学习

学习是自主建构的过程。

从“会教”到“教会”，从单一功能实现到多智能体协同，超拟人AI老师参与孩子的学习过程、让学习效果真实可验证的升级路径，清晰勾勒出小猿在“教育+AI”融合方向上的创新答卷。

我们希望‘超拟人AI老师’真正进入学习过程，在恰当的时机提供恰当的帮助，让每一次辅导都指向学生能力的真实提升。

有了学生学习模型，AI老师才能进入真实的学习过程，理解孩子每一步怎么想、为什么错、需要怎样的点拨，再通过练习和测试验证是否真正掌握。

“人工智能与教育出版的结合，不是简单内容加工，也不是功能叠加，而是让优质内容在遵循出版规律和教育规律的基础上，真正进入学习过程。

优质教育出版内容与人工智能先进能力的深度耦合，让教材能更进一步融入孩子的学习过程，从“可以获得”走向“真正理解”，从“数字资源”走向“智能学习服务”。

小猿基于多年教研沉淀与用户数据共同训练出来的教育AI具备对教材、对学生、对学习过程的深度理解能力，不仅知道“题目怎么做”，更理解“孩子为什么不会、卡在哪里、下一步该学什么”。

AI伴学解决“愿不愿学”，AI导学解决“会不会学”，两个模式分别面向不同自主学习能力的孩子提供支持，是一种覆盖不同学习场景的互补设计。

下一步，小猿将通过多智能体协同积累的海量学生数据，搭建进化式学生学习模型，探索结果驱动型教育AI的落地路径。

学生学习模型是基于每个孩子长周期学习数据构建的个体认知画像——记录这个孩子在每个知识点上的掌握程度、典型错误模式、学习节奏和思维习惯，并随每一次学练持续更新。

如果使用AI不当，也可能削弱学习思考的基本能力。

过去，学习工具的AI能力多集中于识题、解题和讲解。

随着机器人训练需求增加，仅有画面已不足以支撑精确动作学习。

AI是服务于人类学习的工具，而非学习主体，更不能替代人类的思维成长。

人类学习不等于学用AI，AI发展不等于AI全面替代人。

过去几年，机器人基础模型逐渐从针对单项任务训练，转向利用视觉、语言和动作数据学习通用策略。

例如，经过筛选的成功示范可以直接监督动作学习；

训练时还预测动作后的真实力信号，帮助模型学习接触如何演化，部署时则只输出修正后的动作，避免每一步都重新运行大模型。

论文披露的第一视角语料约13万小时，其中超过11万小时为单目数据，覆盖多种物体、场景和人类操作行为，帮助模型学习较广泛的视觉知识及状态变化。

最近几个月，节目先后围绕1XWorldModel、NVIDIADreamZero、TedXiao所总结的机器人学习三个阶段，以及Dyna-2的百万小时实验展开对谈，这也对应着具身行业的最前沿方向的几个成果：世界模型、人类数据、规模化。

随着机器人学习的发展，越来越多研究开始通过数据驱动方式学习动作模型，并进一步采用ImitationLearning、ReinforcementLearning以及Auxiliary-taskLearning等不同学习策略来获取和优化机器人行为。

工人们会佩戴仿照“埃力”机器手设计的装置，继续从事日常任务，从而帮助机器人学习。

很显然，教机器人“上班”并不容易，但这么做也有一个好处——一旦机器人“学会”某项技能，相关数据便可传输至全球其他工厂，让当地机器人学习相同任务。

二、训练金字塔：人类数据如何支撑规模化学习？

在不完美的人类数据里学习

“这正是深圳倡导的项目式人工智能学习的生动实践，也是我们推进人工智能教育的初心。

美国心理学会（APA）负责教育的执行首席心理学家妮可·巴恩斯（NicoleBarnes）博士表示，如果该市在接下来的一年里测试和识别具有高数据隐私标准、能帮助学生学习和批判性思考的AI教育工具，而不是仅仅吸引学生注意力的工具，那么这些政策可能是有效的，甚至堪称“本垒打”。

根据巴恩斯合著并于周四发布的一份APA报告，基于生成式AI构建的教育技术产品经常提出未经证实的说法，声称能提高年轻学生的学习和批判性思维能力。

美国Meta公司首席执行官马克·扎克伯格8月发文强调开源AI的重要性，并呼吁美国政府“重新审视模型蒸馏和训练数据使用等方面的政策”，保护让模型在研发过程中向其他模型学习的原则。

他说，模型蒸馏本身是全球AI行业普遍使用的技术方法，不能把所有能力迁移和模型学习都直接等同于国家安全威胁。

王向东表示，小猿以多智能体协同为技术架构，将分散在不同学习场景中的数据和任务统一连接起来：各专业智能体负责具体环节，AI老师负责整体调度与教学决策，持续沉淀学生的学习数据，形成可追踪、可迭代的个性化学习支持体系。

这让AI老师不只能讲一道题，更能理解孩子为什么不会、卡在哪里、下一步学什么，在真实学习场景中做到因材施教。

其核心突破在于对学科规律、学生学情和学习场景的综合理解。

百余件馆藏精品“入驻”学习场景三家博物馆联合教育科技企业探索文教科融合新路径2026年09月09日12:02封面封面新闻记者张越熙

随着公共文化服务向家庭学习场景延伸，如何将馆藏文物转化为体系化的跨学科学习内容，是行业共同关注的核心命题，有企业已经开始行业实践。

如今，这些深藏于博物馆中的文化记忆，以新的方式走向日常学习场景。

专区的上线，使百余件馆藏文物能够以系统化、结构化的方式进入家庭学习场景，突破时空限制，将触达人群从到访观众延伸至更广泛的全国学龄群体。

随着公共文化服务持续打破场馆边界，文博机构正主动向日常学习场景延伸，推动馆藏资源从“陈列观赏品”向“系统化学习载体”转化，既扩大了公教服务覆盖半径，也让文物背后的多元知识实现分层、高效传递。

小猿学习机成为首个发行“中小学课本学习智能体”的智能硬件渠道，权威教材内容以AI助学智能体的形态，直达学生自主学习场景。

小猿软硬件产品累计服务超过5亿用户，在把AI能力转化为用户可感知、可依赖的产品体验上，积累了丰富的实践经验，可以确保智能体产品在真实、复杂、高频的学习场景中持续可靠运行。

政策东风下，打造以权威教材为核心内容、系统性服务学习场景的智能体产品，成为教育行业亟须补上的关键拼图。

立足促进德智体美劳全面发展，研发智能学伴”“整合教育大模型和智能体工具，打造一批主题式学习场景”。

9月9日，在2026年中国国际服务贸易交易会教育服务专题展区，小猿学习机携新一代“超拟人AI老师”亮相

孩子在三周学习中，可完成5个AI机器人项目、2个体感互动游戏和3个AI创作成果，实现一课一作品、一周一跃迁

董帅范把考证当作一种学习动力和检验方式，而不是单纯为了往简历上增加一行，这种选择值得肯定。

下一步，小猿将通过多智能体协同积累的海量学生数据，搭建进化式学生学习模型，探索结果驱动型教育AI的落地路径。

学生学习模型是基于每个孩子长周期学习数据构建的个体认知画像——记录这个孩子在每个知识点上的掌握程度、典型错误模式、学习节奏和思维习惯，并随每一次学练持续更新。

有了学生学习模型，AI老师才能进入真实的学习过程，理解孩子每一步怎么想、为什么错、需要怎样的点拨，再通过练习和测试验证是否真正掌握。

2026年4月，教育部等五部门联合发布《“人工智能+教育”行动计划》，明确提出“利用人工智能赋能学生学习。

学习机上线“云逛博物馆”专区，意在让文物不仅是被仰望的馆藏，更成为孩子可亲近、可探究、可延展的学习对象。