好未來攻堅(jiān)大模型

清晨的斯坦福大學(xué)校園，很安靜，好未來創(chuàng)始人張邦鑫，約上CTO田密，一起散步。

二人心事重重，氣氛有點(diǎn)嚴(yán)肅。張邦鑫一開口，直入主題：“能不能請你放下別的所有工作，只做大模型？”

那時(shí)，ChatGPT發(fā)布已有幾個(gè)月，張邦鑫等人第一時(shí)間關(guān)注，做了些非正式預(yù)研，沒拿定主意要不要跟進(jìn)。他帶著團(tuán)隊(duì)專程赴美，考察大模型的進(jìn)展。

一周多的時(shí)間里，團(tuán)隊(duì)連軸轉(zhuǎn)，英偉達(dá)、谷歌等科技巨頭以及當(dāng)時(shí)還沒爆火的Figure等初創(chuàng)公司，一口氣走了個(gè)遍。白天出門，夜里復(fù)盤討論。

地陪司機(jī)忍不住嘀咕：“別人都是去哪兒玩，去哪兒看show，你們公司一天安排六七個(gè)訪問行程，也太拼了。”

“走完一圈，挺受震撼的，我們很快意識到，AI將給教育帶來巨大顛覆。”田密接受《21CBR》記者專訪時(shí)表示。

那場清晨對話的最后，田密立下軍令狀：“如果大模型做失敗了，我就離開公司。”

他帶著幾十人的隊(duì)伍，埋頭攻堅(jiān)，半年時(shí)間，自研發(fā)布數(shù)學(xué)大模型MathGPT，后取名為“九章”。

現(xiàn)在，九章大模型已深度應(yīng)用到學(xué)習(xí)機(jī)等核心產(chǎn)品，也推出了獨(dú)立APP和小程序“九章愛學(xué)”。能力方面，以數(shù)學(xué)最為突出，在去年MathEval網(wǎng)站的數(shù)學(xué)能力測評中，位列國內(nèi)外幾十個(gè)大模型榜首。

今年，田密團(tuán)隊(duì)，積極推動(dòng)大模型走進(jìn)公立學(xué)校，三個(gè)月就做出了第一版產(chǎn)品“九章愛學(xué)大小屏”，已在全國四個(gè)省市試點(diǎn)。

“AI老師，是好未來堅(jiān)定要做的方向。真人老師能干的事情，要讓AI老師都能干，而且干得更好。”田密說。

押注“九章”

2022年11月底，ChatGPT問世，我們第一時(shí)間開通賬號。用完以后，大家很驚嘆，過完春節(jié)就發(fā)現(xiàn)，身邊討論的人越來越多，這款產(chǎn)品破圈了。

邦鑫和我們幾個(gè)人，一直在討論，要不要跟進(jìn)。當(dāng)時(shí)還沒買卡，就用手頭一批老的英偉達(dá)V100卡，試著做了些預(yù)研測試。

大家覺得，還是得去發(fā)源地看看，了解AI行業(yè)當(dāng)前的發(fā)展?fàn)顩r。我們在美國考察時(shí)，感受很深刻，新的技術(shù)革命來了，好未來必須all in，全力投入大模型。

帶著幾十人的團(tuán)隊(duì)，我重新回到一線攻堅(jiān)狀態(tài)。

大模型要順利起步，三要素的投入不能少，算力、算法人員、數(shù)據(jù)，都是以億為單位的，很燒錢，成本投入是擺在面前的首要問題。

幸運(yùn)的是，老板的決心很大。

算力方面，起初我想過，要不要租一批大廠的卡來訓(xùn)練。邦鑫建議，自己買卡比較可控。好未來在教育公司里，算力投入可能是最大的。

算法的關(guān)鍵在于人。當(dāng)時(shí)集團(tuán)的算法人員大約有100多個(gè)，幾乎全部抽調(diào)來做大模型。我們意識到，大模型顛覆傳統(tǒng)AI的路徑，如果執(zhí)著于過去的技術(shù)路線，就是“屎上雕花”。

數(shù)據(jù)方面，公司多年下來，積累了大量教育數(shù)據(jù)，但做模型的強(qiáng)化和微調(diào)，光有教育垂類數(shù)據(jù)還不夠。我們專門建了一個(gè)基地，雇人做數(shù)據(jù)標(biāo)注。

最初，我們希望從零開始，訓(xùn)練一個(gè)自己的大模型。過了一段時(shí)間，越來越多優(yōu)秀的開源模型涌現(xiàn)出來，我們發(fā)現(xiàn)，自己做預(yù)訓(xùn)練，并不劃算。

因此，我們果斷切換方向，在DeepSeek、LLaMA等全球頂尖的開源模型基礎(chǔ)上，結(jié)合學(xué)而思獨(dú)有的教育行業(yè)專有數(shù)據(jù)，進(jìn)行二次訓(xùn)練，再把多個(gè)模型進(jìn)行交叉驗(yàn)證和投票，最終得到專業(yè)的教育大模型。

跟之前相比，步驟其實(shí)沒省多少，但站在巨人肩膀上，模型能力得到提升。

做大模型的廠商很多，從數(shù)學(xué)切入的，只有好未來。

數(shù)學(xué)是公認(rèn)的大語言模型最弱的地方，如何提升其邏輯推理能力，是業(yè)界共同面對的難題。

好未來做數(shù)學(xué)培訓(xùn)起家，在這個(gè)領(lǐng)域的積累，是我們做數(shù)學(xué)大模型的優(yōu)勢。

加上公司在2017年就成立了AI Lab，多年布局之下，有傳統(tǒng)AI時(shí)代打下的地基，過渡到新的大模型時(shí)代，過程很順。

花了半年時(shí)間，我們做出了MathGPT的第一版，2023年11月，MathGPT成為首批通過備案的教育大模型。

“九章”這個(gè)名字，源自《九章算術(shù)》，是世界上最早的印刷本數(shù)學(xué)書。大家基本沒有糾結(jié)，覺得“九章”好聽好記且有故事，一致通過。

回過頭看，在傳統(tǒng)AI時(shí)代，需要針對多個(gè)應(yīng)用場景，用到上百個(gè)小模型。公司做了大量AI助手，協(xié)助老師備課、批改作業(yè)等，功能較為零散、簡單。

現(xiàn)在，一個(gè)大模型就能搞定很多事情，更重要的變化在于，隨著AI能力逐步強(qiáng)大，能實(shí)現(xiàn)教、學(xué)、練的閉環(huán)，真正從過去以老師為中心，轉(zhuǎn)向以學(xué)生為中心。

軟硬結(jié)合

九章大模型以數(shù)學(xué)起家，并把能力繼續(xù)延伸，覆蓋全學(xué)段、全學(xué)科。

比如，語文學(xué)科，可以提供作文輔導(dǎo)寫作、作文批改等功能；英語學(xué)科，提供英語作文批改、口語對話練習(xí)等功能。

最早，團(tuán)隊(duì)從AI解題這項(xiàng)能力做起。很快，我們意識到，AI解題，技術(shù)水平再牛，也不是家長和學(xué)生的實(shí)際痛點(diǎn)。

家長要的是AI能給孩子批改作業(yè)，把錯(cuò)題講明白，減少他們輔導(dǎo)作業(yè)的工作量和請家教的成本。

做大模型不是炫技，幫用戶解決現(xiàn)實(shí)問題才是第一位。

九章選擇聚焦三個(gè)方向——批改、講題、精準(zhǔn)練。

先看批改。傳統(tǒng)AI時(shí)期，能做的是選擇題、判斷題等簡單的批改。現(xiàn)在有了大模型，不光能支持所有題型，而且能呈現(xiàn)批改過程，指出答題錯(cuò)在哪一步，這個(gè)步驟關(guān)聯(lián)哪個(gè)知識點(diǎn)。

至于講題，好未來實(shí)打?qū)嵱?xùn)練出來一個(gè)AI老師，能劃分六個(gè)維度的指標(biāo)，讓真人老師打分，評價(jià)其講題的邏輯性、過程的連貫性等。

最后的精準(zhǔn)練，基于知識圖譜，從孩子做對或做錯(cuò)一道題，來判斷其是否掌握某個(gè)知識點(diǎn)，精準(zhǔn)推送孩子需要的題目。

這些技術(shù)能力，以多種應(yīng)用方式落地，既嵌入好未來現(xiàn)有的APP、智能硬件和學(xué)習(xí)服務(wù)，也有獨(dú)立的APP和小程序“九章愛學(xué)”，并提供API和智能體接口。

隨著落地探索的深入，我們逐漸認(rèn)清了現(xiàn)實(shí)：純AI軟件很難單獨(dú)落地，軟硬結(jié)合可能是現(xiàn)在的唯一出路。

在教育硬件賽道，學(xué)習(xí)機(jī)的復(fù)雜程度是最高的。好未來在2023年2月推出第一代學(xué)而思學(xué)習(xí)機(jī)，錨定“好內(nèi)容”，當(dāng)時(shí)有人估算過，4000多元的學(xué)習(xí)機(jī)，僅內(nèi)置的課程資源，價(jià)值至少等于30萬元的培訓(xùn)費(fèi)。

到了第二代產(chǎn)品，大模型能力全面接入，升級為“好內(nèi)容+好AI”，“好AI”即九章與DeepSeek形成的雙核大模型，進(jìn)一步強(qiáng)化學(xué)習(xí)機(jī)的智能交互與精準(zhǔn)分析能力。

從具體功能來看，今年5月發(fā)布的旗艦產(chǎn)品T系列，搭載了小思智慧島Pro，這是個(gè)軟硬一體化的攝像頭體系。學(xué)生伏在桌上寫作業(yè)，攝像頭能直接拍到紙上的題目，方便、智能地提供作業(yè)輔導(dǎo)。

我們正在努力，往多模態(tài)AI老師的方向進(jìn)化，省去每次主動(dòng)喚醒AI的動(dòng)作，讓交互體驗(yàn)變得絲滑。

桌面放上教科書或試卷，學(xué)生手寫時(shí)，攝像頭實(shí)時(shí)錄入查看，實(shí)時(shí)按步驟講解，如同真人老師面對面輔導(dǎo)。

提速進(jìn)化

九章大模型的AI能力，保持以月為單位的迭代節(jié)奏，配合學(xué)習(xí)機(jī)等前端產(chǎn)品的更新。

好未來堅(jiān)定往AI老師的方向走，仿照無人駕駛等級的L0到L5，我認(rèn)為，教育行業(yè)的AI老師，大體上也是如此進(jìn)階。

L1級別，AI只能給老師打輔助，做些簡單重復(fù)的工作。

當(dāng)前所處的L2，AI能在某個(gè)模塊上，勝任老師的工作，比如批改，屬于“輔助駕駛”階段，駕駛員可以“脫手”“脫腳”，不能“脫眼”。

L3，進(jìn)入“有條件的無人駕駛”，可部分“脫眼”，不能“脫腦”。一些特定場景下，交給AI老師明確的任務(wù)和目標(biāo)，它能基本跑完一個(gè)閉環(huán)，但需要隨時(shí)準(zhǔn)備接管。

我們希望，未來兩三年，能實(shí)現(xiàn)L3級別。比如在家場景下，學(xué)習(xí)平板里的AI老師，可以自主幫你完成學(xué)業(yè)規(guī)劃，也能實(shí)現(xiàn)做題—批改—講題—練題的完整閉環(huán)。

未來，到了L4，AI老師可以跨場景切換，家長能放心地把孩子的學(xué)習(xí)交給AI老師，除非出現(xiàn)個(gè)別極端情況，基本不用接管。

那時(shí)候，教育行業(yè)將迎來徹底變革。

為了將大模型能力推向更多應(yīng)用場景，我們開啟AI產(chǎn)品進(jìn)校業(yè)務(wù)，去年底立項(xiàng)，今年3月推出第一版To G的學(xué)習(xí)機(jī)產(chǎn)品。

第一批試點(diǎn)，至今兩三個(gè)月時(shí)間，據(jù)學(xué)校反饋，兩個(gè)班級對比，有AI工具賦能的班級，數(shù)學(xué)成績的均分較另一個(gè)班高出7分，預(yù)測學(xué)期末將拉開十幾分的差距。

AI進(jìn)校，有個(gè)逐漸接受的過程，關(guān)鍵在于信任和效果，我們有耐心，也有信心。

技術(shù)和業(yè)務(wù)緊鑼密鼓的同時(shí)，我們也在鍛造AI化組織。

一是轉(zhuǎn)變思路，業(yè)務(wù)遇到問題，先問大模型，能不能做、怎么做。

二是工作內(nèi)容的“AI率”提升。明確要求所有崗位，未來幾個(gè)月，至少有某項(xiàng)工作由AI替代。比如，公司法務(wù)、財(cái)務(wù)的合同審核，現(xiàn)在基本交給大模型，大幅提效。

我做大模型這兩年，感到壓力最大的，是剛接下任務(wù)的時(shí)候，一切未知，不知從何著手。

現(xiàn)在心里踏實(shí)多了，怎么應(yīng)對挑戰(zhàn)也很明確：從用戶使用過程和經(jīng)驗(yàn)中發(fā)現(xiàn)不足，思考技術(shù)改進(jìn)的路徑，探討更豐富的交互形態(tài)。

就我個(gè)人而言，之前十幾年，待在騰訊、阿里，花名一直是“老師”。或許，冥冥之中就確定了我的角色。