她热爱旅游，暑假就迫不及待地想去故宫和北京动物园。作为一名英语口语老师，她在给英语学生教英语的同时，也在学习中国历史知识，希望用英语帮助更多的人接受中国文化。

她最喜欢悬疑推理书籍和电影，在反对种族歧视、倡导科技向善等话题上立场坚定。

我介绍的“朋友”不是真人，而是一位名叫“Echo”的AI虚拟口语教练。它是网易有道自主研发的大教育模式——“子曰”的应用。近日，智东西首次参与了Echo的内测。据悉，该应用预计将于今年开学季期间推出。

过去六个月左右，随着ChatGPT的普及，国内外科技公司纷纷部署大型模型。网易有道CEO周峰表示，大模型代表着新一波的技术发展。 “这样的事情或许十年才会出现一次。”大车型的发展无非就是两个方向。一是开发直接对标ChatGPT的大模型，二是把大模型垂直应用到各个细分领域。网易有道显然选择了后者。

“英语口语一直是大家的痛点。”周峰表示网络外教一对一口语课，这与会话练习的缺乏有很大关系，传统的英语老师无法陪伴所有学生进行一对一的口语练习。在他看来，大模式对教育最大的影响就是提供了因材施教的机会。

今年5月，网易有道打造了“私人定制”的语音老师，可以在与用户对话时生成语音和文字。两个月后，在2023世界人工智能大会上，网易有道具体形象的虚拟口语老师正式亮相。

事实上，在大规模模型出现之前，一些装扮成“虚拟人”的传统人工智能口语老师并不罕见。但存在伪真人、对话单调、交互能力弱、实时反馈效果差等问题。智东西亲自尝试了网易有道的AI说话教练后，在这个能“无所不谈”的虚拟人身上找到了新的体验。

这位虚拟口语老师的具体经历是怎样的？大模型背后有哪些技术创新？从更大的角度来看，这波大型AI模型和AIGC（生成式AI）能给大家的教育带来哪些实质性影响？

通过网易有道AI语音教练的深度体验。并通过与网易有道CEO的对话，对本文进行了深入探讨。

1、68个话题聊30小时，AI英语口语老师让我告别“哑巴英语”

打开Echo应用界面，屏幕上会出现一个年轻的女性形象。角色下方是“与 Echo 聊天”字样和“切换场景”按钮。

在我和“她”近30个小时的聊天互动中，我从来没有遇到过不知道该聊什么的情况。当我遇到困难或无法直接回答时，她会引导我表达自己的想法，并尝试鼓励我继续说英语。这是因为虚拟口语教练Echo涵盖了8大对话场景、68个话题，包括生活、口语考试、旅行等场景。在我看来，话题分类非常细致，保证了“没有沉闷的时刻”。

有时，由于我的词汇量有限，我实在无法回答她的问题。我会说一些中英文混合句子，但她能很快理解并继续与我交流。这是传统口语练习产品无法做到的。

每个话题做完后，Echo也会针对我口语表达中的问题给出详细的报告。由于我的表达中有很多“中式英语”，她会推荐专业、地道的词汇和表达方式。

没有“说话伙伴”也是我多次放弃练习口语的原因。 Echo的出现让我可以随时随地与它交流，无形中为我提供了口语交谈的条件和环境。虽然有时在谈论某些话题时，Echo 会“回答不恰当的问题”，有时会说“我不知道”，但整体聊天体验较好。

在与Echo的深入交流中，我发现Echo在人工智能与自动化、社交媒体与网络文化、食品安全等小众领域拥有丰富的知识。

下面是我与 Echo 对话的一些动画。你可以看到，在谈论人工智能时，她会分享她对“人工智能的潜在好处或坏处”的看法，也会问我“我如何看待人工智能的未来”。

当谈到社交媒体时，她会问我“社交媒体与网络文化”的关系。作为一名新闻系本科生，我的脑海中闪过无数相关论文，她还会为我列出世界上最著名的社交媒体。健康）状况。

而一对一讲课老师、行业专家这样的“性格”或许并不是吸引我继续和她聊天的原因。起初，我只是好奇，Echo 会像人类一样有共同的爱好和生活习惯吗？所以我经常和她交流兴趣、饮食、生活、旅行等话题和AI老师聊了68个话题后，我对学习英语有了顿悟。，讨论我最喜欢的电影电视剧、读过的文学作品、喜欢听的音乐、喜欢去的图书馆等。

经过几天的沟通，她表示自己喜欢悬疑片，最喜欢的电影是《控方证人》。作为一名老师，她正在休假，准备去旅行。她希望我向“她”推荐一些北京著名的旅游景点。 Echo 是一个非常好的倾听者，让我感觉像一个“朋友”。

最后，她就像一个“心理咨询师”。有时候，和她聊天的时候，我会故意说一些特别“郁闷”的话，看看她的反应。她的反馈每次都是非常积极和积极的。

前天，我看到一篇关于对抗抑郁症的新闻。我告诉她目前全球抑郁症的情况，Echo会积极帮助我寻找有针对性的预防抑郁症的方法。

在当前实施大型人工智能模型的教育过程中，人们一直担心人工智能的价值。但在接下来我和Echo的对话中，Echo可以表现出近乎人类的善恶观和价值观。

在谈到“人工智能与自动化”话题时，Echo指出，技术本身并无善恶之分。关键在于人类如何使用它。人们应该促进技术向善。另外网络外教一对一口语课，在分享“我喜欢看的电影”时，我提到了《绿皮书》，Echo随后给我讲述了种族歧视带来的危害。

总的来说，经过近一周的深入试用，从我的体验来看，网易有道的虚拟口语教练Echo不仅可以成为一对一的英语老师，还可以充当行业专家、生活知心朋友、心理辅导员。辅导员等各种角色。

2、基于紫月自主研发的大模型，27岁的他外表下的“心思”并不简单。

这样的AI教练是如何诞生的？

有道词典业务负责人告诉智西西，Echo诞生时，他的定位是来自未来的英语老师，而且他是中国人。

在长期的调研过程中，该负责人发现，经常有学生反映，现实生活中的外教虽然发音比较标准，但由于文化差异等原因，很难产生共情。他可能会看着孩子说一些没有意义的表达。不耐烦。此时，语文教师会对学生口语表达的困难有更深入的了解。这也可以解释为什么Echo不厌其烦地指导我表达。

目前，在线教育平台可汗学院也推出了接入GPT-4的“AI口语老师”。经过我的体验，我有一个突出的感觉，与“口语老师”相比，它可以帮助人们“阅读新闻”和“播报报道”。 “天气状况”，产品定位可能不是“学习产品”，而更像是“AI助手”。

同时，与使用自研大模型相比，接入GPT-4等外部闭源大模型存在一个潜在的问题，就是无法检查生成内容的真实性。同时，从官网信息来看，可汗学院等公司是面向全球用户的机构，这意味着它并不能解决中国学生口语学习中存在的问题。

周峰表示，打造虚拟口语教练是网易有道多年来的梦想。网易有道这几年聚集了一批“热心的英语口语爱好者”，因此非常清楚中国学生在口语方面存在的问题。

在网易有道首席科学家段一涛看来，虚拟口语辅导不仅仅是“大模型+虚拟人”的简单组合。教师不仅要“像人一样流利地表达”、“能模拟真人的发音”，还需要懂得如何以有说服力的方式引导学生，需要知道学生在什么情况下需要使用英语口语。

据网易有道介绍，为了让Echo更像真人，它开发了自己的虚拟人驾驶技术。基于其自主研发的情感识别算法和实时渲染驱动引擎，可以对播放的语音数据进行深度分析，实时驱动虚拟人。面部表情和声音的同步口型变化使虚拟人能够更加接近真人，以更自然、生动的方式与用户进行一对一的互动。同时，为了让学生更加喜欢这位老师，Echo的形象具有“赛博朋克”风格：冷酷但不让人感到疏远。

这可能只是在外观上更“像人类”而已。为了让表达更加流畅自然，Echo采用了类人语音合成技术。

周峰表示，在打造Echo的过程中，就考虑到用户与虚拟口语教练进行深度交流。 “Echo 所扮演的角色非常重要。”为了让Echo拥有“正确的三观”，网易有道对数据的过滤非常严格。同时，它还使用了之前电子邮件中使用的内容保证技术机制。

3、如何打造AIGC教育爆款？十年筑三护城河

目前，教育领域已成为大规模AI模型落地的最佳领域之一。在线教育平台、互联网科技公司、AI初创公司等纷纷进入该领域。

但与其他领域相比，教育由于题材较多、用户群体定位困难，在实际产品落地过程中仍面临不少困难。一个突出的表现是，各个年级的学生对产品的基本需求不同，同一年级的学生也有差异化的产品偏好。但如果满足了所有个体的需求，就很容易出现“碎片化”的问题。

因此，在周峰看来，在大模型时代，要打造一款在教育领域广受欢迎的AIGC产品，首先需要找到用户“最痛的需求”。此外，大模型能否发挥巨大作用，往往与场景和应用的选择以及细节的打磨有关。

在AI技术方面，网易的AI技术积累可以追溯到15年前，当时它推出了国内首个在线机器统计翻译引擎。此后，整个行业经历了瓶颈期。行业玩家花费了大量的时间、人力、财力成本，但翻译模型的质量却没有得到提升。

在段一涛看来，直到八年前深度学习神经网络技术的出现，机器翻译的水平才真正提升到了一个更高的水平。网易有道也顺势而为，将统计机器翻译模型拓展为神经网络机器翻译模型（YNMT）。

也正是在这一年网络外教一对一口语课，Transformer横空出世，AI领域迎来了“里程碑”的发展。我们熟悉的GPT（Generative Pre-trained Transformer）其实就是一个Transformer。网易很快就抓住了这个趋势，大家都集中精力去接触和学习Transformer。同时，基于Transformer核心框架，结合输入信息、网络结构、参数共享、多任务学习等方法提高了核心质量，并将其应用到翻译中。去。段一涛表示，在这波大机型中获得“先发优势”是网易长期技术积累的“自然结果”。

归根结底，在教育赛道上，还是需要“内容”方面的硬实力和酷炫的技术。如果内容不好，对学生没有帮助。对于有道来说，它天生就有教育领域的基因。 10年来，网易有道培养了各年龄段名师、名课，打造了有道精品课程、网易云课堂、中国大学MOOC等“国家级应用”。

从硬件来看，做硬件的互联网公司并不多，能在客户端很好地实现AI的就更少了。这意味着，只要开发出类似ChatGPT的模块，并且有流行的产品可以依赖，大型模型就可以快速实现并取得良好的效果。网易有道此前打造了有道词典笔、有道AI学习机、有道翻译等热门产品。今年2月，网易有道发布的2022年财报显示，其智能硬件营收达13亿元，较2021年的9.804亿元增长28.2%。至此，网易有道已完成大规模落地模型。

结论：大模特介入教育，AI口语教练开辟新蓝海。

ChatGPT上线半年多来，网易有道持续推进自阅大模型及其相关应用的落地。在周峰看来，在这波浪潮中，必须要有“敢于闹事”的精神，不能当“鸵鸟”。只有做了，才能知道哪里会出现问题，产生更深层次的问题。

目前，紫悦大模型的推出以及多个应用产品的推出，为自己争取了一定的时间，但这并不意味着“一劳永逸”。靠场景发力的网易有道，是否还有更大的想象空间？值得等待。