随着 AI 大模型等技术的迅速迭代，人工智能图像识别、语音识别、人机交互、深度学习等应用技术逐渐普遍应用于教育智能硬件产业，其产业链上的元器件、IDH/ODM、技术服务等软硬件供应商和品牌商、经销商蓬勃发展。
在品牌众多的市场中，成立于 2015 年的玩瞳科技瞄准图像识别落地教育领域的机遇，专注于学习场景的视觉图像分析，以反射式 AR 等交互形式，应用于机器辅助的阅读、作业和学习。最近，多鲸专访玩瞳科技创始人黄勇，一起聊了聊教育智能硬件的产业图景，以及大模型时代下教育智能硬件的发展方向。
在玩瞳科技内部，黄勇绘制了一张清晰的教育智能硬件产业链全景图。版图中，教育智能硬件市场被分为四个核心环节：一是由芯片、存储、屏幕、摄像头等组成的元器件环节，二是由外观设计、结构设计、软硬件一体化研发、生产制造等组成的 IDH/ODM 环节，三是学生手机、平板学习电脑、点读笔、扫读笔和打印机等品类和品牌厂商，四是由 To G 信息化建设、To B 设备采购、To C 线上电商和线下零售等组成的市场和渠道。
结合玩瞳科技在实践中的定位和交易情况，黄勇预估，教育智能硬件市场规模预计在 2025 年超过 1300 亿元。其中，器件原厂、IDH/ODM、品类/厂商、市场/渠道四个环节的价值分配占比分别约 19%、15%、22% 和 44%。市场/渠道环节分到的蛋糕最大，接近 586 亿元。
玩瞳科技主要聚焦教育领域的图像识别和内容搜索场景，如绘本搜索、教材搜索和教辅搜索等，并通过 IDH/ODM 等产业环节和合作伙伴为品牌厂商客户提供算法落地、内容集成及应用能力开发服务。
黄勇表示，「随着学习机内置的内容越来越多，学习者的诉求也转变为快速找到学习内容。对于学习者而言，通过文本和语言的形式来准确表述出想要搜索的内容，存在一定困难，因此产生了教育领域图像搜索这一细分需求场景。」
如果学习者高频使用的教材、教辅、试卷、读物，如果能够成为搜索的介质，将大幅提升学习者的效率。「在教育领域，图像识别和搜索的链路相对封闭，结果的呈现需要有较高的确定性。比如翻到教材某一页，指到某个段落，马上匹配对应的音视频知识点，搜索结果需要是一致且可信的，这是与其他领域图像搜索的区别，也是我们选择切入的原因。」
黄勇将大模型技术的横空出世作为公司业务发展的分水岭。大模型出现前，玩瞳科技深耕专用图像搜索领域，为众多教育智能硬件厂商和品牌提供教育图搜 SDK 集成产品。进入大模型时代，玩瞳科技瞄准「图搜+ AIGC」带来的机会，为教育智能硬件客户提供更加全面的解决方案服务。
「过去学习内容大多是传统形态，包括字词典、音频内容、视频/动画内容和习题解析等的生产都是靠传统的人工，而 AIGC 能够提升供给效率和带来更智能的交互价值。」基于在图像处理中的海量数据积累，玩瞳科技借助 AIGC 结合基于图搜 AR 形式的交互为客户提供更加丰富的智能服务。
黄勇强调，通过 AIGC 提供学习内容，本质是出版逻辑，而非网文逻辑。「教育智能硬件作为教辅的演进和发展载体，内容的提供本身还是出版逻辑。学生缺乏判断力，大模型实时互动生成的内容没有经过校验和审核，存在不确定性。因此在短期内，学习类产品上提供 AIGC 的服务还需要配套提供更多的技术方案才能落地。」
举例而言，率先应用大模型的 AI 口语老师，从目前实际体验和反馈来看，都更适合考托福、GRE、四六级等高龄段学习者使用，因这个人群在词汇及语言能力都达到了一定的基础，但是却很难应用于中小学阶段。大模型本身的能力如何根据使用者的特点同步调整用词难度、语法句法等，其中就需要前期的教研和审核。
毫无疑问，大模型正加速引领教育智能硬件行业变革。但谈及大模型在教育硬件上的落地，黄勇坦言，云端大模型与硬件产品的商业逻辑还存在一定的矛盾，目前在经济性上还跑不通。
「硬件是一次性销售，收益固定。如果硬件加载云端大模型的能力，在 token 等的消耗是持续的。这就会导致硬件难以盈利，甚至出现亏损。」而让消费者为内容单独买单同样并不现实。「教育智能硬件的核心在于学习内容，如果收费那就和其他消费电子产品无异。而且目前绝大部分硬件厂家都很难让消费者成为付费或订阅会员。因此，虽然今年大模型在端侧落地 AI PC、AI 手机是热点，但落地教育消费电子这一细分板块，还需要一段时间。」
如何破解硬件商业逻辑和盈利之间的悖论？黄勇表示，随着端侧模型发展，把端侧算力打到硬件成本里，才更符合硬件逻辑。
「比如英特尔、高通，其实都是在端侧算力上发力，大模型的计算也是发生在端上而不是云上或者采用端云结合的思路。大模型落地消费电子产业，首先是手机、平板等品类，落地教育智能硬件可能需要更长的时间。」黄勇表示，教育智能硬件厂商需要等待的，一是端侧算力提升，二是端侧小尺寸大模型的发展。
先看端侧算力提升。虽然目前市面上已经有一些云端大模型的应用，主流的芯片也开始迎合大模型时代对 NPU 能力的需求，但真正适合教育智能硬件的端侧算力还并未发展成型。再看端侧小尺寸大模型的发展。目前 7B 和 14B 等小尺寸模型还不能很好的承担起比较深度的应用需要，这个工作可能需要我们这种应用落地服务企业投入更大的精力进行 RAG 或 SFT 的配合，这个可能需要一段比较长的时间。
黄勇表示，大模型落地教育智能硬件，短期内最直接的方式就是优化供给内容、降低生产成本。「传统的内容生产，面对大模型前基本没有成本优势，而且大模型生成的内容，天然具有结构化特点，互动价值高得多。目前玩瞳在做的，就是在内容侧让大模型来降本增效，最终实现用户体验和经济回报上的正循环。」
在黄勇看来，教育智能硬件行业发展已进入关键转折点。一方面，「双减」之后，校外教培受限，为智能教育智能硬件腾出更广阔的空间。另一方面，众多教育企业和科技企业入局，凭借技术创新、产品研发和体验设计等能力，带动市场发展。「很多新锐企业入局后，通过知识图谱、个性化精准学、苏格拉底式对话学等各类技术手段，让教育智能硬件越来越有用了，而不是噱头卖点，这才是市场健康发展的前提。」
黄勇指出，随着教育智能硬件回归教育，厂商必须围绕切实的学习动机和需求发力，真正解决学习场景中的具体问题。「教育智能硬件本质是几个学习场景的串联和打通，并不一定是技术或者产品形态的堆砌。众多品类起起落落，而能长久存在的品类，一定是覆盖了一到两个很强的学习动机或场景。」
展望教育智能硬件发展趋势，黄勇表示，内容的占比会越来越高，并逐渐超越硬件成本。「学习的本质就是找到内容、吸收内容和消化内容的过程，无论交互技术做得多好，本质都是为了提高找内容或吸收内容的效率。未来的教育产品中，优质、科学和交互性更好的内容，将逐渐超过硬件成本。站在 To B 角度，内容也是最具增长空间和成长性的，对于玩瞳科技而言，即用图搜或者自然语义交互，让内容能更好被找到和更高效的被吸收。」
此外，教育智能硬件市场将向头部集中发展。一方面，无论教育信息化还是消费市场，无论在校校通、班班通还是目前的人人通阶段，都在呼唤学生能随时随地接入数字化内容去学习的产品。另一方面，虽然目前产品品类众多，但从出货量看，表现不尽如人意，在经济收入上受限。而头部企业通过整个各环节资源，在服务可用性、供给稳定性、交付品质上的表现都更好。
热门跟贴