AI一周观察｜从AI世界到教育行业

　　来源|多知

　　作者|做教育的TCOH

　　这是面向教育行业的AI趋势观察栏目。

　　在这里，不是单一地追逐模型更新或热点堆砌，而是持续关注真正重要的AI变化——它意味着什么，又会如何改变教育行业。

　　多知希望，能与一群真正做教育的人，看得更远一点。

　　以下为近期观察点。

　　观察1

　　Gauth Atlas与Flipbook背后：AI开始让“课程”实时生成

　　【新闻事件】

　　5月上旬，字节跳动旗下海外教育产品Gauth推出了一款可视化、可交互的学习产品——Gauth Atlas。它不再像传统AI一样“问一道题、答一道题”，而是会围绕某个知识点，自动生成一个可探索的知识空间。比如只需在其官网页面输入想要了解的主题(比如丝绸之路、阿波罗 11 号、相机的工作原理等)，Gauth Atlas 就会将静态信息转变为一个可视化(多为手绘感的信息插画风格)、可交互的动态知识图景，你可以点击其中的关键人物、路线、物品和细节，逐层深入学习。

　　与此同时，AI圈另一款产品Flipbook也传播甚广。它尝试让网页内容不再是固定页面，而是由AI根据用户的问题和兴趣，实时生成信息界面。很多人将它理解为AI时代的新网页形态。

　　这两个产品虽然方向不同，但都在指向同一个变化：AI正在从回答问题，走向重新组织用户理解世界的过程。

　　【意义解析】

　　过去互联网时代的信息组织方式，本质上是固定结构。网页是提前设计好的，课程目录是提前规划好的，所有人看到的知识顺序也基本一致。即使到了AI时代，很多产品仍旧停留在用户提问—AI回答的阶段，AI更像一个搜索引擎升级版。

　　但Gauth Atlas和Flipbook开始出现一种新的变化：AI不再只是提供答案，而开始主动组织知识与信息结构。换句话说，过去是人去适应知识结构，未来可能会变成知识结构主动适应人。

　　这意味着，AI未来真正改变的，可能不是内容生产，而是信息与知识如何被理解。

　　【对教育行业意味着什么】

　　过去教育行业的核心逻辑之一，是标准化课程设计。因为默认假设是：大多数学生应该按照同一套知识顺序学习。所以教育公司的核心能力，是设计更好的课程体系、章节顺序和知识结构。

　　但如果AI开始能够实时理解用户，并动态调整知识路径，那么课程本身可能会被重新定义。未来教育产品，可能会越来越从卖课程，走向“生成学习过程”。

　　也就是说，未来教育行业真正重要的能力，可能不再只是谁的课程更完整，而是谁更理解学生、拥有更多学习数据，并能够根据用户状态，动态生成最适合的学习过程。

　　观察2

　　Mira实时交互模型：AI能“插嘴”了，更助于课堂仿真的实现

　　【新闻事件】

　　5月初，由OpenAI前CTO Mira Murati创立的新公司Thinking Machines Lab，首次展示了实时交互方向的新模型能力。与传统AI“你说一句、它答一句”的模式不同，这类模型开始支持真正的全双工实时交流：AI能够一边听、一边理解、一边回应，甚至可以像真人一样插话、追问、打断、同声翻译，并根据语气和上下文实时调整反馈。

　　【意义解析】

　　过去的大模型，本质上仍旧是“回合制系统”。用户输入一句，AI处理后再输出一句，中间存在明显等待感。这种模式虽然已经能完成问答、搜索和内容生成，但它并不真正符合人类自然交流方式。

　　而类真实交流的特点其实是：一边听一边理解、随时插话、根据语气调整反馈。

　　而Mira这类实时交互模型的重要性在于，它开始让AI脱离问答机状态，进入共同交流阶段。换句话说，过去AI更像搜索引擎升级版，而现在，AI开始更像一个真正参与交流的人。

　　这意味着，AI未来竞争的重点，可能会逐渐从回答是否正确，转向交流是否自然。AI真正的变化，也许不只是更聪明，而是开始具备持续互动、情绪反馈和实时协作能力。

　　【对教育行业意味着什么】

　　这件事对教育行业的重要性，可能比很多模型能力提升都更大。因为教育本质上并不是单纯的信息传递，而是实时互动。老师在课堂中的很多价值，其实并不来自“知道答案”，而来自观察学生状态、追问、打断、调整节奏、鼓励、纠偏，以及不断根据学生反应改变讲解方式。

　　过去很多教育AI产品，仍旧停留在工具逻辑：学生提问，AI回答;学生输入，AI反馈。

　　但实时交互模型出现后，AI可以进一步接近交流关系本身。未来AI在教育中的角色，可能会逐渐从答题工具，变成AI陪练、AI口语搭子、AI辩论对象，甚至是长期陪伴型学习角色。

　　这也意味着，未来教育行业的竞争，可能会越来越从谁的内容更多，转向“谁能构建更自然、更持续、更像真人的学习互动关系”。

　　观察3

　　谷歌视频模型开始“像老师一样讲题”：AI可能正在接近实时生成一堂课

　　【新闻事件】

　　5月中旬，Google新一代视频模型相关演示开始在AI圈传播。这次被大量讨论的，并不是视频更真实了，而是大家看到了模型在视频里稳定输出了讲解过程。例如，在一些演示中，AI不仅能正确书写数学公式，还能让推导步骤前后逻辑保持一致;与此同时，镜头会自动跟随重点内容移动，像真实老师上课一样进行放大、切换和节奏推进。

　　很多AI从业者开始意识到，这已经不是简单的文生视频。过去的视频模型更擅长生成故事、动画和打斗场景，而讲题其实是另一种完全不同的能力。因为讲题要求的不只是画面生成，而是逻辑连续、过程正确、重点清晰，以及前后内容一致。某种意义上，AI开始第一次真正接近生成一堂课。

　　【意义解析】

　　过去的视频模型，本质上更像动态图生成器。它们虽然已经能生成非常逼真的画面，但大多数时候并不真正理解过程本身。

　　所以生成一段好看的故事视频相对容易，但一旦进入数学推导、物理变化这类过程型内容，模型就很容易出现逻辑断裂、步骤错误和前后不一致的问题。因为模型过去更擅长的是让画面看起来合理，而不是让过程真正成立。

　　但这次Google视频模型真正引发行业关注的地方在于，AI开始不仅生成画面，而开始稳定生成讲解过程。这和过去数字人念PPT其实完全不同。过去很多AI教学视频，本质上仍旧是人类提前写好脚本、设计好板书，再由AI负责配音或者生成画面;但现在，视频模型开始越来越接近自己组织讲解步骤、自己推进过程、自己决定镜头如何强调重点，并动态呈现一个完整的教学过程。

　　【对教育行业意味着什么】

　　这件事对教育行业真正大的影响，可能并不是AI会做视频，而是AI开始第一次接近实时生成教学过程。过去教育行业里的视频，本质上仍旧是固定内容：老师提前录课、动画提前制作、数字人提前设计。即使再智能，本质上也还是提前生产好的内容。

　　但如果视频模型开始真正具备过程生成能力，未来教育产品可能会发生一个很大的变化：学生看到的，不再只是录播课，而是AI根据问题实时生成的一堂课。

　　例如，一个学生问“为什么这个三角函数要这样变形”，AI未来可能不只是给一个答案，而是直接生成完整的讲解过程：镜头自动聚焦重点步骤，公式随着推导动态展开，关键位置自动放大，甚至会像真人老师一样根据学生卡顿的位置，实时调整节奏和讲法。

　　小结

　　近期的几个变化，看起来分别发生在知识组织、实时交互和视频生成领域，但背后其实都在指向同一个方向：AI正在越来越深地参与学习过程本身。

　　过去，AI更多是在内容之外辅助学习;而现在，AI开始逐渐进入知识组织、课堂互动与讲解过程内部。教育行业真正大的变化，可能不是AI能不能替代老师，而是学习本身，正在被重新组织。