百万学员之后，爱学AI学习智能体完成低龄段全场景覆盖

今年两会审议的“十五五”规划纲要中明确提出“促进人工智能助力教育模式变革”。这是国家层面第一次把人工智能与教育模式变革直接绑定，也意味着AI在教育中的角色不再只是补充工具，而是模式重构的核心变量。

AI在教育领域的演进路径，经历了早期的拍照搜题、作业批改等“工具层”应用，再到口语陪练、答疑助手等“辅助层”产品。到今天，具备“感知—决策—引导—记忆”四大能力的AI学习智能体，正在成为行业攻坚的核心方向。这是AI教育从“工具”到“主体”的范式跃迁，也是2026年整个赛道最值得关注的变量之一。

近日，爱学AI学习智能体推出针对低龄段的系统性产品布局，围绕孩子最关键的三种核心素养——思维能力、语言能力与人文素养，分别推出爱学AI思维、爱学AI双语、爱学AI人文素养三大解决方案，深度回应孩子思维启蒙阶段的核心学习需求，也是国内AI学习智能体首次以系统性产品矩阵进入这一成长关键期。

有趣、有料、有爱(AI)，AI Agent 落地低龄段的必要条件

在AI学习智能体这一领域，创立于2023年的与爱为舞，是一家少见的出生就在风口上的公司。不同于传统教育机构需要向AI迁徙，与爱为舞从成立第一天起就是一家AI原生企业，其产品形态、业务逻辑、组织运行等全部以AI为起点。这种基因决定了它在Agent时代的天然适配性，也让其旗下产品爱学，成为最早重构教学环节的AI学习智能体。

与传统AI教育产品相比，AI学习智能体的本质区别在于它具备四种类人的教学能力：

● 感知力：通过实时语音交互与答题过程追踪，识别学生的真实理解程度与思维断点；

● 决策力：基于实时学情数据，自主决定下一步是追问、提示、拆解还是迁移；

● 引导力：不直接给答案，而是用递进提问驱动学生自主推导；

● 记忆力：为每一个孩子建立长期学情档案，让每次互动学习都建立在“完全了解你”的基础上。

2025年2月，与爱为舞正式推出AI学习智能体——爱学。依托自研的爱学教育大模型，以及覆盖语音感知、课堂呈现与互动执行的全栈技术体系，爱学让上述四种能力第一次在真实学习场景中跑通。AI得以像一位真人老师那样，独立承担长程任务式学习“教与练”的完整过程，而不再停留在单次答疑的辅助层面。

不到一年的时间里，爱学服务的用户已遍布全国32个省、342个城市，规模达百万级，成为国内最早大规模落地的AI学习智能体之一。此次面向低龄段的系统性产品布局，是爱学在这一基础上向纵深迈出的关键一步，让AI学习智能体成为孩子在成长关键期的全场景“学伴”。

做低龄段AI教育产品容易走入一个误区，就是将其当作高龄段产品的低配。事实上，两者的逻辑完全不同。高龄段的孩子抽象思维基本成型，教育的核心是讲题，重点在解题思路的拆解与应试能力的提升上；而低龄段的孩子还处于具象思维阶段，加上好奇心旺盛，注意力容易分散，这一阶段的教育核心是培养其综合素养能力，重点在知识启蒙、兴趣培养和习惯养成。

我们认为，真正好的、适配低龄段场景的AI产品，必须满足有趣、有料和有爱（AI）。”爱学产品负责人介绍道。

“有趣”是敲门砖，是激发孩子学习内驱力的关键。因为低龄段的孩子注意力集中时间短，容易被新鲜事物吸引，枯燥乏味很难抓住他们的注意力。必须融入他们熟悉的场景、游戏、故事之中，用生动形象的语言、活泼有趣的互动形式，点燃孩子们的学习兴趣。

在“有趣”的基础上，最关键的是要做到“有料”，即设计出一套符合这一阶段的孩子的认知规律，兼具科学性、逻辑性和实用性的成长体系。

“有爱”则是通过AI技术来实现真正的大规模1V1精准互动，让每一个孩子都能被即时关注、即时回应，让线上教学过程也能拥有线下教学的互动感和温度，真正实现“以孩子为中心”。

覆盖三大核心素养，首个AI学习智能体在低龄场景系统落地

在“有趣”、“有料”、“有爱（AI）”的基础上，此次爱学AI学习智能体围绕低龄段孩子最关键的三种核心素养，包括思维能力、语言能力和人文素养开展了系统性布局。

在思维能力培养上，爱学提出了独创的GMT引导式教学法，通过“引导思考(Guide) - 构建模型(Model) - 迁移能力(Transfer)”，以知识和问题情境为载体，通过探究、提炼和归纳解决问题的方法，帮助孩子们逐步建构可迁移的思维方式与思考能力。

爱学产品负责人介绍道：“我们通过7大模块构建系统化知识地图，专注培养16种核心思维方法，让孩子会思考、会应用、会迁移。”

在语言能力培养上，爱学采用了AI中外教协同。外教AI负责地道口语输入和纠音，中教AI负责能力的内化。整个过程遵循“情景导入→开口回答→激励反馈→引导探究→实时反馈→自适应规划”，每一步都让孩子动脑动口，让孩子真正敢开口、能表达、会运用，把语言从一门功课变回一种沟通工具。

在人文素养方面，爱学通过AI引导的“追问-思考-表达”闭环，系统训练孩子的信息抓取、逻辑分析、精准概括和体会深意等能力。让孩子从读懂一段文字，到理解一种情感，最后能够清晰地表达自己的观点，最终拥有一生都用得上的阅读能力、思辨能力和表达能力。

这种以AI为主体的全新模式，与传统产品在主体、方式、个性化程度、能力边界及交互体验方面都有本质的不同。而这种能力的构建，需要一套深厚的AI技术栈能力。

爱学AI学习智能体对传统模式的全维度重构

重构底座，专为低龄段打造的AI技术栈

让AI智能体真正适配低龄场景，远比想象中难。市面上大多数AI教育产品的做法，是把通用AI能力直接搬到教育场景，采用“通用大模型+通用语音识别+通用前端框架”的技术模式。但在低龄场景中，这套做法会全面失效。

通用语音识别的训练数据都来自成人，套用到儿童身上会误判口音和发音；通用前端框架支撑不了这一阶段所需要的高强度游戏化互动；通用大模型的对话策略也无法适配儿童的认知节奏。

为了适应低龄段的学习习惯和场景，爱学把AI技术栈的每一层都重做了一遍。

爱学AI学习智能体专为低龄场景构建的全栈AI技术体系

教学决策层：爱学教育大模型

爱学自研教育大模型是国内首个围绕“如何教得更好”而研发的垂类教学大模型，喂入了100+特级教师的真实数据、数万教育与认知科学著作以及约百万小时真实师生互动数据。让AI深度复刻名师教学方法，同时也具备“名师级”的引导、追问和启发能力。

“在 Agent 服务端，我们把复杂的多轮教学逻辑拆解为可分支、可回放的流程节点，使意图理解、策略决策、话术生成更加清晰可控。”爱学产品负责人表示，“配合完整的可观测链路，能够快速定位对话策略与反馈中的问题，在保证流畅稳定的同时，让 AI 更贴合孩子的认知规律，真正做到‘懂孩子’。”

语音感知层：专为儿童设计的语音技术栈

市面上成熟的发音评估系统，全部基于成人语音数据训练。但低龄段的孩子正处于口腔肌肉、声道与声带的快速发育期，语速不稳、重音不准、辅音衔接弱、尾音易省略，套用成人模型只会被误判为“发音错误”，挫伤孩子开口的信心。

“我们专门构建了一套贴合儿童生理特性的发音评估系统，并针对不同年龄段的孩子设计了分级机制。”爱学产品负责人表示，针对6、7岁的孩子，先保护他们“敢说、能说”的意愿和兴趣，对于8岁以上的孩子，再逐步引导规范发音。

在语音交互层面，团队搭建了流式ASR实时转写，配合声学VAD和语义VAD的双重检测。前者识别说话的起止，后者结合互动意图智能判断孩子是否真的说完。这意味着即使孩子中间有思考停顿，也不会被粗暴打断。这种对儿童表达节奏的尊重，正是AI“懂孩子”的具体体现。

爱学AI学习智能体语音交互全链路示意

课堂呈现层：智能板书系统

低龄孩童注意力集中时间短、认知以具象化为主，传统课件普遍存在“音画不同步、动效与讲解脱节”的核心痛点。爱学构建了一套通过时序文本引擎在话术中实现字级精准触发的智能板书系统。核心机制是将画面元素拆分为文本、图片、视频、动画等可控组件，当AI老师讲到某个知识点时，前端组件便执行相应的动态效果。

此外，爱学还会实时反显孩子的语音作答信息，并进行可视化批改与点评，从单向输出升级至双向教学。这种“语音指挥画面”的沉浸式体验，能够确保孩子的注意力被持续牵引，始终保持新鲜感，实现玩中带学。

爱学AI学习智能体时序语义驱动的智能板书方案

互动执行层：游戏化引擎与聚合式架构

为了支撑课堂所需的复杂游戏化互动，前后端架构选定CocosCreator + 组件化 + 低代码 + AI Agent架构，课程生产效率提升70%。

团队还创新性地设计了“后端驱动 + 指令聚合”的前后端交互架构，核心教学逻辑由后端掌控以保证个性化能力，同时把服务端指令聚合打包后一次性下发，大幅减少交互频次。同时还针对不同设备（学习机/手机/iPad/低配机型）实现差异化调度，自动降级非关键动画与渲染逻辑，使低端设备页面帧率提升40% 以上，卡顿率降低65%以上。

这种“全栈式低龄化”的技术路径背后，凸显出爱学团队对于低龄段儿童学习诉求的深入洞察与挖掘，进而将其用独创性的产品实现，真正确保了AI学习智能体的有趣、有料和有爱（AI）。

教育的“Agent时刻”正在到来。在教育的各个环节中，“教”始终是最难被技术赋能的一环，因为它依赖经验、判断、耐心以及对每个孩子的理解，而这些是过去几乎所有技术工具都难以承载的部分。

AI学习智能体的出现，正在改变着这一现状，当“教”这一行为能够被技术承载时，就不再仅仅是工具的迭代，而是教学范式的深层变革。在这一变革中，“因材施教”这个延续了两千多年的教育理想，第一次拥有了可大规模落地的技术路径。

在这一变革中，与爱为舞的位置非常特殊，作为一家AI原生企业，它没有历史包袱，也没有迁徙成本，从第一天起就把“AI如何教”作为唯一命题。爱学AI学习智能体面向低龄段的系统性布局，既是这家公司的产品阶段成果，也是整个行业的一个观察样本。