作者 | 孟旭
编辑 | 李忠良
策划 | AICon 全球人工智能开发与应用大会
在刚刚落幕的 AICon 全球人工智能开发与应用大会·上海站（2025）上，网易有道词典笔产品负责人孟旭以一款全新打造的 AI 原生设备【有道 AI 答疑笔】为切入点，深入剖析了大模型技术浪潮下智能学习硬件的演进路径——从单一功能的“工具型设备”，跃迁为全程陪伴的“智能学习伙伴”。
他强调，基于长期实践与洞察，有道智能硬件的迭代本质是用户需求、硬件能力与 AI 技术三者的协同驱动，三者如同精密咬合的齿轮，共同推动产品持续进化。即便在大模型爆发的当下，单纯依赖软件升级或硬件堆料都难以形成真正价值，唯有软硬一体深度融合，才能让技术自然融入学习场景，切实解决用户的实际问题——这正是垂直类智能硬件在技术红利期立足的根本法则。
以下内容根据演讲实录整理（部分有删节），便于大家更系统理解这一趋势：
大家好，我是来自网易有道硬件产品团队的孟旭。
如今 AI 已渗透到生活的方方面面，作为专注教育领域的智能硬件团队，我们一直在思考：当 AI 与教育深度融合时，如何让它真正成为孩子成长路上的“智慧导师”？如何打破传统工具的边界，直击学习过程中的真实痛点，打造更高效、沉浸且个性化的体验？
今天我就以我们今年推出的全新品类——有道 AI 答疑笔为例，聊聊大模型驱动下，AI 学习硬件正在经历怎样的变革。
图片网易有道因有道词典、有道翻译官、有道云笔记等应用广为人知，尤其在查词翻译和语言学习领域积淀深厚。我们的有道词典笔也已在智能学习硬件赛道深耕多年，年初累计销量突破千万台，这是一个里程碑，意味着千万家庭对我们的认可与信赖。
在这个过程中，我们总结出一条清晰的产品进化逻辑：“需求牵引 - 技术支撑 - 体验升级”的螺旋上升模式。即从具体学习场景出发，激发硬件创新和 AI 技术落地；随着软硬件能力提升，用户体验随之优化；而更好的体验又催生更高阶的需求，形成良性循环，持续推动产品进化。
具体来看：
需求牵引
这是智能硬件发展的原点，也是核心动力。虽然学习场景随时代变迁，但其演进脉络清晰可循。最初推出有道词典笔，是为了解决英语学习中快速查词的需求。依托有道词典积累的海量语言数据和高效的扫描识别技术，词典笔应运而生。
随后，我们在大量用户行为数据中发现，由于扫描操作极其便捷，孩子们遇到不认识的中文词语也会习惯性地扫一扫。于是我们迅速扩展内容库，不仅覆盖双语，还加入小语种、古诗词、文言文讲解等功能。
再往后，随着孩子年级升高，学习任务复杂化，他们开始希望这支笔不仅能查词，还能解答数学、物理、化学等问题，甚至能脱离书桌，在任何地方互动学习……正是这些真实反馈，促使我们从词典笔走向 AI 答疑笔这一全新形态。
硬件创新
明确需求后，必须通过硬件创新来实现。这涉及材料科学、电子工程等多个领域的突破。例如，为了让设备更轻便易用，我们在保持性能的同时优化了外观设计与材质选择；为了提升响应速度，我们不断升级芯片算力。同时还要兼顾规模化生产的成本控制。可以说，硬件创新是将抽象需求转化为具体功能的关键桥梁。
技术迭代
AI 技术赋予硬件“思考”的能力。图像识别让笔精准捕捉文字，自然语言处理则使其理解问题并给出准确答案。随着算法优化和深度学习能力增强，设备变得越来越聪明，也越来越懂用户。
图片那么，当前火热的大模型给教育场景带来了哪些新变化？
首先，在语言交互方面，大模型展现出强大优势，尤其适合语言学习。早在 2023 年，我们就率先将大模型部署到词典笔中，重点应用于翻译和多语种学习场景。相比传统模型，它能更好地理解上下文语境，显著提升翻译准确性、表达自然度及情感还原度。
值得一提的是，我们去年业内首发端侧离线大模型，主要用于中英离线翻译，并正推进文言文与小语种方向的拓展。之所以选择离线方案，是因为很多学习场景如教室、图书馆常无网络或信号不稳定，离线模型可保障低延迟、高质量体验，同时降低使用成本。
为此，我们定制了首颗 AI 芯片，专为大模型运行优化算力，兼顾超低功耗，满足孩子长时间使用无需频繁充电的需求。尽管面临内存、功耗与成本等多重挑战，最终实现的离线翻译效果已超越原有 NMT 模型。
图片其次，推理模型展现出接近真人教师的逻辑链能力，在答疑辅导中尤为突出。它能模拟一对一讲解过程，实现自然语言对话式教学，真正达成“教”与“学”的双向互动。
以我们最新推出的 AI 答疑笔为例，其内置的“小 P 老师”不同于传统题库式答疑，能够应对多学科、新题甚至难题，不限题目来源。比如前段时间我们用它测试北京海淀高考二模题，成绩达到清北录取线水平。
更进一步，“小 P 老师”支持分步拆解解题思路，允许用户针对某个知识点追问，并提供举一反三练习——包括历年真题和大模型生成的新题。这种全学科覆盖的能力，契合当下教育强调跨学科融合的趋势，真正成为多学科高效辅助工具。
这意味着，孩子可以随时获得精细化讲解，不再受限于固定答疑时间。此外，多模态交互技术也让答疑笔支持扫描、拍照、语音等多种输入方式，带来更丰富的个性化体验，如拍照朗读不同风格文章、自定义背单词卡片等。
图片可以看到，大模型已有效解决过去难以攻克的问题。但如果放眼未来，我们认为下一个关键阶段将是 AI Agent 与教育生态的深度整合，这也是我们正在探索的方向。
随着学习方式从“以教师为中心”转向“以学生为中心”，以及从单一学科走向跨学科融合、从被动接受变为自主探究，传统工具的局限愈发明显。
比如，学生预习课本时常会延伸思考作者生平、写作背景等个性化问题，这正是因材施教的本质所在。但我们尚未有一款产品能真正做到这一点。
我们正朝这个目标努力——哪个孩子不渴望拥有一个随身家教？一方面，我们在答疑智能化上下功夫，比如让 AI 根据错题记录提供更具针对性的讲解；另一方面，则是提升端到端体验的成熟度。目前 AI 答疑笔内含数十个独立应用，分别处理背单词、口语训练、课内同步等不同需求。
未来是否可以将这些功能串联成完整的学习流？
基于此设想，我们的 AI 答疑笔从立项之初就定位为 AI 原生硬件，软硬一体自研系统具备整合潜力。或许不久之后，当 AI Agent 能全面承接孩子的各类学习任务时，这支笔就能真正成为专属的 AI 学习伙伴。
