摘要：这是斑马内部首款全流程由AI驱动学习的产品，它的底层能力来自猿力大模型。斑马首席产品官修佳明在接受多知采访时透露，这款产品于2023年立项，历时两年，投入2亿元。

AI口语进入新阶段。

作者|王上

这是斑马内部首款全流程由AI驱动学习的产品，它的底层能力来自猿力大模型。斑马首席产品官修佳明在接受多知采访时透露，这款产品于2023年立项，历时两年，投入2亿元。

这是一款什么样的产品？

和市面上的“AI外教”类产品不同的是，斑马口语是体系化学习产品，由AI主导教学，课件与AI深度融合。在教研体系、内容设计的大框架内，AI进行个性化教学。

此外，斑马口语并未采用真人数字人形象，而是采用了二维卡通形象，以降低孩子的开口压力，增加沉浸感。

01 “AI外教”如何超越“真人外教”？

长长的黄色卷发，戴着大大的眼镜，说着一口流利的英语，自称来自美国纽约，这是斑马口语中的AI外教Jessica，她像真人老师一样引导孩子学习口语。

“测试下来，我们发现斑马口语的AI外教在教学层面能够比真人还要好。”修佳明说。

英语口语进阶学习不同于英语知识学习，口语是交互行为：只有在真实的交流语境中，通过‘输入—产出—反馈—再产出’的循环，发音、语法、语用与流利度才会同步进步。自学能积累词法，但缺少“轮到你说”与“被追问”的压力与机会。因此，一口流利的口语很难自学养成。

斑马团队观察到，真人外教存在诸多痛点：优质师资稀缺、约课难、成本高，且教学质量极不稳定。“外教也会有状态起伏，如今天他生病了，家里有事情绪不好，都会影响教学效果，”修佳明坦言，“甚至于，学习口语是一个专业工作，并非只要是外国人就能教，老师在拆分音节、个别发音及语法上也会犯错。”

斑马口语此次是基于大模型的全新探索，在以往没有先例。修佳明对多知表示，斑马口语的核心区别在于，斑马口语的AI外教通过理想化的教学设定来推进教学流程。

在斑马口语，按照语言习得规律设计，由6大核心环节构成：教学引入—知识体系构建—语料呈现—语料分析—指导练习—迁移应用。AI外教则主导全流程。

最初，修佳明对“AI外教”能否解决效果问题，也曾心存疑问。但在两年的产品迭代中，修佳明发现，斑马口语不但能解决这些“底线问题”，甚至是“天花板”的突破。

第一个惊喜来自于孩子的“开口率”。

修佳明回忆道：“我们产品上线之后，看到孩子们一上线就说话，这是我们之前在真人外教课上很难看到的情况，孩子们看到我们的AI外教毫无压力。” 这种交流欲望，是口语学习的基础。

AI外教以其稳定的、无评判的、卡通化的形象，卸下了孩子的心理负担，让“敢于开口”从学习目标变成了学习起点。

修佳明透露：“在斑马口语一节25分钟的学习过程中，有效开口次数超过100次，相当于1分钟有4四次开口。”他所指的“有效开口”是指孩子能完整说出一个句子，“1分钟开口4次”的成绩堪比真人教学场景，“孩子们愿意开口，开口快”让斑马口语团队感到欣慰。

斑马口语测试还发现，在孩子学习的过程中，AI外教的教学精度超越了人类教师的反应极限。

修佳明举了一个例子：“有一个孩子说‘I like粥’，但他不会说‘粥’的英文单词，AI外教就会当场告诉孩子‘You like porridge’，并会把孩子的这句话打在屏幕上，‘粥’那块空着，把‘porridge’补上，孩子会再跟读一遍。”

以前可能真人外教可能都不知道如何去解决这样的问题，因为她可能不知道中文的意思。

在大模型的加持下，这种“实时可视化+精准补全”的能力，实现了“即想即学”的场景化教学。

在纠音上，AI更能根据孩子的个人数据库，判断某个单词在当前水平下是应被“忽略”还是必须“纠正”，并动态拆分音节进行带读，这种颗粒度的教学是真人难以稳定去实现的。

（斑马口语还有各种激励机制）

AI外教还有“永不遗忘”的超人类记忆力。

斑马口语为每个孩子建立了专属数据库。“比如孩子上次学习说到自己感冒了，下次AI外教就会问候“你病好没好？”孩子有一个好朋友或玩具，模型能记住，下次再提到时就直接调用。而且，AI外教给每个学习者的反馈都是独一无二的。

修佳明解释道。这种深度的个性化记忆，使得每一节学习内容都能成为连续剧，而非孤立的片段，构建了深厚的师生信任感，这是频繁更换的真人外教无法企及的。

正是基于这些观察，修佳明从一开始对AI外教半信半疑，到后来态度发生了根本转变：“AI外教不仅是能够把‘底线’保住，他甚至是在很多的教学层面是能够确实比真人还要好的，它把原来的100%甚至变成了200%，设定了一个更高的标准。”

AI外教还带来了学习英语口语的普惠性，此前，一节真人外教课程动辄几百元，而今，斑马口语一节内容37.5元，一年3600元，略低于真人菲律宾外教的价格水平。

02 历时两年，耗资两亿

如此复杂的AI外教一对一产品，其研发过程无异于一场“硬仗”。斑马口语耗资2亿元，打磨了两年多的时间。

大模型出现后，各类“AI外教”产品涌现，但很多聚焦在“闲聊”，并没有教研加持，并没有形成体系化，斑马口语则完全不同，这个研发过程没有任何参考。

斑马口语采用分级设计体系，目标是6个等级，每个级别持续一年，共24个单元，每单元共4节学习内容（两周上完）、共96节，每节学习内容25分钟，每个级别总共2400分钟口语练习。

（斑马口语内容体系）

学习单元结构基于CEFR口语能力培养路径，每单元设计为集成的“2节场景对话 + 1节话题表达 + 1节综合运用”模式。其中，情节对话通过高频互动，输入和练习核心语言素材与微技能；话题表达将零散技能进行整合、升华，训练逻辑性的成段输出能力；综合运用则是在逼真的任务驱动下，让孩子创造性、综合性地运用所有能力，从而积累学习成果和自信。

（自由拓展）

这种设计是认知和技能习得规律的最小化正循环，确保孩子的口语能力在“学-练-用”的不断重复和升级中，从“会说”走向“说得清楚、说得完整”。

在斑马口语，前期验证、讨论花费了很长的时间，可以说，现在每节学习内容的每个细节都经过了验证。比如，为什么每节课是25分钟？为什么设计为“2+1+1”模式？在这背后，是斑马8年来的教研沉淀和对6-12岁儿童的理解。

以“场景对话”为例，如果只泛泛而谈，即使是孩子用母语跟AI对话，可能也很难持续开口。修佳明说：“对话交流是口语应用的一个最常见的一个场景，在对话过程中孩子会需要学会发问、学会回答、延续话题、总结话题、打断话题、发起话题等等，这些对话技巧都是需要有‘教学动作’的。”

斑马口语采用了“三分屏直播”形式，每一节学习内容包含10-15个环节，其每个环节都是经过精心设计的，确保AI外教与学习者的互动是灵活的。其创新在于AI外教和孩子都能“进入”学习场景。

（斑马口语采用三分屏直播的形式）

在斑马口语，没有选择易引发“恐怖谷效应”的真人数字人，而是原创了一个二维卡通形象，从发色、眼睛到人设都经过了考量，降低面对老师的压力感、提升老师的亲切感，并增加沉浸感。

修佳明向多知透露，在斑马口语中，仅背后的交互动画团队多达数十人，确保了在“点餐”、“画画”、“冒险”等任务中，孩子的每一个语言输出都能得到即时视觉反馈。

斑马口语是一整套面向6-12岁儿童的口语学习解决方案，AI外教作为“总导演”，在一个高度结构化的框架内，执行个性化的即兴发挥。

修佳明告诉多知：“最大的挑战在于如何为强大的大模型能力设定‘教学边界’，如何让AI在合适的范围内去发挥灵活性和主动性，找到自由发挥和主导教学的平衡点，一直是我们探索的重点。”

修佳明强调：大模型可以实现天马行空地聊天，但教学要求每一句反馈都有目标，团队需要对每一节内容进行专门的模型训练和多轮调试，确保AI的每一句话都“在点上”。

为此，斑马口语的研发流程绵长而厚重：设计体系→做大纲→多轮评审大纲→做教案→实现方案→做设定→做交互→制作Demo课→用真人外教测试课件逻辑→正式开发→用户测试→模型调整。

可以说，这是一个“教研驱动技术”的范本。

修佳明向多知透露：“斑马口语将最先发布Level 3的内容，因为7-9年龄段的学习人群对口语学习的需求更大。”

未来，斑马口语在高标准的流程下，团队将继续开发其他阶段的内容。

03 AI口语产品进入新阶段

斑马口语的出现，意味着AI在学习产品行业的应用，开启了一个新时代。

修佳明提到：“我们期待斑马口语能获得大范围、普遍的认可，我们希望它将是默认的英语口语学习产品形态，当用户学习英语口语，第一想到的不是找外国人，而是找这个产品。”

多知观察到，市面上的AI口语产品主要分两种：一是“被动响应式”的陪聊工具，由学习者主导，无法推进教学；二是“主持人式”的串场AI，核心教学内容仍是录播或固定流程。

修佳明认为：“斑马口语是如果没有AI或者AI差了一点，这个产品就不成立了。AI在这里不是锦上添花的点缀，而是产品的核心与灵魂。”

在斑马集团内部看来，斑马口语的里程碑意义在于，它是“AI时代的第一款垂直领域的学习产品”。它证明了在特定学习场景（如口语学习）中，AI可以提供一套完整、且可能更优的解决方案，打破了对稀缺真人师资的依赖。

对于未来，修佳明的判断非常清晰：“我觉得未来就不需要真人外教来做口语教学这件事情了。” 这并非出于对技术的盲目乐观，而是基于产品效果的判断。

可以看到，斑马口语的探索创造一种全新的学习方式。这条路投入巨大且前路漫漫，但斑马口语无疑已经掷出了一块问路石。

来源：多知