近日,央視二套《中國財(cái)經(jīng)報(bào)道》讓在線教育成為焦點(diǎn)。在線教育的崛起,正在彌補(bǔ)傳統(tǒng)教育資源的不均衡。而以騰訊課堂作為代表的在線教育平臺(tái),正在發(fā)力移動(dòng)端,實(shí)現(xiàn)在線教育的跨終端布局。
在線教育始于QQ群
今年,在線教育延續(xù)了2013年的熱式,再度引領(lǐng)教育新潮流。數(shù)據(jù)顯示:2008年中國在線教育市場規(guī)模約352億元,至2013年已增至839億,預(yù)計(jì)2014年中國在線教育市場規(guī)模將近千億。各界大佬也瞄準(zhǔn)這一領(lǐng)域,齊聚線上掘金在線教育,如騰訊課堂、淘寶同學(xué)、新東方在線等。盡管在線教育玩得火熱,產(chǎn)品成出不窮,用戶卻未必買單。
在線教育雖然突破了時(shí)間和空間的局限,同時(shí)也能解決因地域造成的教育資源分配不均勻的困難。但是由于師生處于分離狀態(tài),學(xué)生不能直接得到持續(xù)的指導(dǎo),學(xué)生的學(xué)習(xí)難度增加,教師也無法根據(jù)學(xué)生的反饋及時(shí)改善教學(xué),教學(xué)互動(dòng)難以持續(xù)。情感缺失和關(guān)系鏈得不到沉淀,成為在線教育亟待突破的瓶頸。
而騰訊進(jìn)入在線教育領(lǐng)域有著天然的生態(tài)優(yōu)勢。在還沒有出現(xiàn)教育平臺(tái)之時(shí),很多人通過QQ群視頻功能進(jìn)行教學(xué)互動(dòng),可以說,中國最早的在線教育雛形是在QQ上形成的。QQ最早推出視頻聊天功能,后來又加入了群視頻功能,很多人通過QQ實(shí)現(xiàn)遠(yuǎn)程教育,教與學(xué)的關(guān)系鏈在QQ里沉淀,他們只要通過QQ就可以實(shí)現(xiàn)在線教學(xué)和課后交流,擁有完整的體驗(yàn)。
移動(dòng)端將成為在線教育新戰(zhàn)場
教育產(chǎn)業(yè)與移動(dòng)互聯(lián)網(wǎng)的深度融合催生了各種新的在線教育模式,雖然PC仍是在線學(xué)習(xí)最主要工具,但伴隨移動(dòng)互聯(lián)網(wǎng)發(fā)展,在線教育移動(dòng)端已開始成為人們接受的學(xué)習(xí)方式。央視報(bào)道顯示,手機(jī)端學(xué)習(xí)的使用率都超過80%。
面對(duì)央視的采訪,談到移動(dòng)端相較于PC端的優(yōu)勢,騰訊即通應(yīng)用部助理總經(jīng)理吳奇勝提出兩點(diǎn):第一,移動(dòng)端手機(jī)的普及率比PC要高;第二,移動(dòng)端比PC端更合適學(xué)習(xí),因?yàn)橐苿?dòng)端具有靈活、操作性強(qiáng)、隨時(shí)隨地、互動(dòng)性強(qiáng)等優(yōu)勢,而且,隨著4G時(shí)代的到來,上網(wǎng)隨時(shí)隨地都能夠發(fā)生。
移動(dòng)端的大有可為刺激了一大批在線教育平臺(tái)轉(zhuǎn)戰(zhàn)移動(dòng)端,在線教育的跨終端化越來越被視作未來的一種趨勢,盡管如此,“在線教育的核心仍舊是教育,互聯(lián)網(wǎng)對(duì)于學(xué)習(xí)更應(yīng)是一種優(yōu)化學(xué)習(xí)效率和質(zhì)量的技術(shù),每個(gè)企業(yè)都應(yīng)該找到自己的優(yōu)勢,來尋找到一種適合的發(fā)展道路。”以騰訊為例,騰訊課堂已經(jīng)突破在線教育PC端的限制,實(shí)現(xiàn)PC、手機(jī)、平板同步,滿足用戶在移動(dòng)平臺(tái)上利用零碎時(shí)間學(xué)習(xí)、情境式和高實(shí)時(shí)互動(dòng)的訴求。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。