在近期于北京举办的一场教育科技盛会上，阿里云智能集团公共云事业部华北大区教育行业解决方案总监张博，围绕“全栈AI助力教育全场景创新”这一主题，分享了前沿观点与实践经验。
张博指出，教育领域长期面临“不可能三角”的难题，即难以同时实现个性化、高质量与大规模教学。而AI时代的来临，为攻克这一难题提供了新的思路。在线教育之所以能成为大模型赋能最快的行业，原因在于其需求广泛且目标明确，有利于因材施教；同时，教学过程中积累的大量高质量数据，也为大模型训练提供了优质素材。
阿里云全栈AI之所以能为教育行业提供强大赋能，主要得益于四个方面。其一，通义千问模型具备卓越能力，阿里云坚持开放开源，其模型智能程度始终保持领先，在国内外广受欢迎。其二，阿里云在AI基础设施方面投入巨大。其三，作为全球领先的全栈人工智能服务商，阿里云在PaaS平台和模型配套方案上优势明显。例如，开发智能体时所需的历史对话、用户画像、向量检索及知识图谱等功能，阿里云PolarDB等数据库产品可一站式解决。其四，阿里云拥有专业的服务与生态赋能团队，在帮助客户进行模型开发或迭代时，能提供高水平的交付团队。
针对教育行业，阿里云推出了涵盖教育增长运营、教学内容生产、教学互动和评估以及课后知识巩固四个方面的全栈AI解决方案。
在教育增长运营方面，无论是教培机构的体验课、正价课、续报，还是在线教育App的拉新、留存等运营动作，本质都是为了实现业务增长。基于通义千问大模型强大的分析、生成能力，可在公域、私域运营数据上，实现文、图、视频等种草内容的生产，对用户原声进行分析归纳，并设计智能体与潜在用户对话，引导转化。例如，在处理运营数据打标时，基础模型打标签准确率较低，可在Qwen3小尺寸开源模型上进行后训练，大幅提升打标准确率；在对话智能体中，使用Qwen3基础模型进行微调，可更好地进行意图分类，判断问题是闲聊还是学科相关内容。在发文、发图、发视频及客服Agent等场景中，阿里云的AI技术也都有广泛应用。
在教学内容生产方面，近年来，越来越多的教育公司涉足此领域，主要包括题目教案、解题视频、绘本动画和课堂素材剪辑等内容。利用文本模型产题，客户采纳率不断提高；通过教育领域OCR模型，可将线下试卷或讲义数字化。在解题视频和绘本动画生产上，阿里云的技术也发挥了重要作用。对于课堂素材剪辑，qwen3的多模态模型能够很好地处理老师和学生高光时刻的剪辑工作，如将老师的高光时刻发到小红书种草，将学生的高光时刻发给家长展示学习成果。
在教学互动和评估方面，全栈AI主要通过两种方案提效。一是借助阿里云AI实时互动编排能力与Qwen全面的模型能力，快速搭建AI老师实时对话智能体；二是利用Qwen3多模态模型，对老师教学质量和学生学情进行评估。具体场景包括字幕上屏，使用Qwen3-ASR模型识别上课语音，实现自动上屏、录播课切片及课程质量评估；AI课堂互动，通过AI实时互动RTC搭建任务编排或直接使用Qwen3-Omni搭建智能体；AIGC实训课，百炼平台的弹性算力单元（PTU）可秒级应对万级并发，满足大量学生同时操作的需求；多元模态学情评估，基于Qwen3多模态模型对学情和教学质量进行评估。
在课后巩固与自学方面，该场景涵盖解题、批改、改题、推题、对练等细分方向。大量落地实践表明，此场景非常适合进行Qwen模型的后训练。基础模型难以涵盖客户所有高质量题目数据，且该场景刚需高频、对推理成本和延迟要求高。通过后训练，可将大模型训练到小模型上，在保证准确率的同时，降低推理成本和延时。针对客户希望AI像真人老师一样讲题的需求，可在后训练阶段加入Qwen模型的强化学习，注入人类偏好，强化模型风格。
今年9月的云栖大会上，阿里云发布了众多新模型，如可对标海外优秀模型的文本模型Qwen3-Max、追求推理速度的Qwen-Flash、优秀的生图生视频模型Qwen-Image和Wan2.5，以及获得客户高度认可的语音交互模型Qwen3-ASR和Qwen3-TTS。百炼平台不仅能让客户体验、调用模型，还能提供训练和推理托管服务，客户可利用Qwen3非开源模型训练，结合原始数据，低成本托管模型进行推理。目前，Qwen的全球衍生模型数量已达17万，后训练模型在阿里云有多种部署方式。
AI在教育领域的价值并非取代教师，而是承担批改作业、内容生成等重复性、事务性工作，让教师从繁重的机械劳动中解放出来，回归教育本质，成为学生情感的陪伴者、思维的引导者和人格的塑造者，这些高阶育人职责是技术无法替代的。阿里云全栈AI致力于以技术赋能教育，让课堂重焕人与人之间的温度、智慧与创造力。
