AIGC教育的创新应用趋势与机遇

导览 4 #观点1：数字科技演进的两条主线，人和场。4 #观点2：AI大模型的发展趋势4 #观点3：教育方向，总体来讲可能是四个主要环节，教、学、评、用5 #观点4：创业者有时需要跳出AI，从教育的核心价值出发，看未来教育还有什么样的可能性6 7 #观点1：在教育企业的场景上面如何结合大模型和AIGC的能力，目前主要在两个方向做提升，学习端和教研端。7 #观点2：腾讯云面向教育类企业的客户提供了一个全栈AI能力矩阵，我们称之为1+N，1套行业大模型的生产工具，以及N个可以落地的专业场景7 #观点3：腾讯云强大的算力底座可以提供各种业务的支撑。9 10 #观点1：AI不一定能取代人类，但使用AI的人能够取代不使用AI的人。10 #观点2：有了技术支撑，才能搞清系统，有了系统，才能搭建明确的工作流程，有了流程以后组织才能进步，组织进步的时候，公司盈利能力各方面能力都会得到增长。11 13 #观点1：AI的迅猛发展离不开算力的支撑13 #观点2：AMD在技术创新、产品多样性、市场扩张、成本效益、生态兼容性方面有哪些核心优势？13 #观点3：AMD一直在通过内部的产品的创新，和外部的投资合作，来加强AI实力。14 16 16 17 17 18 正文 #观点1：数字科技演进的两条主线，人和场。 AIGC领域很多人说目前真正赚钱的公司就一家，就是那个卖铲子的（英伟达）。确实从商业现实来看，AIGC还在快速发展，需要资金、算力等大量投入，创业短期之内获得高额回报还是比较难的，底层卖算力的公司确实能直接赚钱，那么做平台、做应用这样的公司，到底怎么办？这是个核心问题。我觉得可能要从更长的逻辑看这个事情。 我认为数字科技未来发展有两条主线，人和场。今天开会就是一个典型的场，但是实际上今天的场不仅仅包括物理的部分，还包括数字的部分，比如在线会议。但为什么我们有了很多在线的产品和服务，有很多的事情还是需要面对面才能解决？是因为今天数字化的场还不够完善，因为追求效率，很多信息其实缺失了。 那么围绕“场”，现在还缺什么样的信息，能够用数字化的方式去复现？今天做的最多的第一个是视觉，然后还有交互时的感知。那其实还有其他的感官、信息，未来需要在技术上继续创新突破，比如嗅觉、味觉等，能够用数字化的方式进行复现和增强，数字化的场就能够提供逼近、甚至超越现实的体验。 #观点2：AI大模型的发展趋势 第二条主线就回到今天最关注的AI这件事情上。在大模型出现之前，AI能力还是比较有限的，它是单一任务的。下围棋就只能下围棋，不可能再做其他事情，基本只能在工具层面。 今天最大的突破是大模型AI具备了多模态能力，像GPT到4的时候很快演进出来，它既能处理文字， 也能处理语音，还能处理图像，甚至到sora的时候能处理视频，它就越来越像人。当它能够处理多模态信息的时候，智能就有了明显的飞跃，快速逼近人，也引起今天最大的争议：未来到底是AI+人 （AI增强人）还是AI-人（AI替代人）？ 为什么大模型这件事情会变得这么厉害？因为openAI的“scalinglaw”，也就是大力出奇迹，堆算力、堆参数，涌现了智能。但是现在，开始出现一些分叉的情况，这是我们的机会。 回到大模型本身来讲，就是通过无监督学习、有监督学习，加上人类反馈强化学习三件事情实现的，过程中堆了大量的数据，很多数据是这么多年互联网发展积累下来的，公共数据、开源数据、开放数据。所以算力和数据，实际上成为今天AI时代的核心竞争力。 接下来的发展趋势，第一个当然是多模态，再往前走是具身智能，第三个就是专业化、也就是toB。到今天，通用大模型可能已经卷到一个阶段性的瓶颈期，比如ChatGPT用户数增长的持续放缓。未来可能就是两条路，一条路是openAI这样的公司，它有自己的技术信仰和星辰大海，继续相信自己的逻辑放大这样的资源投入，继续做通用大模型、实现通用人工智能（AGI）。另外一条路，就是现在要做一些收敛了，比如行业大模型，做小型化、专业化。 行业大模型里面跑的最快的，可能是像广告和内容这样的一些行业。然后接下来是泛软件包括互联网toC的种种应用，也包括了toB的SaaS这样的一些工具，有些工具跑的也是比较快的。然后再往下，就是教育。当然教育这块又细分，整体而言教育还是比较快的，但是在基础教育校内部分，跑得比较慢。而教培行业市场化，就会跑得比较快。最后把场景打开做归纳，我们认为在场景上和AIGC结合也存在类似工业领域的微笑曲线，研发/设计和营销/服务两端跑得快、中间生产/运营跑得慢。它背后核心逻辑就是两个，一个是需求适配度、一个是数据可得性。 #观点3：教育方向，总体来讲可能是四个主要环节，教、学、评、用 教，国内针对学校用的像教师助手，已经有些高校科研项目在做，比如说生成教案、教辅材料、教纲等。 学，生成式AI能够实现高效一对一辅导，根本原因在于这一波的大模型思维链能力比较强，能够拆解任务内容，分步进行更精准、个性化的内容输出。 评，从目前来讲大模型和评结合还比较初级，因为这个原来单一任务的AI能够进行较好的辅助实现，大模型没有太大发挥空间。大模型在“评”的环节中，最大的优势是多元化的数据采集和处理，可支持像“五育并举”中基于多种数据的综合评价。 用，这块其实就比较丰富了，像编程、科研、论文等等，但也会涉及内容知识产权等一系列问题。整体来讲，随着大模型知识和性能不断提升，未来通识教育可能用通用大模型就能基本搞定了，但在特别专业的领域可能还需要专门的教育大模型来解决。比如科研领域，你有专业的数据、软件能力等储备的话，你做专门的教育大模型成功率就会比较高，因为这些数据、能力从公开领域拿不到，这就是门槛。 #观点4：创业者有时需要跳出AI，从教育的核心价值出发，看未来教育还有什么样的可能性 国家看重的是创新人才的培养、科技人才的培养，这件事情是最关键的。虽然今天AI可能很厉害，但是周期可能也会比较长，因为目前AI的能力，真正能用到行业工作流里面的，从目前看还没有那么快。所以，有时候我们可能要跳出AI看未来教育，教育模式还有什么创新的可能，创新人才到底怎么培养等等，这可能是我们真正需要思考的问题。所以，教育不是必须用高科技，但是科技一定会影响教育，我觉得将来的教育业务模式里面，多多少少是要考虑这样的核心背景。比如像北欧的自然教育，不用多少高科技也非常成功，这也是我们可以加强借鉴和发展的方式之一。 #观点1：在教育企业的场景上面如何结合大模型和AIGC的能力，目前主要在两个方向做提升，学习端和教研端。 一个是在学习端可以提高知识获取的效率，可以放大知识产出的价值，能落地的场景包括像学习端的智能知识问答，智能课程摘要、智能学习陪练、甚至个性化学习的目标。另外一个在教研端，现在的大模型能力已经可以辅助大家做教学大纲的设计，包括一些创意内容的生成，考试题目的生成，课程内容的制作以及多语言或者多格式的教材互转。 #观点2：腾讯云面向教育类企业的客户提供了一个全栈AI能力矩阵，我们称之为1+N，1套行业大模型的生产工具，以及N个可以落地的专业场景。 所谓的1就是我们有一套行业大模型的生产工具，是一个面向AI研究者或者开发者开箱即用的平台， 企业导入自己的数据，就可以在这个平台上快速训练出来专属领域、专属场景的行业大模型。 在N的方向上，客户场景是最容易落地的方向，我举一些例子。 N-比如教育类企业普遍有比较刚性的招生需求，在大模型结合后的人工智能客服系统，可以快速在各端接入学生或者家长的咨询需求，自动化生成相关回复，引入企微结合的大模型的辅助系统，还能实现相关用户数据的沉淀和综合的管理。 N-再比如在运营提效上可以做一些教师的备课助手，包括一键文本的教案，快速生成某个单元的课件等。比如腾讯云已有文生图能力，一段提示词之后可以快速生成教案配图，以及可以图生图，输出一些对应类似风格的图片内容。在一些应用场景包括封面制作、文案的插图、PPT的配图、绘本的生成等已经有客户在对接和使用。 N-在音频相关的能力上，我介绍两点，第一个是文生音效，我这里有一个例子，你只要给它一段提示词，比如说秋天里的森林里回荡着脚步声和踩在落叶上的噼啪声。这个音效AI就可以自动生成的，适用在快速的动画配音、配图过程其他视频的配图上；第二个是语种的变换，可以保持在语种变换前后相关的音色特征、背景音还有原语种的各种音频情景持续的保留，在视频领域，我们也有一些案例，比如中文版的视频，腾讯云可以在转换完语言之后，在英文版的场景下面，去匹配语音和口型。 N-在数智人能力上，现在能较成熟落地的是播报的数智人场景，腾讯自研的小样本数智人的生产工厂是一条快速的流水线，只需要输入三分钟的真人口播视频，可以在24小时之内快速复刻出一个对应虚拟人形象，这个已经广泛应用在了很多口播和短视频的场景里面。有了数智人后，结合腾讯的智影平台做教育相关内容的课件，可以降低录制的时间和人力成本，提高课程生产效率。 N-还有管理服务中的AI助教问答，能够对接海量知识，更精准生成答案，可以让它限定在对应的企业内的知识里做交互，当然也可以打开自带的搜索增强的能力，去引入互联网上广泛的知识进行更泛化交互的对话。 #观点3：腾讯云强大的算力底座可以提供各种业务的支撑。 腾讯云的这些行业AIGC方案，都离不开腾讯云强大的算力底座的支持，回归到腾讯公有云的能力，也是腾讯集团很多资源投入和时间积累的成果，包括在IaaS层上，像大模型上用的HCC高性能的算力，常规业务高弹性的计算、存储、网络资源，在PaaS层上的数据库、音视频、安全等能力，以及在SaaS层上的TPAD、Coding等效能提升工具，都能全面保障给各位客户提供高性价比的公有云解决方案。 #观点1：AI不一定能取代人类，但使用AI的人能够取代不使用AI的人。 先来看看AIGC的浪潮、价值和趋势，第一个关键词叫“GC”，“91%的组织预期未来AI将会提高生产力”，“生成式AI有望在全球创造7万亿美元的经济效益”，这两句话我个人非常认同的。第二个词叫做“趋势”，AI不一定能取代人类，但“使用AI的人能够取代不使用AI的人”这件事情一定成立的。 首先介绍一下伯索，基于多年商业开拓，伯索科技陆续推出了【伯索融课】、【伯索云学堂】、【英飞·思想家】等一系列SaaS产品应用方案,并且已经成功服务了来自基础教育、高等教育、在线教育、商业培训、企业协同等领域100,000多家客户。我个人也已经在教育行业从业十几年了。 作为一家TOBSaaS软件的公司，我们比较关注一个观点就是，我们的客户需要什么。伯索的客户分为客户和用户两大类别，学员、孩子、学生是我们的用户，老师这个端口可能是我们的客户，所以，我们花了很大的时间和精力去研究孩子想要的是什么，怎么解放老师的双手，提升效率。 #观点2：有了技术支撑，才能搞清系统，有了系统，才能搭建明确的工作流程，有了流程以后组织才能进步，组织进步的时候，公司盈利能力各方面能力都会得到增长。 那么，伯索的产品如何通过AI引导创造不同的体验？我们更多的时候是通过产品的这个端口，在技术底层的支撑之下来去触达和我们的客户。 第一个是“伯索云学堂”，线上课程交付最大的特征是能够把从管理、教研到一系列的事情全部集合在一个维度，完成教学闭环，并且在这个过程当中搞定信息化。第二个是“伯索融课”，可以帮助高校和普教做好教学教研的沉淀。最后一个“英飞”，可视化的东西一定比文言和文字更加能够打动人，教研、教学场景中，嵌入AI，可以帮助生成思维导图，包括教案、要点甚至是PPT，给用户提供了很高效的生产力工具，同时可协作功能更是一个创造力和生产力的平台能够重塑我们的教学体验，激活组织生产力。 我们的很多产品是腾讯在提供基础能力，我们的感受第一个是系统的稳定性，在底层稳定性的支持下可以帮助我们节约很多时间和精力。第二个在服务的板块做的很好，在给客户的解决方案探讨当中， 很多腾讯伙伴都会加入沟通提供支持。最后就是提供了一个全球