网易有道首席科学家段亦涛：让AI技术扎根业务场景

背景

2024年6月12日，第八届智源大会在北京举行。此次大会汇聚了40余位AI企业CEO、创始人、首席科学家以及多位图灵奖得主，共同聚焦人工智能技术的发展方向。网易有道首席科学家段亦涛受邀发表主题演讲《AI原生战略下的产品思考和实践》。

段亦涛结合网易有道在AI学习领域的深耕经验，分享了公司在AI技术落地方面的最新成果与战略思考。其核心观点在于强调AI技术不应孤立存在，而应深度扎根于具体的业务场景，通过技术与业务逻辑的有机融合，实现从“获取知识”到“形成能力”的学习闭环。

核心内容

段亦涛在演讲中首先对学习的本质进行了拆解，指出学习包含两个层面：一是获取知识，二是将知识转化为自身能力。互联网和信息化的发展已经解决了第一个层面的问题，而生成式AI则为第二个层面提供了实质性突破的机会。

基于这一洞察，网易有道在2023年确立了关键的技术认知：大模型不应被视为完整的解决方案，而应被当作一个LPU（Learning Processing Unit，学习处理单元）。这意味着大模型需要配合一系列周边信息、数据、组件及业务逻辑，才能形成真正有价值的业务方案。

在此战略指导下，网易有道于2023年7月推出了国内首个教育领域垂直大模型“子曰”。以“子曰”为基座，有道针对翻译、作业批改、语法精讲、口语练习等多个细分场景推出了多项应用，逐步渗透至学校与家庭的学习全流程，构建了从学习辅助到个性化指导的完整解决方案。段亦涛强调，有道的技术战略核心在于使用能够承载业务认知的Harness（控制/支撑框架），结合低成本的领域模型来构建产品。

在技术迭代方面，通过创新训练方式，有道大幅降低了训练与推理成本。近期，“子曰”大模型完成4.0版本重大升级，迈入全面支持文本、图片、音频融合交互的全模态时代。同时，有道宣布将核心的“多模态模型”与“语音合成（TTS）模型”正式开源。数据显示，“子曰4.0”在今年的高考数学模拟测试中取得了145分的高分；其开源的语音合成模型更实现了跨语种无口音克隆。这些突破证明了低成本技术同样可以打造高品质的学习服务。

在落地方法论上，段亦涛强调技术必须服务于清晰的业务场景，并依托产品收集数据反馈以实现高效迭代。他以“AI批改作文”为例指出，通用大模型虽能进行基础批改，但评分难以对标高考正式阅卷标准，讲解内容也无法贴合考场逻辑。有道采用Agent方式，将名师的阅卷思路和评判逻辑等数据融入技术框架，使得AI给出的分数高度贴近真实老师评分。此外，原生Agent产品“有道宝库”与“LobsterAI（有道龙虾）”分别凭借深度内容生成和全场景AI助手的特点，获得了市场与开发者的高度关注。

关键要点

• 战略定位转变：有道将大模型定位为LPU（学习处理单元）而非完整解决方案，强调大模型需与业务逻辑、数据及组件深度融合。
• 垂直大模型落地：2023年7月推出国内首个教育垂直大模型“子曰”，覆盖翻译、批改、语法、口语等全学习流程。
• 技术架构核心：采用“Harness（承载业务认知）+ 低成本领域模型”的技术战略构建产品。
• 全模态升级与开源：“子曰4.0”支持文本、图片、音频融合交互；核心多模态模型与TTS模型正式开源，实现跨语种无口音克隆。
• 性能验证：“子曰4.0”在高考数学模拟测试中得分145，验证了低成本技术打造高品质服务的能力。
• 场景化Agent应用：通过Agent技术融入名师阅卷逻辑，解决通用大模型在作文批改中评分标准与逻辑不符的问题。
• 新产品矩阵：“有道宝库”聚焦深度内容生成，“LobsterAI（有道龙虾）”定位为全场景AI助手，均获市场高度关注。

意义与影响

段亦涛的演讲揭示了当前AI行业从“技术炫技”向“业务深耕”转型的趋势。网易有道的实践表明，通用大模型在垂直领域的直接应用存在局限性，必须通过“LPU”思维，结合特定的业务认知框架（Harness）和领域数据，才能解决如高考评分标准对齐等复杂问题。

“子曰”模型在数学测试中的高分表现以及TTS模型的开源，不仅展示了有道在垂直领域技术上的深厚积累，也为教育行业提供了“低成本、高质量”的AI落地范本。通过Agent技术将专家经验（如名师阅卷逻辑）数字化并融入模型，有道成功解决了通用大模型在专业场景下“懂知识但不懂规则”的痛点。

此外，核心模型的开源举措有助于降低行业门槛，促进教育AI生态的发展。有道宝库与LobsterAI等原生Agent产品的市场反响，预示着AI应用正从简单的问答交互向具备深度内容生成和全场景辅助能力的智能体演进。这一系列动作体现了AI技术如何通过扎根具体业务场景，真正优化学习模式，提升用户体验，为AI在垂直行业的规模化落地提供了可参考的路径。