使 AI 點評員具備真人教師發聲引擎。

這種聲臨其境的指導方式，配合專業術語拆解和場景化案例演示，讓學員在被老師看見的心理暗示下，快速進入心流學習狀態。從情感共鳴到認知賦能，AI 化身可進化的電子導師，重塑人機協同成長的新范式。

同時，聲音的發出會調動面部器官，AI 情緒識別系統則能夠精準捕捉練習過程中面部五官的細微變化，并結合錄制的語音，生成測評報告。簡而言之，該系統通過分析面部表情情緒的變化，輔助評估聲音練習的效果。

楊楠提到，在研發梨花AI陪練時，團隊面臨的最大技術挑戰是如何實現聲音評估的多維度精準性與人性化反饋的平衡。

因為聲音評估需同時覆蓋發音、情感表達、角色演繹等多個維度。例如，普通話字音測評需精準識別 15 種音素特征，而情感演繹則需判斷年齡、性格、情緒等主觀指標，因此團隊需將訊飛字音分析、AI 情感識別與自研模型深度耦合，確保不同算法在統一框架下的協同性，這是一個復雜場景的算法融合。

為了解決這個問題，十方融海梨花產研團隊針對 50 種聲音特征維度，對超過 93,500 名用戶的 2,037 萬余份聲音樣本進行了多維度測評與分析，經過聲音教學中心的多位老師提供的 28000 多份的標簽數據論證，算法整體準確率穩定在 80%至 95%之間，充分驗證了模型的高性能、可靠性。

楊楠強調，利用底層算法、大數據和語言技術，梨花教育 AI 陪練系統可對學員的 50 項聲音特征進行建模，包括前后音、氣息、音色、音調和情感張力等，進行精準的聲音評估。但這種精準性，并非無限細分，而是基于行業標準與職業需求構建的能力模型。學員需要的，不是絕對個性化，而是在既定框架內的效率最大化和體驗最優化。

2024 年，十方融海旗下威科軟件聯合 Open Buddy 團隊正式發布了全球首個免費開源可商用的 OpenBuddy-LLaMa2-70B 大語言模型，是國內較早基于底層技術開發的大語言模型之一。鑒于「全球首個」的殊榮，對應的是一家教育科技公司，而非某家互聯網大廠，更顯珍貴。十方融海這一技術前沿性，亦非偶然所得，其根源在于團隊基因。尤其十方融海創始人兼董事長黃冠，并非傳統教育行業背景出身，而是深諳技術的頂尖工程師。

但即便有了自研大模型的強大技術實力，也需在效果適配和低成本之間尋求平衡。對于企業而言，自研或過度依賴大模型都并非最佳選擇，成本與實際收益的權衡才至關重要。

楊楠表示，十方融海正在調研和接入 DeepSeek，希望自研大模型與 DeepSeek 協同深入地服務用戶，從而提升用戶學習體驗。落地到產品應用層面，十方融海會根據具體的應用場景，綜合考慮模型的精準性、深度性、智能性和成本等因素，從而選擇最合適的底層模型。

楊楠總結，AI 產品的真正價值，不在于技術領先性，而在于用戶的深度體驗。「唯有連續七日的深度使用，方能驗證 AI 之真價值。」比如為了評估 AI 陪練功能的有效性，十方融海會關注次日留存率、七日留存率和每日損耗率等數據維度，進而評估改善用戶體驗。

同時，她認為，針對用戶真需求、剛需求的 AI 產品，如 AI 陪練，已具備獨立商業化的潛力。以 AI 陪練為例，目前 AI 陪練尚僅作為高價學習課程的附加產品提供給學員，但許多結營或畢業的學員仍希望繼續使用該功能。

加之，梨花教育的聲音培訓內容非常多元，涵蓋詩詞、朗誦美文、有聲書，甚至日常播報等。AI 陪練足以讓用戶在多個維度持續豐富學習體驗，進而增強用戶粘性。「只要 AI 陪練的用戶粘性和滿意度得到保證，商業化前景會很樂觀。」

為了提升用戶體驗和用戶粘性，楊楠透露，十方融海還正在研發 AIGC 產品，作為 AI 陪練的延伸服務。對中老年用戶群體而言，社群分享是一大學習動因。當學員完成聲音練習后，系統能夠利用 AIGC 技術，為其練習內容生成配套的元素，如圖片、音樂或視頻，促進內容的二次傳播。如此，用戶粘性進一步提升，商業化前景也十分廣闊。未來，十方融海計劃將 AI 陪練和 AIGC 產品打包整合為 AI 會員年費產品，探索更多商業化潛力。

「我們現在不缺技術，不缺用戶，缺的是市場需求洞察，怎么在廣闊的市場需求中，挖掘出可聯動 AI 技術的場景，才是重中之重。」 楊楠深知，AI 只有服務于用戶需求，才能真正發揮其價值。

憑借強大的技術實力和敏銳的市場需求洞察，十方融海在 AI +教育領域已取得了顯著的商業成果。目前，僅是 AI 陪練系統這一單一產品短短三個月內就已擁有 20 萬用戶，日活躍用戶達 4 萬，日練習次數超過 60 萬，人均日練習次數約 20 次，好評率高達 98%。該案例印證了教育數字化新生態下，技術賦能與用戶體驗創新的雙向奔赴，正在重構職業教育行業增長邏輯。

探索，并未止步于此。十方融海洞察先機，發現中老年用戶對智能學習設備的需求旺盛，市場卻鮮有專為其打造的產品。因此，AI 智能硬件被列為十方融海今年的戰略重點，以期填補市場空白。

十方融海的需求洞察，非憑空臆測，而是基于對內部用戶深入的市場調研與測試。楊楠稱，有錢有閑的新活力中老年用戶有更多時間投入學習，且對興趣內容充滿熱情。此種需求，為專屬學習硬件的誕生，提供了沃土。

她進一步解釋，計劃打造的硬件非傳統學習機的翻版，而是集數字技能矩陣與興趣探索圖譜兩大模塊學習方案、AI 陪練、專業指導等功能于一體的綜合學習平臺。它不僅是學習工具，更是興趣拓展的橋梁。聲樂練習素材、國學智慧、書法課堂、手機攝影、視頻剪輯、健康養生講座等皆囊括其中。談及為何開發專屬學習硬件，而非沿用手機 APP，楊楠首先否定了傳統設備的局限性：手機屏幕雖應急，長期使用卻易致視覺疲勞；筆記本電腦雖能滿足大屏需求，卻因笨重限制使用場景。

因此，十方融海將突破口錨定于平板電腦形態，因其恰好填補手機與筆記本之間的空白。功能維度方面，AI 陪練系統不僅能實現學習內容定制化推送，更通過硬件載體構建情感交互場景，如日常關懷對話與陪伴式練習。交互優化層面，團隊刻意規避手機 App 的復雜邏輯，通過物理按鍵簡化操作路徑。目前產品形態仍在迭代，最終要實現從功能滿足到情感共鳴的價值躍遷。

AI 浪潮涌動，教育行業風云變幻。傳統教育機構、科技巨頭、創業新秀，各路豪杰摩拳擦掌，欲在此分一杯羹。然而，長期來看，技術與場景的融合，將成為制勝關鍵。科技巨頭若無法找到合適的應用場景，傳統教育機構若無法吸納高新技術人才，初創公司若無法突破發展瓶頸，終將被市場淘汰。最終，唯有具備優質教育資源和強大技術壁壘的參與者，方能贏得用戶青睞，占據市場高地。

楊楠強調，只要產品能夠為用戶提供更好的體驗和成果，就能激發更大的需求，從而擴大市場規模。原先大部分人將市場規模簡單等同于客單價與用戶數的線性乘積，卻忽視了技術革命對需求結構的深層重構。當 AI 滲透教育場景時，其價值創造邏輯已超越傳統商業模型。大量企業通過 AI 精準解決用戶痛點，挖掘潛在的需求，而非僅僅爭奪現有市場規模。

如今，市場規模的計算方式也正在被改寫。AI 不僅降低邊際成本，更通過數據資產沉淀創造新價值維度。例如，學員練習軌跡的積累可反哺教研體系迭代，形成「數據 - 內容 - 服務」的閉環增值。在此模式下，企業估值不再局限于當前營收，而是基于數據資產的未來變現能力。

放眼未來，楊楠預判 AI + 教育將呈現三大變革方向：其一，教學場景的深度重構。智能終端將實現教育場景線上線下無縫銜接，如 AI 自習室與教育機器人的融合應用；其二，個性化學習體系全面升級。基于認知科學的 AI 模型將精準捕捉學習痛點，生成動態適配的教學方案，達成千人千面的個性化教育；其三，教育服務邊界突破性拓展。可穿戴設備等創新載體將打破傳統課堂限制，構建覆蓋全生命周期的智慧教育生態。三大方向的變革，不僅是提升效率，更是推動教育從標準化服務向終身個性化成長陪伴的本質回歸。