以下為演講實錄，經(jīng)編輯：

大家下午好！我是來自即構(gòu)科技的教育行業(yè)產(chǎn)品經(jīng)理，我今天分享的主題是“RTC+AI，AI伴學(xué)開啟在線課堂新范式”。

即構(gòu)科技是一家專注于RTC和AI領(lǐng)域的在線教育服務(wù)商。RTC是實時互動音視頻技術(shù)，我們通過實時音視頻技術(shù)為客戶提供音視頻互動通話，教育里面主要應(yīng)用于在線課堂里面的直播、1V1相關(guān)場景。

基于我們20年的技術(shù)積累，截止到今天，我們服務(wù)了超過4000家全球企業(yè)，連接了超過5億終端的用戶，覆蓋200多個國家和地區(qū)。每天使用ZEGO RTC服務(wù)的用戶產(chǎn)生的日均互動時長超過30億分鐘，基于用戶體驗，我們適配了3萬多臺終端設(shè)備，覆蓋國內(nèi)外各大廠商。

一、在線課堂

（一）從技術(shù)視角，看在線課堂演進的驅(qū)動邏輯

教育行業(yè)也是我們服務(wù)的重點行業(yè)之一。通過RTC和AI相關(guān)技術(shù)，我們?yōu)榻逃袠I(yè)主要輸出了包括大班課、小班課、1V1、雙師課堂、超級小班等各類在線課堂的解決方案。也正是因為有這樣的一些積累，所以今天在這里，我們想從技術(shù)平臺的視角來分享一些對在線課堂的看法。

從技術(shù)的視角，我們認(rèn)為在線課堂主要受三大核心力量的驅(qū)動。

? 市場需求：首先是市場需求，市場需求是核心的牽引，在不同的階段提出了不同的在線課堂的需求。

? 技術(shù)發(fā)展：底層是技術(shù)，技術(shù)是作為基礎(chǔ)引擎為我們的市場需求提供解決方案，同時技術(shù)的突破可以去推動教學(xué)理念的演進。比如早期的教學(xué)理念是以資源為中心，當(dāng)移動互聯(lián)網(wǎng)直播技術(shù)的普及，把教育資源問題解決以后，教學(xué)的理念就變成了以學(xué)生為中心，今天又希望實時互動甚至AI相關(guān)的技術(shù)能夠為學(xué)生提供更好的個性化教學(xué)服務(wù)。

? 教育理念：教育理念的不斷變化同時在刷新著好課堂的定義，什么樣的課堂才是一個好的在線課堂？所以我們認(rèn)為在線課堂就是在這樣一個循環(huán)里面不斷地發(fā)展。

在線課堂的發(fā)展歷程我們總結(jié)為大概四個階段。

1. 在2015年之前，在線課堂其實還是在解決教育資源的問題，主要是解決資源不均衡的問題。

2. 從2015年開始，主要是直播、實時互動、移動互聯(lián)網(wǎng)的普及，這個時候在線課堂才是真正實現(xiàn)了在線教學(xué)，也就是老師可以通過線上進行教學(xué)，而遠端的學(xué)生直接進入課堂之后和老師進行線上的互動學(xué)習(xí)。

3. 到2020年，在線課堂又邁入了新的階段，進入OMO線上線下融合、智能化的教學(xué)階段，智能硬件、AI等技術(shù)大面積應(yīng)用。

4. 現(xiàn)在這個階段已經(jīng)不再去滿足于當(dāng)下的直播的這種課堂需求，而更多的是以學(xué)生為中心，想要追求個性化的教學(xué)和提升學(xué)習(xí)的主動性。

（二）實時互動在線課堂典型產(chǎn)品形態(tài)

從2020年開始，當(dāng)下的在線課堂更多的是追求學(xué)生的個性化，我們想看一下今天市面上主流的在線課堂產(chǎn)品形態(tài)，它們在這個方向上做得如何。這里列舉了四個主流課堂場景：

1. 大班課：大班課的主要特點是普惠教育，它可以覆蓋足夠大的規(guī)模，但是大班課對學(xué)生的個性化關(guān)注幾乎沒有。

2. 1V1：和大班課截然相反的就是1V1，1V1是一個老師對一個學(xué)生，老師能關(guān)注到學(xué)生個體的意愿和訴求，可以因材施教。1V1可以滿足個性化的需求，但是需要大量的老師，老師的成本對教育機構(gòu)來講是非常高昂的。

3. 小班課：介于大班課和1V1之間的課堂形態(tài)，小班課可以兼顧一定的個性化訴求以及課堂的氛圍。但是如果想要兼顧這兩者對老師的能力素質(zhì)要求比較高，老師需要有很好的控場能力，所以老師的成本相對也是比較高的。

4. 錄播AI課：除了這三種真人老師和學(xué)生之間的形式，還有錄播AI課，錄播AI課是把學(xué)習(xí)的內(nèi)容一次性制作進行無限分發(fā)。它的特點是可以做到規(guī)模和成本的極致，但是它也沒有辦法交付個性化的輔導(dǎo)。

所以我們可以看得到，當(dāng)下在主流的教育在線課堂的產(chǎn)品形態(tài)里面，每一個場景都有自己的特點，但是其核心就是在成本、個性化和規(guī)?；g找平衡點。

（二）傳統(tǒng)AI錄播課：邊際成本做到極低，但無法個性化教學(xué)

剛剛的幾個場景各有優(yōu)勢，但是沒有辦法解決所有的問題，所以我們就提出一個問題，能否在追求普惠教育，也就是規(guī)?；耐瑫r提升課堂學(xué)習(xí)的互動性和個性化？

這個圖表示在沒有AI之前的情況下，可以看到只有錄播AI課是真正可以把規(guī)模化和成本做到極致，但是它和個性化的方向相距甚遠，沒有辦法滿足個性化的需求。

稍微講一下錄播AI課，這是錄播AI課的學(xué)習(xí)流程。錄播AI課本質(zhì)上是把完整的內(nèi)容切割成多個片段，然后把這些片段和學(xué)生進行人機交互，學(xué)生可以在過程中學(xué)習(xí)內(nèi)容，到了一定的時候，通過點擊或者是判斷，或者是一些人機相關(guān)的交互，可以進行反饋，然后在固定的流程里面會根據(jù)學(xué)生的反饋給到判斷式的反饋信息。它的特點就是一次制作標(biāo)準(zhǔn)的內(nèi)容可以無限分發(fā)，把規(guī)模和成本做到極致，但也是因為它是固定的流程，所以在這個過程中學(xué)生沒有辦法脫離這個流程，也沒有辦法進行個性化的教學(xué)。

二、個性化AI伴學(xué)

（一）打造在線課堂新范式

沒有AI的時候我們很難解決剛剛那些問題，但是今天有了AI之后，我們探索了一些新的課堂形式。AI伴學(xué)，就是我們接下來要講的新的課堂形式，我們認(rèn)為可以同時解決我們想要的規(guī)?；?、個性化、成本之間的問題。

AI伴學(xué)是什么樣的課堂形態(tài)？

這是在直播課中的AI伴學(xué)形式，它的流程是，有一位真人老師在直播課中先進行在線教學(xué)，比如說今天是一節(jié)英語課，她教的是關(guān)于How often這個問題對應(yīng)的詞匯。當(dāng)真人老師需要和學(xué)生之間進行互動，來檢驗學(xué)習(xí)效果的時候，類似課堂演練的環(huán)節(jié)，這個時候真人老師可以通過控制系統(tǒng)，讓所有的學(xué)生都進入到一對一的對話彈框，在這個對話彈框里我們引入了AI的分身老師，剛剛一個彈框里面的老師其實就是真人老師的分身，通過AI老師和學(xué)生之間進行個性化的問答。在剛剛的視頻里面，學(xué)生剛開始沒有答出來，老師給予了一定的引導(dǎo)，等到學(xué)生回答以后老師給予了肯定。

這里面有效解決了三大問題：

1. 學(xué)生參與互動少。傳統(tǒng)的直播課里面如果想要互動只能是真人老師和學(xué)生之間通過連麥，真人老師可以選擇少數(shù)幾個同學(xué)進行連麥，其他同學(xué)只能眼巴巴地看著那些同學(xué)和老師連麥，可能只有羨慕的份兒，但是通過這種方式可以讓所有學(xué)生在同時課都可以參與這種互動，所以有效解決了學(xué)生參與互動少的問題。

2. AI老師是真正根據(jù)學(xué)生進行一對一的互動問答，并且給到他個性化的學(xué)習(xí)。

3. 在直播課中引入AI伴學(xué)這種產(chǎn)品形式可以即時知道學(xué)習(xí)效果。老師和學(xué)生包括家長可以在這種隨堂演練中，及時知道學(xué)生的學(xué)習(xí)效果，而不至于到課后練習(xí)之后才能知道學(xué)習(xí)效果如何。這就是AI伴學(xué)課堂方案，它是真正可以提供一種規(guī)模化、個性化的互動學(xué)習(xí)形式。

（二）業(yè)務(wù)能力根本性升華

我們把傳統(tǒng)的AI錄播課和新的AI伴學(xué)做一個對比，AI伴學(xué)不僅僅是交互技術(shù)上的變化，更多的是業(yè)務(wù)能力的根本性升華。我們總結(jié)了三個大點：

1. AI伴學(xué)對比傳統(tǒng)的AI錄播課是對整個教學(xué)模式的變化。傳統(tǒng)的AI錄播課核心是輸出標(biāo)準(zhǔn)性的內(nèi)容，還是在賣內(nèi)容，但是AI伴學(xué)其實只是和學(xué)習(xí)主題有關(guān)，但是不再拘泥于生成標(biāo)準(zhǔn)性的內(nèi)容，是真正做到個性化的互動，它所售賣或者給學(xué)生提供的是服務(wù)，是服務(wù)學(xué)生的時間。

2. AI伴學(xué)和傳統(tǒng)的AI錄播課相比，我們給了學(xué)生自由控制的權(quán)利。大家不要小看這個自由控制的權(quán)利，自由控制的權(quán)利其實是對學(xué)生探索意愿和好奇心的保護。想象一下，如果我在一個傳統(tǒng)的AI錄播課中，對某一個知識點有疑問，但是如果這個時候流程沒有進入到提問的環(huán)節(jié)，你就沒有辦法對這個課程進行提問，從而解決你的一些疑惑。但是AI伴學(xué)的這種形式里面，你可以隨時隨地地給你的伴學(xué)老師進行提問，伴學(xué)老師給你反饋。這一點極大保持了學(xué)生的好奇心以及他對于知識探索的欲望。在傳統(tǒng)的AI錄播課里面，如果一而再再而三，讓學(xué)生想要了解知識的時候了解不到，會影響他的學(xué)習(xí)欲望。AI伴學(xué)可以讓學(xué)生有持續(xù)的學(xué)習(xí)動力。

3. AI伴學(xué)可以給業(yè)務(wù)機構(gòu)形成護城河。怎么理解？傳統(tǒng)AI錄播課所能夠給機構(gòu)帶來的數(shù)據(jù)最多就是判別式的數(shù)據(jù)，比如這道題學(xué)生答得對還是錯，但是AI伴學(xué)給教學(xué)機構(gòu)帶來的是完整的對話，里面每一個環(huán)節(jié)都是對應(yīng)數(shù)據(jù)，比如我們的學(xué)生在什么時候會發(fā)起這樣的提問，提的問題都有什么、分布是怎么樣的，學(xué)生的回答又是怎么樣的，大部分的學(xué)生在這個回答中是流暢的還是有一定的磕巴，這些數(shù)據(jù)都可以反哺教育機構(gòu)、反哺我們自己的AI模型，讓我們的AI模型進行升級迭代，從而形成業(yè)務(wù)的護城河。

所以AI伴學(xué)我們認(rèn)為是一個業(yè)務(wù)能力根本性的升華，它是一個真正意義上的教學(xué)新范式。

（三）個性化AI伴學(xué)——四大核心要素

AI伴學(xué)既然能解決這么多的問題，那么如何打造一個重塑業(yè)務(wù)場景的個性化AI伴學(xué)課堂。我們主要關(guān)心四大要素：

1. 互動體驗。自然流暢的實時互動是整個學(xué)習(xí)的基礎(chǔ)。

2. AI的“聽”和“答”。AI能不能像真人老師一樣及時性地理解學(xué)生提出的問題，并且準(zhǔn)確地識別到學(xué)生所提到的關(guān)鍵詞，給到對應(yīng)的內(nèi)容。只有讓AI老師和學(xué)生進行正確的互動問答之后，你才能讓對話持續(xù)，否則學(xué)生提一個問題，老師已讀亂回，或者老師和學(xué)生各說各話，這個互動就沒辦法進行下去。

3. 學(xué)習(xí)效果。學(xué)習(xí)效果評價有兩個方面：一是AI老師的專業(yè)性，專業(yè)性一是來源于大模型的設(shè)定，二是教學(xué)知識庫相關(guān)的處理。還有另外一方面就是，AI是不是冰冷的AI，AI是不是有感情的AI，它也會影響學(xué)生的學(xué)習(xí)效果。比如我們的AI老師能夠給學(xué)生回復(fù)的內(nèi)容上，除了準(zhǔn)確以外，還可以給予一定的情緒價值，比如說鼓勵學(xué)生大膽開口，鼓勵學(xué)生勇敢地回答，對于正確的答案給予一定的認(rèn)可價值，都是能夠提升學(xué)習(xí)效果的。

4. 性價比。能不能低成本、大規(guī)模的落地。今天成本是所有教育機構(gòu)面臨的核心問題，所以我們希望技術(shù)方案能夠給教育機構(gòu)不帶來額外成本的情況下真正做到落地，讓千萬學(xué)生真正能夠得到受益。

（四）即構(gòu)AI伴學(xué)在線課堂方案

我們提供了什么樣的技術(shù)能力來實現(xiàn)剛才所說的四大要點？

1. 實時流暢的對話

第一，業(yè)界領(lǐng)先的RTC服務(wù)，保障AI的穩(wěn)定性與實時性。

我們在RTC領(lǐng)域持續(xù)積累了近20年，這里是我們幾個關(guān)鍵性指標(biāo)，第一個指標(biāo)是我們?yōu)槿蛩械挠脩艨梢蕴峁?00毫秒的超低延時的全球?qū)崟r互動。這個數(shù)據(jù)是什么樣的含義？今天人和人之間的溝通，比如我站在這里，你站在我旁邊，我說一句話，你聽到的時延大概是300-400毫秒，200毫秒以內(nèi)完全是一個擬真的場景，完全感知不出來有距離，這是RTC的能力。RTC即使結(jié)合了ASR、AI、TTS等相關(guān)的處理環(huán)節(jié)，我們也可以提供在差不多1秒左右的端到端的AI互動對話體驗，1秒左右基本上等同于人和人之間，我提了問題之后，你稍微思索一下，然后回復(fù)我的時延。國內(nèi)外廠商終端的適配數(shù)量我們剛剛也提到了，我們大概適配了3萬家國內(nèi)廠商的終端適配，這點可以保障我們所有的學(xué)生，不管是什么樣的機型，都能夠有一致的互動體驗。最下面的兩點是我們自己全球的MSDN海量有序網(wǎng)絡(luò)和節(jié)前情況，我們在全球覆蓋500+的節(jié)點，為全球所有的用戶提供穩(wěn)定的網(wǎng)絡(luò)服務(wù)。

2. 準(zhǔn)確、擬人的互動

第二，我們希望可以提供提供一個更自然擬真的AI互動對話體驗。

這里就用到我們自研的AI音頻處理能力，我們的AI音頻處理可以讓AI像真人一樣反應(yīng)快、聽得準(zhǔn)、說得清。大家看到音頻處理有太多的技術(shù)要點，它到底是什么東西？以及它的價值到底是什么？我這里就直接用兩段音頻給大家演示一下。

剛剛的兩段音頻大家應(yīng)該能夠聽得出來區(qū)別，第一段音頻里面在說話的時候，它有很多的背景噪音，比如說有風(fēng)聲、雨聲，甚至有叮叮當(dāng)當(dāng)，其實那個是炒菜的聲音，還有其他的雜音。第二段就是經(jīng)過我們自己的音頻處理之后，得到一個干凈純粹的聲音。這里的價值就是，我們的學(xué)生在線課堂學(xué)習(xí)的時候，他的身邊不一定是非常安靜的環(huán)境，他有可能在客廳學(xué)習(xí)，媽媽可能在看電視、在做飯，或者在線下其他的地方，咖啡廳還有背景音樂，可能窗戶外還有噪音等等這些聲音。

人和人之間溝通的時候，這些聲音我們可以通過一定的方法，比如說我和你的距離拉近一點，我的聲音說大一點，或者我們?nèi)吮旧淼拇竽X就會自動過濾掉這些雜音。但是我們要讓學(xué)生和AI老師進行互動的時候，AI老師是不會直接把這些雜音處理掉的，就需要在給到AI老師準(zhǔn)確的信息之前對它做一些處理，要保證我們給到的信息是真正的學(xué)生有價值、有用的準(zhǔn)確信息，才能讓AI老師真正理解學(xué)生的意思，并且給出正確的回答。所以我們說要讓AI老師像真人一樣反應(yīng)快、聽得準(zhǔn)、說得性。

3. 個性化教學(xué)+情感反饋

第三，情感化相關(guān)的事情。

AI老師通過大語言模型、知識庫可以做到回答得準(zhǔn)，這個在今天已經(jīng)不是非常困難了。但是如何讓AI老師具有一定的情感？我們給出的方案就是可以定制老師的聲音和形象，讓它有一定的人格，可以做到更多的情感輸出。針對不同的課堂場景以及不同的訴求，我們可以提供多種定制方案。比如說對于一些名師來講，或者是一些相對比較嚴(yán)肅的，學(xué)生對于老師的認(rèn)可度較高的場景，我們建議可以去復(fù)刻真人老師的形象；對一些比較有意思的課堂或者是一些有特點的課堂，我們可以通過AI生成擬真人的形象，復(fù)刻這些形象，可以做到形象的靈活百變，來提高學(xué)生吸引力。對于一些比較小的學(xué)生，幼齡的學(xué)生，他們可能對真人老師的形象會有一些害怕，就像小朋友見到大人會有一些害怕，這是自然的。

這個時候我們用卡通的形象，可能小朋友更容易接受，小朋友更喜愛，他就愿意和它進行對話。最后還有特定的場景，比如在語文和歷史這樣的課程中，可以運用一些歷史人物的形象把它給復(fù)刻，讓它和學(xué)生之間進行互動回答。比如我們講李白，如果我們可以復(fù)刻一個李白的形象，讓李白介紹自己的一生，對學(xué)生來講仿佛穿越了課本，和古人真正進行互動對話，可以提高學(xué)生的學(xué)習(xí)興趣。

4. 靈活選擇，輕松接入

以上是互動相關(guān)的技術(shù)能力，在這個過程中我們需要有大語言模型等相關(guān)能力，我們現(xiàn)在已經(jīng)接入了國內(nèi)外各類大模型，教育機構(gòu)可以根據(jù)自己的需求自定義，來調(diào)整大模型。同樣，tts也可以根據(jù)機構(gòu)的需求進行靈活調(diào)整。

5. 高并發(fā)能力

個性化的問題得到解決之后，還有第二個問題就是如何去做到大規(guī)模。

兩個人同時互動對話的場景，其實這兩個人是同時發(fā)生的，AI老師是根據(jù)一個教學(xué)主題，但是對兩個同學(xué)下發(fā)了不同的問題，兩個同學(xué)再根據(jù)這個問題進行回答，AI老師也給了他們對應(yīng)的個性化反饋。我們這里演示的是兩個人，其實我們整套的架構(gòu)可以針對萬人級別規(guī)模的并發(fā)，讓所有的學(xué)生都可以在同時進入到這樣的AI伴學(xué)場景里面。

這個就是我們整個AI伴學(xué)的業(yè)務(wù)架構(gòu)，首先真人老師通過我們的直播技術(shù)或者是CDN技術(shù)來進行萬級別甚至十萬級別的直播，當(dāng)老師進入到了需要AI伴學(xué)互動的環(huán)節(jié)，就像我剛剛提到的老師們需要隨堂演練的時候，老師可以通過觸發(fā)系統(tǒng)，讓AI老師和學(xué)生進入到一對一的彈框。我們已經(jīng)驗證了在萬級規(guī)模并發(fā)下保障所有的同學(xué)同時進入，保障所有學(xué)生的效果一致性。這個過程中，AI老師可以和學(xué)生提供個性化的問答，真人老師可以靈活自由控住互動問答的頻率、時長。

6. 極致性價比

大規(guī)模、個性化都解決了，最后說一下關(guān)于性價比。我們講用得起來、用得上的方案才是好的方案。所以通過我們不斷的技術(shù)優(yōu)化，我們可以通過靈活的計費和極致性價比得單價，可以做到單課程、單人成本在3塊錢以內(nèi)，這是大部分教育機構(gòu)可以接受的成本。我們希望不給教育機構(gòu)增加負(fù)擔(dān)的情況下真正讓這個方案能夠落地實現(xiàn)。

（五）客戶案例

這是我們某一個K12的教育機構(gòu)的案例。首先從互動學(xué)生占比，直播課里面互動學(xué)生占比就是真人老師和學(xué)生之間的連麥，以前可能就是挑選那么兩三個，不到5%，但是用了這個方案之后，所有的學(xué)生都可以參與這種互動，可以把占比提高到百分之百?；宇l率上，在真人直播課里面，如果真人老師互動的話，因為真人老師精力的問題頂多有1-2次互動。但是用AI以后，真人老師只要控制這個AI老師就可以了，可以穿插5-6次的互動，甚至更多，單節(jié)課互動占比可以從之前的10%提升到30%。下面是這兩個數(shù)據(jù)是對教育機構(gòu)非常有價值的反饋信息，第一個是在退課和續(xù)費的轉(zhuǎn)化率方面，我們的客戶用了AI伴學(xué)方案之后，和沒有AI伴學(xué)的課堂對比，整體的退課率降低了50%。

正是因為好的效果，當(dāng)前該客戶是在英語和數(shù)學(xué)學(xué)科上進行了使用，未來會在更多的學(xué)科里面復(fù)刻這個場景，然后為更多的學(xué)生提供個性化的教學(xué)。

這就是為我們的教育機構(gòu)提供的一站式AI伴學(xué)解決方案，我們通過提供多模態(tài)的，包括IM、語音和數(shù)字人的互動形式，讓我們的教育機構(gòu)能夠去實現(xiàn)一對一的伴學(xué)互動。通過高級的音頻處理，讓我們的AI能像真人一樣，及時地去反饋聽得清、說得準(zhǔn)，在大語言模型，文字轉(zhuǎn)語音上，機構(gòu)都可以根據(jù)自己的需求自定義。我們配套提供了會話管理、知識庫以及內(nèi)容審核等相關(guān)能力，能讓教育機構(gòu)快速高效落地整套方案。

這是我們即構(gòu)公司RTC+AI的整個產(chǎn)品矩陣，剛才講的是AI伴學(xué)解決方案，AI伴學(xué)的底層核心是RTC+AI的工程化結(jié)合，這里面整個的能力其實已經(jīng)融入到了我們公司的產(chǎn)品矩陣中來，不僅在教育行業(yè)，我們在娛樂、出海、金融等相關(guān)行業(yè)都提供相關(guān)的技術(shù)方案，這里我就不多講了。希望我們能夠給所有的行業(yè)伙伴和開發(fā)者們提供更好的實時音視頻互動技術(shù)，共建實時互動世界。大家如果有興趣的話，我們公司在外面有一個展臺，可以來咨詢。

我的分享就到這里，謝謝大家！