【GET2025】阿里云張博：全棧AI助力在線教育全場(chǎng)景創(chuàng)新

11月17日至18日，芥末堆在北京舉辦以“教育有AI，學(xué)習(xí)無(wú)界”為主題的GET2025教育科技大會(huì)。阿里云智能集團(tuán)公共云事業(yè)部華北大區(qū)教育行業(yè)解決方案總監(jiān)張博就《全棧AI助力教育全場(chǎng)景創(chuàng)新》進(jìn)行了主題分享。

以下為演講實(shí)錄，經(jīng)編輯：

今天我?guī)?lái)”全棧AI如何助力教育全場(chǎng)景創(chuàng)新”的分享。

為什么提“全棧AI”呢？首先要從教育最難的難題——“不可能三角”講起，即很難同時(shí)做到個(gè)性化、高質(zhì)量和大規(guī)模。個(gè)性化的輔導(dǎo)怎么去規(guī)?；?、怎么去提高質(zhì)量？AI時(shí)代的到來(lái)，為解決這個(gè)難題提供了重要的思路。

為什么說(shuō)在線教育是大模型賦能最快的行業(yè)？首先，在線教育擁有廣泛的需求及清晰的目標(biāo)，這能讓大模型更好地做到因材施教。其次是高質(zhì)量數(shù)據(jù)沉淀。教學(xué)過(guò)程中沉淀了大量的高質(zhì)量數(shù)據(jù)，這些數(shù)據(jù)往往優(yōu)于基礎(chǔ)模型的訓(xùn)練數(shù)據(jù)。

基于此，阿里云全棧AI之所以能提供強(qiáng)勁賦能，主要是因?yàn)橐韵滤狞c(diǎn)。

首先是通義千問(wèn)的模型能力。阿里云堅(jiān)持模型的開(kāi)放開(kāi)源，整個(gè)模型智能程度始終保持高水平，在國(guó)內(nèi)外都受到廣泛歡迎。

其次，AI基礎(chǔ)設(shè)施的投入非常高。

另外，阿里云是全球領(lǐng)先的全棧人工智能服務(wù)商，所以在PaaS平臺(tái)和模型的配套方案，阿里也是有所長(zhǎng)。舉個(gè)例子，現(xiàn)在開(kāi)發(fā)智能體，往往需要?dú)v史對(duì)話，用戶畫(huà)像，以及向量檢索，甚至是一些知識(shí)圖譜。阿里云PolarDB等數(shù)據(jù)庫(kù)產(chǎn)品能一站式地解決上述問(wèn)題，這就是整個(gè)PaaS能力的體現(xiàn)。

最后一點(diǎn)就是，服務(wù)和生態(tài)賦能。現(xiàn)在幫助客戶做模型或迭代時(shí)，我們可以提供高水平的模型交付團(tuán)隊(duì)。

接下來(lái)，我會(huì)介紹阿里云針對(duì)教育行業(yè)的全棧AI解決方案。包括這四個(gè)方面：教育增長(zhǎng)運(yùn)營(yíng)、教學(xué)內(nèi)容生產(chǎn)、教學(xué)互動(dòng)和評(píng)估，以及課后的知識(shí)鞏固。

首先是增長(zhǎng)運(yùn)營(yíng)。教育公司的核心是業(yè)務(wù)的增長(zhǎng)。教培的運(yùn)營(yíng)，包括體驗(yàn)課，轉(zhuǎn)正價(jià)課，續(xù)報(bào)等；如果是做在線教育App，需要進(jìn)行拉新、留存等運(yùn)營(yíng)動(dòng)作，這兩者的本質(zhì)邏輯都是一樣的。基于通義千問(wèn)大模型強(qiáng)大的分析、生成能力，在公域、私域的運(yùn)營(yíng)數(shù)據(jù)上，可以實(shí)現(xiàn)文、圖、視頻等種草內(nèi)容的生產(chǎn)，對(duì)用戶原聲進(jìn)行分析和歸納，設(shè)計(jì)智能體與潛在用戶對(duì)話，引導(dǎo)轉(zhuǎn)化。

場(chǎng)景一：教育增長(zhǎng)運(yùn)營(yíng)

第一個(gè)場(chǎng)景，VOC（用戶原聲）。很多時(shí)候，我們?cè)谔幚磉\(yùn)營(yíng)相關(guān)數(shù)據(jù)的時(shí)候，會(huì)做打標(biāo)分析，用來(lái)提高轉(zhuǎn)化率。我們?cè)趯?shí)踐中發(fā)現(xiàn)，標(biāo)簽可能需要分多個(gè)層級(jí)，最底層的標(biāo)簽數(shù)量可能會(huì)達(dá)到100多個(gè)。這樣就會(huì)導(dǎo)致基礎(chǔ)模型打標(biāo)簽準(zhǔn)確率較低，這時(shí)我們可以在Qwen3小尺寸開(kāi)源模型進(jìn)行后訓(xùn)練，訓(xùn)后的模型打標(biāo)，準(zhǔn)確率大幅度提升。這就是Qwen3模型后訓(xùn)練的一個(gè)最佳的實(shí)踐落地場(chǎng)景。

打標(biāo)后訓(xùn)練還有個(gè)“意圖識(shí)別”場(chǎng)景，例如，在對(duì)話智能體中，我們要教學(xué)生知識(shí)。首先要判斷問(wèn)題是閑聊還是哪個(gè)學(xué)科。這時(shí)候就需要我們做前置的意圖分類。我們可以使用Qwen3的基礎(chǔ)模型做微調(diào)，會(huì)獲得比基礎(chǔ)模型更好的效果。

發(fā)文、發(fā)圖、發(fā)視頻的場(chǎng)景同樣適用。發(fā)文簡(jiǎn)單，用大模型和提示詞就差不多了；發(fā)圖有三個(gè)方式：生圖、選圖和編輯圖。如果是發(fā)視頻的場(chǎng)景，很多客戶已經(jīng)使用Wan2.2和2.5生成視頻，包括Wan2.5已經(jīng)支持最大長(zhǎng)度10秒的視頻，且視頻自帶聲音。用戶可以拼接拼成一個(gè)更長(zhǎng)的視頻。還有就是AI剪輯視頻，包括剪輯視頻時(shí)，用工作流加模型的方式串聯(lián)起來(lái)。比如，先拿模型去生成講解腳本，然后再把講解腳本做一個(gè)語(yǔ)音合成，最終結(jié)合數(shù)字人的技術(shù)，加上云剪輯的能力，拼成一個(gè)完整的視頻。這些都可以實(shí)現(xiàn)的。

客服Agent是我們?cè)诖竽Ｐ吐涞睾苤匾膱?chǎng)景，這里面包括了意圖識(shí)別、查詢改寫(xiě)以及公域、私域的各類回答。像客戶在小紅書(shū)上發(fā)文章后，下面可能有用戶來(lái)咨詢。這時(shí)候需要有一個(gè)機(jī)器人接洽這些咨詢，把他們轉(zhuǎn)化為用戶。

場(chǎng)景二：內(nèi)容生產(chǎn)

內(nèi)容生產(chǎn)是最近幾年越來(lái)越多教育公司在做的事情。主要包括以下內(nèi)容的生產(chǎn)：題目教案、解題視頻、繪本動(dòng)畫(huà)和課堂素材剪輯。題目的生產(chǎn)，用文本模型去產(chǎn)題，客戶采納率越來(lái)越高，也包括用教育領(lǐng)域OCR模型將線下的試卷或者講義數(shù)字化。那解題視頻和繪本動(dòng)畫(huà)方面，前文也有所涉及。上課視頻的生產(chǎn)，和銷售場(chǎng)景類似，都是用模型的生成能力或工作流的拼接能力，去生成相關(guān)嚴(yán)肅的講課視頻、動(dòng)畫(huà)的繪本；如果做低幼賽道，很多APP都用動(dòng)畫(huà)繪本去講知識(shí)，動(dòng)畫(huà)繪本的知識(shí)里用模型生成的量和占比以后會(huì)越來(lái)越多。

課堂素材的剪輯指的是將老師和學(xué)生的高光時(shí)刻剪輯出來(lái)。比如說(shuō)老師的高光時(shí)刻，我們可以發(fā)到小紅書(shū)上去種草，學(xué)生的高光時(shí)刻我們可以發(fā)給家長(zhǎng)，表示學(xué)習(xí)的成果。這些其實(shí)都能用qwen3的多模態(tài)模型能很好的處理。

場(chǎng)景三：教學(xué)互動(dòng)和評(píng)估

第三個(gè)方向是用全棧AI提效教學(xué)互動(dòng)和評(píng)估。主要分為兩類方案，一類是借助阿里云AI實(shí)時(shí)互動(dòng)的編排能力+Qwen全面的模型能力，快速搭建AI老師實(shí)時(shí)對(duì)話智能體。第二類是借助Qwen3多模態(tài)模型，對(duì)老師教學(xué)質(zhì)量和學(xué)生學(xué)情進(jìn)行評(píng)估。

具體包括以下這些場(chǎng)景。首先是字幕上屏，可以使用最新的Qwen3-ASR模型識(shí)別上課語(yǔ)音，可以實(shí)現(xiàn)自動(dòng)上屏、錄播課的切片，以及課程質(zhì)量評(píng)估。

其次是AI課堂的互動(dòng)。這里有兩套解決方案。一是基于AI實(shí)時(shí)互動(dòng)RTC搭建任務(wù)的編排，可以快速幫客戶搭建智能體。另一套是直接用模型能力。Qwen3-Omni直接搭建智能體，還可以基于這個(gè)開(kāi)源的模型進(jìn)行后訓(xùn)練智能體的強(qiáng)化。

AIGC的實(shí)訓(xùn)課：現(xiàn)在教小孩學(xué)AI也是很重要的賽道，學(xué)AI一般都要體驗(yàn)生文、生圖、生視頻，真實(shí)上課場(chǎng)景很多時(shí)候就是幾千甚至上萬(wàn)個(gè)學(xué)生同時(shí)操作，這個(gè)時(shí)候?qū)δＰ偷牟l(fā)能力有非常高的要求。百煉平臺(tái)的彈性算力單元（PTU），可秒級(jí)應(yīng)對(duì)萬(wàn)級(jí)并發(fā)，輕松應(yīng)對(duì)這一場(chǎng)景。

還有一個(gè)就是多元模態(tài)的學(xué)情評(píng)估。很多時(shí)候?qū)W情評(píng)估質(zhì)量，或是用視覺(jué)模型評(píng)估專注力，或是用文本模型評(píng)估講課質(zhì)量。這時(shí)候就可以基于Qwen3多模態(tài)模型，對(duì)學(xué)情和教學(xué)質(zhì)量進(jìn)行評(píng)估，保障教學(xué)質(zhì)量。

場(chǎng)景四：課后鞏固與自學(xué)

這個(gè)場(chǎng)景我總結(jié)為解題、批改、改題、推題、對(duì)練這幾個(gè)細(xì)分方向。我們?cè)诖罅柯涞貙?shí)踐中總結(jié)出一個(gè)規(guī)律，這個(gè)場(chǎng)景是非常適合去做Qwen模型的后訓(xùn)練。

首先基礎(chǔ)模型肯定涵蓋不了所有客戶自己的高質(zhì)量題目數(shù)據(jù)；其次剛需高頻高DAU場(chǎng)景；還有一點(diǎn)，它是實(shí)時(shí)在線業(yè)務(wù)，對(duì)于推理成本非常敏感，對(duì)于延遲要求很高。打個(gè)比方，本來(lái)需要萬(wàn)億參數(shù)才能解決的問(wèn)題，現(xiàn)在把它訓(xùn)練到可能只有8B的小模型上，最多32B，就能達(dá)到比基礎(chǔ)模型還要高的準(zhǔn)確率，同時(shí)獲得極低的推理成本和延時(shí)，這就是這個(gè)場(chǎng)景Qwen模型后訓(xùn)練的價(jià)值。

還有一個(gè)點(diǎn)，我們面臨著客戶們很現(xiàn)實(shí)的需求，基礎(chǔ)模型解題能力不錯(cuò)，但不是期望的講課風(fēng)格，我們想要AI像真人老師一樣講題。如何實(shí)現(xiàn)？

現(xiàn)在所有的模型都越來(lái)越會(huì)說(shuō)人話，其實(shí)就是強(qiáng)化學(xué)習(xí)在里面注入了人類偏好。通過(guò)偏好選擇的方式，來(lái)強(qiáng)化這個(gè)模型的風(fēng)格，所以我們可以在后訓(xùn)練階段加入Qwen模型的強(qiáng)化學(xué)習(xí)來(lái)解決這個(gè)風(fēng)格問(wèn)題。

剛才介紹了全棧AI場(chǎng)景，場(chǎng)景具體是怎么交付？今年9月云棲大會(huì)我們發(fā)布了大量的新模型，Qwen3-Max，可以對(duì)標(biāo)海外最優(yōu)秀模型的文本模型，Qwen-Flash，如果你想追求推理速度，就用Flash。還有Qwen-Image和Wan2.5等優(yōu)秀的生圖生視頻的模型，以及Qwen3-ASR和Qwen3-TTS的語(yǔ)音交互模型也都獲得了客戶的高度認(rèn)可。百煉平臺(tái)除了能夠體驗(yàn)、調(diào)用模型以外，還有一點(diǎn)比較重要，如果客戶自己想做模型后訓(xùn)練，我們可以提供訓(xùn)練和推理的托管。相當(dāng)于訓(xùn)練過(guò)程中，你既可以用到Qwen3非開(kāi)源的模型訓(xùn)練，還能結(jié)合Qwen3原始的數(shù)據(jù)，自己的模型還可以低成本的托管在百煉上做推理，這是很多客戶非常喜歡的一點(diǎn)。

剛才在教學(xué)鞏固場(chǎng)景提到了后訓(xùn)練的價(jià)值，如果是后訓(xùn)練這個(gè)場(chǎng)景，千問(wèn)模型具備很大的價(jià)值。大家知道為什么一提“后訓(xùn)練”必談千問(wèn)嗎？因?yàn)镼wen的開(kāi)源涵蓋參數(shù)從大到小、各個(gè)模態(tài)的模型，模型的能力在開(kāi)源榜單也很靠前，同時(shí)大量的后訓(xùn)練衍生模型構(gòu)筑了完整的生態(tài)，目前Qwen的全球衍生模型數(shù)量已經(jīng)達(dá)到17萬(wàn)。為了獲得更低的推理成本和延遲，用小參數(shù)模型的模型結(jié)合優(yōu)質(zhì)的場(chǎng)景數(shù)據(jù)，Qwen系列模型是大概率的選擇對(duì)象。整個(gè)訓(xùn)練過(guò)程也逐步從Dense+SFT簡(jiǎn)單的微調(diào)逐步走向了MoE+SFT。后訓(xùn)練模型在阿里云有好多種不同的部署方式，可以在百練上提供后訓(xùn)練模型的托管，也可以用PaaS平臺(tái)去做GPU形式的托管。

最后，AI在教育領(lǐng)域的價(jià)值并非取代教師，而是通過(guò)承擔(dān)批改作業(yè)、內(nèi)容生成等重復(fù)性、事務(wù)性工作，將教師從繁重的機(jī)械勞動(dòng)中解放出來(lái)，讓教師回歸教育的本質(zhì)——成為學(xué)生情感的陪伴者、思維的引導(dǎo)者和人格的塑造者。這些高階育人職責(zé)，是任何技術(shù)都無(wú)法替代的。

阿里云全棧AI所追求的，正是以技術(shù)之力賦能教育，讓人與人之間的溫度、智慧與創(chuàng)造力，在課堂中重新閃耀。