大模型的竞争，正在沿着两条路径同时向前。一条不断向通用智能“摸高”，追求更强的模型能力和 AGI；另一条则不断向具体行业“扎深”，通过针对性的训练、优化和测评，让AI真正进入场景、解决问题。
今天，聚焦教育场景的AI产品飞象老师发布3.0版本，官方称这是上线以来最强的一次版本升级。
飞象老师应用广场画面。受访者供图
这是飞象老师9个月以来的第三次迭代。此次升级新增了“教育应用生成”能力，让一线教师、家长，甚至有创造力的学生——任何拥有教育理解和独特想法的人，都可以不编写代码、不经历复杂的软件开发和部署，只需要通过自然语言描述自己的需求，就能生成可以直接使用的教育应用。
过去，一个老师有了好的教育想法，要真正把它做成一款软件，往往需要产品经理、设计师和工程师共同参与，经过产品设计、开发、测试和上线等多个环节才能落地。
飞象老师3.0希望改变的，正是这个过程。
它把过去主要掌握在专业开发人员手中的教育应用创造能力，进一步交到了真正懂教育的人手中。
比如，一名学生希望拥有一个不同于传统元素周期表的学习工具。他不想只是背诵元素名称和原子序数，而是希望从元素属性、原子结构和周期规律之间的关系中，真正理解元素周期表背后的规律。
现在，他只需要对飞象老师说：“我想做一个探索元素周期表的工具，可以让困惑的同学从元素的属性、结构和规律中发现内在联系。”
几分钟后，一个全新的元素学习应用便可以自动生成：用户可以自主搜索和筛选元素，点击查看元素属性，在不同类别、周期和族之间进行比较，并通过更加直观的方式理解元素之间的关系。
不用写一行代码，老师或者学生只需要把自己的想法说出来，就可以把一个教育创意变成可交互、可使用、可持续修改的教育应用。
这也让许多过去很难被专门开发出来的教育工具，开始有机会出现。
数学老师可以基于七年级下册教材，生成一个“3D星球知识图谱”：6章内容化身为6颗星球，每一个知识点成为一颗卫星，其中包含知识讲解、例题以及不同难度的分层练习，学生可以像探索宇宙一样学习数学。
生物老师可以打造“微观生命结构馆”，用3D方式呈现不同细胞结构，支持剖切、标签标注和显微观察，让抽象的细胞结构变得更加直观。
飞象老师平台上的应用案例。受访者供图
科学老师可以制作“星球纹理实验室”，通过3D方式展示太阳系行星及其表面特征，并结合中英双语术语，用于课堂讲解和学生自主探索。
班主任则可以生成“班级管理工作台”，用于班级活动的创建、组织、记录和统计，让一些原本依赖表格和人工整理的班级事务进入数字化管理流程。
除此之外，还有班级错题档案、桌面学习小搭子、六足步态实验室等各种应用。
很多过去只能停留在老师教案、PPT，甚至一个想法里的教育创意，现在开始有机会快速变成真正可以使用的工具。
教育AI生成的，也开始从“一份内容”，进一步走向“一个可以运行的教育应用”。
除了新增应用生成能力，飞象老师3.0还同步升级了教育场景下的底层模型能力、多模态教育内容能力，以及长期协作和持续创作能力。
高保真文档解析方面，飞象老师3.0进一步增强了对教材、试卷、教案等教育文档的理解和解析能力。教材中的公式、原题、插图、排版结构以及关键教学语义，都能够得到更准确的识别和保留。
飞象老师平台上的班级错题档案应用。受访者供图
对于老师而言，这意味着AI不只是“读到文字”，还需要尽可能理解一份教学材料原有的结构和其中的教学信息，从而让后续生成的课件和应用更加贴近原始教学资料。
3D互动与专业图式方面，针对生物结构、物理实验、空间几何和地理模型等内容，飞象老师3.0进一步增强了3D互动与专业图式生成能力。
过去，一些知识只能依靠老师口头描述，或者让学生“想象一下”。现在，越来越多抽象概念可以变成能够旋转、拆解、改变参数，甚至进行实验的可视化模型。
音视频融合方面，飞象老师3.0进一步增强了音视频的上传、理解和调用能力。老师可以上传自己的讲解音频、实验视频和课堂素材，让这些内容直接参与课件和教育应用的生成，并能够在后续创作和修改过程中继续调用。
这意味着，AI能够理解和利用的教学素材，开始从文字、图片进一步扩展到更加完整的多模态教育内容。
在数据与资源调用方面，飞象老师3.0也进行了进一步升级。
老师和学校过去积累的大量课件、教案、素材和内容资源，可以更加方便地被调用并参与新的内容生成；在符合相关数据和系统要求的情况下，学校已有软件和应用中的数据，也可以通过系统对接进入新的教育应用。
这使得学校和老师已经积累的教育资产，不必一直分散在不同文件、课件和软件系统中，而可以逐渐进入新的AI创作流程，成为课件和教育应用持续生成、更新和迭代的基础。
除了内容和应用生成之外，飞象老师3.0还进一步强化了组题、命题、批改、错因诊断和学科讲解等真实教育任务上的能力。
对于教育AI来说，仅仅知道一道题的正确答案并不够。
模型还需要理解这道题究竟在考查什么，学生为什么会做错，错误背后反映了什么问题，应该怎样解释，以及下一步更适合提供什么样的练习。
换句话说，AI不只是生成教育内容，还需要理解这些内容在整个教学过程中的位置和作用。
这也是基于教育场景的AI与通用模型直接用于教育时，一个非常重要的差异。
教育能力不应该只是产品最后附加的一项功能，还贯穿模型训练、能力调用和应用运行的全过程。
比如，一个英语学习应用不仅需要拥有漂亮的页面、打卡、积分和任务系统，真正决定它是不是一款教育应用的，还包括背后的英语讲解、口语评测、练习生成、错误诊断以及个性化学习路径等能力。
因此，在飞象老师3.0中，AI生成的不再只是应用的界面和交互，也包括应用运行过程中所需要的教育能力。
此外，分层记忆、个人资源库、一键修复和历史版本等能力也进行了同步升级。
飞象老师可以逐渐记住老师所教授的学科、学生基础以及常用的教学方式，调用过去使用过的素材和资源，并支持对已经生成的内容和应用进行持续修改、修复和版本回退。
这使得一个教育应用不只是被“一次性生成”，而是能够在使用过程中不断修改、完善和持续迭代。
从更大的背景来看，教育正在成为人工智能进入真实行业场景的重要方向之一。
自2025年以来，国家围绕“人工智能+教育”陆续出台了一系列政策文件。从《教育强国建设规划纲要（2024－2035年）》的顶层设计，到“人工智能+”行动的国家部署，再到相关部门围绕“人工智能+教育”出台更加具体的行动安排，人工智能与教育教学深度融合正在持续推进。
在这一过程中，中国教育AI企业也在沿着两条路径同时向前：一方面，不断提升模型对于教育知识、教学规律和真实教育任务的理解能力；另一方面，让这些能力真正进入备课、课堂、学习、评价、学校管理等越来越多的真实教育场景。
从一句话生成教学动画，到生成一整套AI互动课件，再到今天可以直接生成完整的教育应用，飞象老师的几次产品升级，也折射出教育AI能力边界正在发生的变化。
过去，AI更多帮助老师“生成一份内容”；今天，它开始进一步帮助老师“创造一个工具”。
而当教育理解与应用创造之间的技术门槛不断降低，未来可能真正被释放出来的，并不仅仅是更多的软件，而是来自一线老师和学生的教育创造力。
飞象老师相关负责人表示：“从教学动画、互动课件，到今天可以直接生成教育应用，我们想做的事情一直没有变：不断完善教育AI的能力，不断拓展教育AI的边界，做教育场景里最好的大模型产品。”
文/冯琪
校对/杨利
热门跟贴