当业界还在讨论大模型参数、办公Agent、每日消耗token量的时候,一款垂直教育AI产品却在迅速进化。
飞象老师是一款面向教育场景的大模型产品,日前3.0版本上线,核心在于新增了教育应用生成能力。
从1.0的课件生成,到2.0的教学全链路AI能力,到3.0的应用生成,都是垂直教育AI的关键拐点,都是边界的持续外扩。这种跨越意味着什么?
产品能力拆解:3.0到底实现了什么?
笔者有个朋友当老师,他经常吐槽给学生排座位很头大,一是每周需要根据身高轮换座位,二是学生和学生之间经常有磕磕绊绊,需要调开座位,而且千万不能让课堂上总说话的孩子挨着坐一起,需要“爱说话”和“不爱说话”同学挨着,才能保证课堂纪律。
再者,如果有一个随机排座位的程序,就不会被吐槽不公平了。
那笔者就用飞象3.0做一个满足上述要求的“每周排座位”的应用。
首先在飞象老师输入指令:“生成一个每周调座位程序,教室一共56个座位,7排8列,每周向前滚动一排,每个座位标上名字,支持新加学生。”
不到一分钟,一个基础版的排座位程序就实现了。
可以实现“推荐到下一周”的座位表、可以打印座位表、新增学生、导入名单。
飞象也支持继续修改完善功能。
输入“不让爱说话的同学挨着”、“个子高的保持在最后三排调动”、“增加随机安排座位”指令后,第二版的调座位程序很快出来,相应功能也实现了。
接下来详细看看飞象老师3.0的产品能力。
首先,3.0的核心能力是——“对话即应用”:
用户只需用自然语言描述需求,AI在几分钟内生成一个具有完整功能、可直接访问、可迭代的教育应用;不需要拖拽组件、不需要理解数据库和部署,纯自然语言驱动;每个应用有独立访问链接,支持用户注册与数据保存,可持续迭代。
它的底层能力也进行了全面升级。
高保真文档解析。教材、试卷、教案中的公式和插图可被准确读取,原题、原公式、关键教学语义得以保留。
3D互动与专业图式。生物结构、物理实验可转化为可旋转、可拆解的3D模型。
音视频融合。老师可上传自己的讲解音频、实验视频参与课件生成
数据与资源调用。学校过往积累的课件、素材可被调用;其他应用软件的数据也可接入。
它与“通用编程助手”也有本质区别。
通用AI(如Cursor、Copilot)生成的是代码片段,需要开发者理解代码、具备工程能力才能把它变成可用的产品。
而飞象老师3.0生成的是可直接运行的完整应用,内置教育能力内核(题库调用、作业批改、错因诊断、个性化出题),开箱即用。
通用AI降低的是“写代码”的门槛;飞象老师3.0降低的是“从创意到产品”的翻译损耗。
来看看其它案例,帮助更好的了解产品。
化学元素周期表:将静态周期表变成可自主探索的化学学习工具
具身智能实验室:前沿科技内容的教育化表达。
AI黑板:输入公式即可自动生成坐标系
班级管理工作台:教育需求不止于教学,也覆盖日常运营
微观生命结构馆:3D立体查看细胞结构
这些只是很小一部分案例,总之,飞象老师生产的应用不是一次性成品,是 AI 支持的 “持续生长的教育载体”。
很多 AI 产出物是一次性生成,用完就丢弃。而飞象生成的应用支持反复对话迭代。使用者后续可以继续用自然语言修改规则、新增功能、调整难度。应用会跟随教学场景变化持续演化,适配学期变化、学生学情变化,这和一次性生成课件有本质区别。
供给侧变革
教育应用创作主体转移
教育的奇经八脉打通了
过去,教育软件由工程师团队主导,教育想法需要经过产品、开发多层翻译,存在创意损耗;
现在,教师、学生、家长、教研人员、学校机构均可成为教育应用创作者。
过去是老师在讲学习方法,但对差异化巨大的学生而言,并不一定适合。每个学生又有自己的方法可以分享,家长也有基于对自己孩子的熟悉而产生的教育方法,但又参与不到教育产品中。
飞象3.0提供了教育方法、学习方法、创意平权的平台。经验和方法是隐性知识,只存在老师学生的脑子里、课堂口头、零散教案里,很难沉淀成标准化数字化产品。传统方式要么写论文教案,要么找团队开发,成本极高。
飞象3.0 的价值,不止做工具,而是把教师、学生头脑里的隐性教育经验,直接固化成可链接分享、可复用的数字化产品。
带来的核心变化是,教育应用的创造者,也在从专业的软件开发团队,扩展到真正理解教育、拥有专业方法的人。
以往老师、学生、家长、教研人员之间创意、经验相互隔绝,如同经脉淤堵;飞象3.0 把这条通路打通,每个人的教育思考,都有机会变成可落地的数字化工具,完成经验流转,打通“奇经八脉”。教育链条的各个参与者,可以没有技术门槛地共享、分发信息、理解、创意,充分打通不对称。
这是一场教育AI的深层次供给侧变革。
而3.0也有需求侧价值:真实细碎的教育需求得以被产品化。
场景被最大限度的拓展。不止学科学习工具,还包含班级管理、社团工具、学生自制学习工具、家庭学习打卡等多元场景。飞象老师3.0 催生大量轻量化、面向小场景的教育微应用生态,补充大平台覆盖不到的长尾需求。
垂直AI的路径价值也被验证了。通用大模型擅长广度,垂直教育AI追求场景深度。
飞象老师展示了垂直AI在教育场景的落地深度:在教育领域的深度积累,教育专业框架、权威题库、教育资源库、教育能力内核,使其能生成开箱即用、懂教育的完整应用,这是当前通用模型难以直接替代的。
垂直教育AI的能力边界实现了扩展,某种意义上说,这也是一道分水岭。
分水岭意味着,不只是诞生一个好用工具,更是催生全新生产者生态。它降低门槛,唤醒教育场景里千万“原生教育开发者”—— 教师、学生、家长、学校等等。
不可否认,一扇新的大门已经打开。当教育产品的创作权交到一线参与者手中,教育数字化便不再只是自上而下的平台建设,更生长出无数来自课堂、来自家庭的鲜活创新。垂直教育 AI 的故事,才刚刚拉开序幕。