免费AI攻入教育,好未来们的护城河还剩多宽?

千墨同学_5273

千墨同学_5273

2026-08-06

852人浏览

原创

过去一年,ai硬件赛道中,除手机与眼镜外,学习机无疑是最受瞩目的细分领域。

2026年一季度,中国学习平板市场销量份额格局显示:作业帮以32.9%位居榜首,同比持续扩大优势;学而思紧随其后,占比约20.5%。然而翻阅近半年主流媒体关于AI学习机的报道,主角几乎始终是好未来——万元旗舰机型、“小思”十亿次唤醒、牵头制定行业标准等关键词高频出现。

声量与销量之间,悄然浮现出一道微妙的裂痕。

这揭示出当前竞争已不单是“谁卖得更多”,更是“谁讲的故事更具溢价力”。学而思主打“因材施教”,科大讯飞强调“自主可控大模型”,作业帮聚焦“覆盖率”。

尽管叙事路径各异,但核心指向同一命题:当拍照搜题、作文批改、口语陪练均已免费化,一台定价六七千元乃至破万的学习机,究竟凭什么说服家长再次买单?

若将此疑问视作2025年的潜在隐忧,那么进入2026年,答案正逐步浮现,只是过程远比预想更模糊。豆包上半年月活飙升至3.82亿,6月起正式开启付费订阅试点。

教育硬件与通用AI两条战线上的“免费—收费”边界,正同步松动。这才是当下真正值得玩味之处:“免费是否会终结硬件”已成为过时命题;新焦点在于——谁的免费更具韧性,谁的收费更经得起检验。

三条路线,三种战略押注

据洛图科技数据,2026年一季度中国学习平板全渠道销量为125.2万台,虽同比微调,但集中度加速提升:六大品牌合计市占率达87.5%,较去年同期上升12.3个百分点。价格带方面,2000–2999元区间成为绝对主力,占比超五成。

低端产品正加速退出,资源进一步向头部玩家聚拢。表面喧嚣之下,牌桌座次已然重排。

位列第一的作业帮,走的是最典型的“互联网打法”。

其根基源于拍照搜题功能,十年来以免费策略换取海量用户与行为数据,如今将流量导向硬件变现。在2000–3999元价格段,其份额接近一半。该路径逻辑清晰:硬件仅是承载流量与数据的载体,而非护城河本身。作业帮深度参与信通院AI学习机分级标准制定,并获得最高级别认证,但对外传播仍锚定“覆盖率”与“性价比”,而非“教研纵深”。

科大讯飞则选择另一条路径——技术型企业切入教育硬件,逻辑与好未来形成镜像。2025年上半年,讯飞AI学习机营收同比翻倍,全年总营收突破271亿元,归母净利润增长近50%。

尤为关键的是,其智能批改服务续费率超80%。这是一个“效果型”指标,而非销售数字,直击本质问题:家长用过之后,是否愿意持续付费?讯飞董事长刘庆峰在业绩会上表示,目标是让学习机获得如苹果手机般的市场认可。公司上半年营销投入达7.2亿元,同比激增九成,但他特别指出,大部分资金投向品牌建设,而非流量采买。

好未来处于一个独特位置:它既非纯技术公司,也非流量平台,而是一家正在转型的教培机构。硬件,是它重塑价值主张的关键出口。入局时间较晚——首款产品于2023年2月才面世,晚于作业帮与讯飞,却依靠连续提价快速做大规模:从零起步到数十亿元营收,耗时不足三年。

2026财年一季度,好未来实现净利润3128万美元,同比增长174%;非GAAP营业利润由上年同期90万美元跃升至2510万美元,账面表现亮眼,毛利率亦升至54.9%。

但细究财报可见另一组数据:营销费用同比猛增逾50%,同时学而思P4机型已下探至2699元,主动杀入作业帮与讯飞主导的中端红海战场。这意味着,好未来一边在旗舰产品线上冲击万元价位,一边又不得不在走量机型上降价迎战——两端投入加剧,阵地尚未稳固。

有券商教育行业分析师公开指出:以硬件亏损换取规模的策略,正在快速消耗现金流。截至最新财报,公司现金、现金等价物及短期投资总额较去年同期减少1.46亿美元。

三条路径背后,实则是三种对“护城河本质”的不同理解,且各自逻辑自洽。

作业帮相信:只要触达成本足够低、覆盖人群足够广,硬件是否盈利并非首要,先抢占渠道与心智,利润可延后兑现;

科大讯飞坚持:将自主可控技术与教育场景深度融合,“讯飞出品”即品质承诺,再以续费率反复验证这一承诺的真实性——这条路走得慢,但每一步都更扎实;

好未来则押注于存量信任——它赌家长愿为一家深耕教培二十余年、口碑相对稳固的品牌支付溢价,哪怕此刻正把主业务从线下课堂迁移至硬件终端。

押注方向不同,风险敞口自然分化。作业帮担忧被低价白牌及具备内容积淀的对手双向挤压,深陷中端价格战泥潭;讯飞警惕技术领先优势被通用大模型快速追赶,毕竟星火大模型再具自主性,也要与字节、阿里、DeepSeek等同样重投入的玩家正面竞速;而好未来最需直面的,是其所倚仗的信任基础是否足够牢固——教培品牌的可信度属慢变量,一旦被一两次体验落差击穿,重建速度远不及其推高硬件溢价的速度。

三条路径并无绝对优劣,但在财务健康度与用户真实反馈维度,谁的押注更稳,答案正逐渐清晰。

好未来的赌注,落在哪一层?

今年暑期,好未来推出T6系列,标准版售价6899元,高配版突破万元,系其首款迈入万元档的产品。今年618期间,学习机行业均价升至3635元,同比上涨8.3%,销量却同比下降18.2%。

Unified LLM Gateway - One API for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more
Unified LLM Gateway - One API for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more

统一LLM网关 - 一个API对接70+AI模型,使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。

下载

“量跌价涨”的组合值得警觉,通常暗示两种可能:一是低端产能加速出清,留下的多为高意愿付费的核心用户;二是价格已超出多数家庭承受阈值。目前尚难断言哪一种更贴近现实,但可以确认的是,好未来将价格锚点拉至万元,赌的是前者。

支撑这一判断的,是其反复强调的教研积淀。学而思执行总裁位晨于今年五月提出,AI正首次让教育的“不可能三角”——规模化、高质量、个性化——实现三者兼得,佐证便是学习机内置AI助教“小思”,截至2025年底累计激活超十亿次。

该数字确实可观,但唤醒次数反映的是使用频次,而非实际成效。最直接的问题是:这十亿次交互中,有多少真正厘清了“孩子为何反复在同一类题目上失分”。

这恰是整个行业尚未跨越的关键门槛。AI可标记错题,也能统计意义上的“薄弱点匹配”,但这与一位老师观察学生演算过程、精准判断其是概念混淆还是粗心失误,属于完全不同的能力层级——前者属模式识别,后者需理解思维本体。

“精准学习”与“因材施教”在好未来宣传中高频出现,但目前支撑这些概念的,仍是唤醒次数、销售额等规模型指标,而非第三方可交叉验证的效果数据。相较讯飞“续费率超80%”这一留存类硬指标,其说服力明显偏弱——转化数据易得,留存数据难伪,后者更贴近真实用户反馈。

好未来当然深知此短板。今年5月,学而思联合中国信通院牵头发布行业首个AI家教标准,试图以“标准制定者”身份,与普通硬件厂商划清界限,在信任维度构筑壁垒。但需注意,标准本身不具备排他性,真正决定成败的,是标准落地后能否持续产出令家长心甘情愿续费的实际效果。而这一点,至今尚无公开、可复验的数据支撑。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

免费AI攻入教育,好未来们的护城河还剩多宽?

图源:网络

此外,一旦家长在学而思学习机中沉淀了孩子数月乃至数年的学习轨迹、薄弱知识图谱、个性化推荐路径,迁移成本将陡然升高。更换设备,意味着孩子的学习画像归零重启。这堵墙有效阻隔了大量倾向“零成本切换免费App”的家庭,也是好未来能支撑万元定价的现实支点。

但这座墙的强度,取决于免费AI追平个性化推荐深度所需的时间——而这一进程,正以超预期的速度推进。

豆包一季度月活已达3.45亿,二季度进一步攀升至3.82亿;6月起启动付费订阅试点,摩根士丹利将其定义为“行业从用户教育期迈向商业化阶段的关键转折点”。大厂布局免费教育功能,从来不是慈善行为,而是为获取用户规模与行为数据;而今豆包用户基数已足够庞大,正具备将这些数据转化为深层教育场景理解的能力。免费阶段积累的,恰恰是好未来引以为傲的“真实学习数据”。

好未来手中真正握有的,一是家长对其“信得过”品牌所愿支付的心理溢价,二是现有用户尚未迁移的沉没数据资产。二者均真实存在且具备变现潜力,但并非难以绕过的结构性壁垒,更像是一个阶段性窗口——其宽度,由外部对手迭代节奏决定,而非好未来自身掌控。

值得一提的是,好未来并未丧失退路。它本质上仍是一家内容公司,二十年沉淀的题库体系、教研方法论、师资培训机制,理论上可脱离硬件独立运转。正如其当前线下培优小班业务,留存率稳定维持在八成左右,印证其在“教得好”这一基本功上仍有扎实根基。

真正的分野在于:它选择将这套能力主要封装进售价六千至万元的硬件盒子中,面向愿为信任付费的家庭;而非如豆包般,先将能力免费普惠大众,再从中寻找可持续的变现切口。前者押注硬件溢价可持续,后者押注规模足够大后总能找到盈利支点。

两种路径孰优孰劣,当下尚无定论。但好未来所选之路退出成本更高——营销、渠道、硬件研发均已深度投入,若转向纯内容订阅模式,沉没成本不容小觑。这也解释了为何学而思在信通院标准之外,仍不断释放“十亿次唤醒”这类规模数据——与其说是提振市场信心,不如说是在为自身壮胆。毕竟,它至今仍未公布完学率、学会率或续费率等可交叉验证的效果指标。

这份沉默,本身就是一种信号。

结语

好未来当下的处境,与十五年前的步步高既有共性,亦存根本差异。共性在于:两者皆将彼时前沿技术能力嵌入专用硬件,出售功能溢价。

步步高卖点读与翻译,好未来卖AI精准学。区别在于,步步高的替代者来自外部:智能手机+免费App,这是一场无法阻挡的品类级迁移。

正如诺亚舟最终将学习机业务回购给创始人,一段历史体面落幕。AI学习机会否重蹈点读机覆辙?答案大概率并非简单的“是”或“否”。

中短期内,行业出清、头部集聚、均价上扬的趋势仍将延续,手握真实用户数据的好未来们,尚有几年平稳发展窗口。但中期之后,一旦免费AI在教育场景的理解深度逼近专用硬件——至于这个窗口期有多长,则取决于豆包们将商业化与教育场景融合的速度,也取决于好未来们能否拿出真正经得起验证的效果数据。届时,“硬件+内容订阅”这一现行模式,或将再度面临步步高当年那道历史性抉择。

*题图及文中配图来源于网络。

本文来自微信公众号“新立场Pro”,作者:新立场,36氪经授权发布。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

deepseek 豆包

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Buffalo框架数据库开发全教程
Buffalo框架数据库开发全教程

本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。

2026.09.23

120

15

Buffalo框架路由与请求处理实操指南
Buffalo框架路由与请求处理实操指南

本专题讲解Buffalo框架路由与请求处理机制,涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。

2026.09.23

40

15

Buffalo框架零基础入门教程
Buffalo框架零基础入门教程

本专题整理Buffalo框架入门内容,涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查,帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。

2026.09.23

40

15

Conan创建软件包配方指南
Conan创建软件包配方指南

本专题介绍通过conanfile.py创建软件包的方法,讲解包名、版本、依赖和构建设置等基础信息,以及source、build、package、package_info等常用方法的作用及编写思路。

2026.09.22

40

12

Conan二进制包配置指南
Conan二进制包配置指南

本专题介绍Conan根据操作系统、编译器、架构和构建类型生成二进制包的方法,讲解Profile、Settings、Options及Package ID的作用,帮助管理不同平台和编译环境下的包版本。

2026.09.22

40

13

Conan私有仓库搭建教程
Conan私有仓库搭建教程

本专题系统的讲解Conan私有仓库的搭建流程,涵盖仓库服务部署、存储目录配置、用户认证、权限划分和远程地址添加,并介绍内部C++依赖包的上传、下载及版本维护方法。

2026.09.22

40

19

loomy官网入口地址合集
loomy官网入口地址合集

本专题汇总了 Loomy 桌面 AI 助理的官方入口地址合集及使用指南。提供 macOS 与 Windows 客户端下载 。Loomy 是讯飞推出的桌面级 AI 工作搭子,支持文件整理、数据分析、网页操作及通过飞书/钉钉远程操控电脑,助你高效完成本地办公任务 。

2026.09.22

40

19

NumPy常见函数使用方法
NumPy常见函数使用方法

本专题整理 NumPy 常见函数使用方法相关教程,覆盖函数大全、参数用法、数组运算、统计聚合、排序处理、where 条件筛选、linspace 创建数列等常用场景,帮助读者快速掌握 NumPy 函数调用思路和实际数据处理技巧。

2026.09.22

60

21

NumPy性能优化版本更新与常见报错排查
NumPy性能优化版本更新与常见报错排查

本专题整理 NumPy 性能优化、版本更新与常见报错排查相关教程,覆盖向量化计算、广播性能、内存布局、NumPy 2.0 升级、版本兼容冲突、安装导入报错、dtype 溢出、矩阵运算异常和 broadcasting 报错修复,帮助读者系统掌握 NumPy 性能调优与问题定位方法。

2026.09.22

80

25

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
腾讯元宝使用手册
腾讯元宝使用手册

共0课时 | 0人学习

DeepSeek手册
DeepSeek手册

共0课时 | 0人学习

豆包AI手册
豆包AI手册

共0课时 | 0人学习