作者｜张鹏

编辑｜ 郑玄

 

最近，斑马口语正式上线，用纯 AI 外教与学生一对一全英授课，引发了行业不小的关注。

AI 口语并不是一条新赛道， 其中的玩家也良莠不齐：既有像 Speak 这样重投入打磨真人视频的，也有大量给大模型「套一层皮」就匆忙上阵的。

斑马口语的目标，和其他公司则并不相同：斑马想要用 AI 打造一个超越真人的「AI 原生」口语解决方案。

这意味着，要让 AI 主导教学，让 AI 发挥出真人没有的能力：针对性的纠正，个性化的话题，还要真的对结果负责——不是增加一个练口语的功能，而是真的让学生在和 AI 对聊后获得提升。这是整个行业之前前所未见的。

这个挑战，不仅带来了技术上的难题，也需要对「教育」有极深的理解：比如，AI 教师如何真正激发孩子的兴趣？这背后都在考验团队是否具有真正的教学经验中积累的「手感」。

而比「手感」更深层的挑战，是组织力。一个真正的 AI 原生 Agent，诞生的前提，必然是一个「产模一体」的 AI Native 组织。这不只是一个产品问题，更是一个关于组织进化的「终极命题」。

 

01

比真人外教还会教的 AI 外教

 

口语外教是一个被验证过的需求，用 AI 代替真人外教，降低成本，很合理。但真正的难点在于： AI 如何能超越真人？

真人外教的局限性是天生的：他们会累、会忘、会不稳定，并且无法实现「千人千面」的颗粒度。而这，恰恰是 AI Agent 的机会。为了实现「200 分」的目标，斑马从几个真人无法企及的核心点发力：

首先，是提供即时、可交互的真实语境。

这个正如下面的案例所展示的，当 AI 老师想要教会小朋友生日派对相关的英语时，AI 能无缝切换到一个生日派对现场，聊孩子爱吃的派对食物。

AI 让这种高成本、一次性的「真实世界」体验，变得轻盈、可控且无限重复。

除此之外， AI 还能实现真人无法企及的「高颗粒度的个性化进阶路径」。 人脑的记忆是有限的，但 AI 的记忆是无限的。

斑马的 AI Agent 会把每个孩子当作一个系统来建设，它记得孩子上一次对话的每一个细节、每一个薄弱点。当孩子学口语遇到瓶颈时，AI 能设计出「微小的一步」，在下一次对话中推着他往前走。

这种「长期积累的陪伴」和「微小颗粒度的进阶」，是任何真人老师都无法规模化实现的。

第三点，或许有点出人意料，反而是 AI 的情商。

AI 做外教，肯定会有人担心，AI 毕竟是「假人」，孩子怎么会愿意和它交流？但斑马团队的数据显示，传统真人外教一对一，孩子前三分钟的开口率大约是 85%；而在斑马口语中，这个数字是 98.8%。这来自细节的打磨——比如一个细节是 AI 外教 Jessica 的形象。

在技术上，用 3D 形象配合 AI，其实比 2D 更成熟、更方便。但斑马反其道而行，选择了 2D。

「我们之所以选择二维，是因为 3D 角色，更像是模仿真人，容易产生恐怖谷效应，影响孩子『入戏』。」修佳明提到。「我们挖掘了过往真人外教的数据，抽象出了「孩子最喜爱、学习效果最好」的外教特征——包括脸型、发色，设计了 Jessica。」

但让孩子想开口只是第一步，斑马也希望用高情商让孩子更爱学习口语。

比如在前面说到的生日派对的课件里，一个正在学习的孩子突然说「我不想办生日 party」。AI 外教 Jessica 的回复同样情商极高，她说：「Of course you can say No. Some people like quiet birthdays. That’s OK too.」然后无缝地将话题切换到「参加别人的生日派对」，把教学进度自然地延续下去。

这种永远稳定、充满耐心、人格统一、且总能「捧场」的灵活性，恰恰是真人老师难以做到的。它让 AI Agent 从一个「工具」，变成了一个孩子愿意分享秘密的「新物种」。

而这种「新物种」带来的信任感和情感连接，看似只是锦上添花，实则正触及了教育中最难的命题： 动机 。

如何让孩子有动力学下去？绝大多数教育产品，依赖的是「工具型动机」——奖励、打卡、游戏化。

但通过与这个孩子真正「想聊」的 AI 外教交流，学英语的动机就变了。孩子不会想「我说英语会给我带来什么奖励」，他想的是「我必须说英语，才能完成这件事」——和虚拟的老师、小学伴们交流。

学习的成就感内化于这个过程，最终让说英语成为一种「必须」和「自然而然」。

 

02

「产模一体」的最佳实践

 

当斑马团队立下这个「200 分」的雄心时，他们其实正站在一个十字路口。这个路口，就是技术栈的选择。

一个超越真人的 AI Agent，到底需要一个什么样的「模型」？

在 2023 年立项时，最「聪明」的捷径，就是「套壳」——要么用最强的闭源模型，要么用顶尖的开源模型。

但斑马团队很快发现， 所有「捷径」都通向「80 分」的平替，唯独通向不了「200 分」的超越。

「我们很早就尝试过这个路径，」修佳明，但是最后发现，不同的模型，总会有不同的问题。这背后是数据白点（data blind spots）的影响，你通过人设或者其他工作是很难根治的。在教育场景下，语言的正确性是第一位的。」

更别提迭代的鸿沟——「AI 大模型，保守说每半年大模型的能力变化都很大，你选用一个具体版本的开源模型去做后训练，再去想跟上最新模型的效果，这个迭代的成本还是挺高的。」

而斑马真正的壁垒和核心资产，在于长期积累的、海量的、高质量的儿童教育数据——包括海量的儿童跟读数据。

于是，他们的路径清晰地浮现出来： 「猿力大模型」（预训练基座）+「斑马独有教育数据」（后训练/微调）。

这种「产模一体」的价值是立竿见影的：

首先是数据带来的模型语料的准确和安全。

修佳明说：「我们做了更严苛的数据筛选，首先能保证语料都是标准的英文语料，而且内容是符合儿童认知的，且价值观要非常积极向上的。我们又做了一些强化训练来保证它更可靠。」

而更能体现产模一体的好处的，是 AI 知道怎么和不同水平的孩子沟通。

我们在采访中聊到一个问题：AI 的知识是渊博的，但它怎么能「降维」跟孩子沟通？一个孩子问「为什么天是蓝的」，AI 会不会「吊书袋」，讲一堆大气折射和瑞利散射？

斑马的核心资产——过去积累的海量数据，能够教给 AI 如何正确地跟孩子的交流——孩子问「为什么」，可能只是想引起一个话题，他想得到的回答是更浅层的、一个比喻类的，他并不是想钻进去。

如果说「产模一体」是技术上的「必经之路」，那么一个更难的、也更底层的挑战，就是组织的重塑。

这，或许才是 AI 时代最核心的命题。

我们聊过太多团队，为什么「产模一体」最后跑不通？ 因为他们只有「产模」，没有「一体」。

模型团队和产品团队背着不同的 KPI，互相拉扯。产品经理（PM）的价值感在消失，他们不再是为用户创造产品，而是沦为「给模型找活干」的「传话筒」。

斑马是不是也遇到了类似的困惑？

「我们之前也有传统互联网的流水线分工，但我们做这个事的时候就乱了。」修佳明坦言。

「比如产品的需求文档（PRD），在新的产模一体的产品下，基本上就是一个课件。如果采用传统的流水线，产品经理所做的工作几乎就只是把教研的大纲『翻译』一下。我们最后坐下来聊了一下，教研和产研能不能一起干这个事？」修佳明说，「最终斑马口语的解决方案是，教研和产品研发直接一起讨论教学层面的需求，研发在一个看似非标准的需求下，进行理解和开发。」

这种「边界模糊」不止发生在产品和教研之间。「教研可能直接跟 AI 工程师对接；动画直接跟研发去对，因为这里面的渲染有点复杂……有很多是跨部门交错来做。」

一旦这个「壁垒」被打破，整个组织的形态就全变了。流程不再是「PM -> RD -> 教研」的线性传导，而变成了「神经突触」式的网状连接。

斑马分享了一个最朴素、也最高效的组织解法： 「坐在一起。」 在物理邻近的高密度协作中，「教研」的神经末梢直接碰上了「AI 工程师」的神经末梢，不断碰撞、擦出火花，形成新的组织脉络。

一个真正的 AI Native 产品，或许不是被「开发」出来的，而是被一个 AI Native 的组织中「长」出来的。

为了实现那个「200 分」的 AI Agent，你必须先打造一个「200 分」的 AI Native 组织。

这，或许才是斑马口语在「产模一体」实践中，最坚实、也最难被复制的「壁垒」。

 

03

用 AI 拆掉巴别塔

 

斑马口语已经证明，AI 可以成为一个比真人更稳定、记忆力更强、甚至情商更高的「老师」。但如果这只是一个开始，AI 语言教育的未来，又会走向何方？

在讨论中，修佳明为我们勾勒出了一条清晰的「范式迁移」路径。

我们最熟悉的，是「 外语学习 」：以规则为先，上来先学语法、背单词，把语言当作一个「学科」来攻克。

斑马口语目前所做的，是「 第二语言习得 」：它不先教规则，而是强调「沉浸式」输入，先让你听、让你读、让你模仿，在大量的语料中「习得」。但它依然需要一个起点——孩子需要有最基础的认知和一些英语基础。

而这条路的「圣杯」，是「 母语习得 」：像母语一样，在真实的、全天候的环境中自然习得，你甚至意识不到自己在「学习」。

斑马的目标，就是推动整个教育范式，从「外语学习」向「二语习得」迁移，并最终无限逼近「母语习得」。

「母语习得」的本质，不是「上课」，而是「生活」。

这意味着 AI 必须从一个「课程 App」，变成一个「存在」。而这一点，斑马已经看到了雏形。

修佳明提到，他们已经能感受到孩子的主动分享。「有一次说到今年的目标，孩子主动分享了已经吃了两个月的健康食物了，还是没有长高，并主动给 AI 学伴看自己的身高。」

而要从「朋友」进化到「家庭成员」，斑马正在探索一个明确的方向：多模态理解，尤其是做更多的视觉理解。

一旦 AI Agent 有了「眼睛」，能够观察到孩子的反应、表情和所处的真实环境，它就拥有了「嵌入生活」的能力。

这带来了一个极具想象力的未来——当 AI Agent 可以成为一个真正的「AI 玩伴」，全天候沉浸在孩子的生活中：当孩子拿起一个苹果时，它会用英语说「Apple」；当孩子在玩乐高时，它会用英语讨论「Blue block」。一个真正的母语环境形成了，语言学习被彻底内化到了生活本身。

而这个「AI 玩伴」的未来，听起来遥远吗？

修佳明告诉我们，他们已经在斑马口语的「数据闭环」中，看到了这个未来的「涌现」。当一个 AI 产品拥有海量的真实用户数据，它就开始在各方面「成长」了。

单就语音而言，就能看出差别。「通过获得更多数据，AI 现在对小朋友不同的发音的判断比真人更准了，」修佳明说，「小朋友的口音或者本身年龄比较小，肌肉发育的原因等等，可能并没有办法像真实发音那样。但我们的产品不能因为学生发不出这个音，Jissica 就判定他不会。」

「你怎么理解语言学习这个事的终极目标？」在采访的最后，我们问道。

「我个人是希望语言学习如果能对每一个人的自我产生影响。」修佳明说，「学习一门语言，你也会学会它背后代表的世界观、思维、文化。而当你的认知提升了，你也能更好地与这个世界产生连接。」

当 AI Agent 把语言学习的成本和难度无限拉低，当每一个孩子都能拥有一个高情商、高智商的「AI 外教」时——

我们或许正在见证的，是用 AI，拆掉那座阻碍人类互相理解、互相启发的「巴别塔」。

在小米汽车陷入各种争议、质疑、口水的当下，小米汽车用一份扭亏为盈的单季度业绩报告，为自己重新正名。

11 月 18 日，小米集团公布 2025 年第三季度财报。当季，小米共交付新车超 10.8 万台，平均每月交付 3.6 万台；智能电动汽车及 AI 等创新业务分部首次实现单季度经营盈利，本季度经营收益为人民币 7 亿元。

在业绩电话会上，小米集团总裁卢伟冰透露，小米汽车预计本周将提前完成年初制定的 35 万台年度交付目标。

事实上，扭亏为盈对「新势力」车企们来说，并不是一件多么容易的事。

经历了近 10 年的历练，所有新势力企业几乎达成了共识：新思维也许可以为汽车带来功能、流程上的变革，但造车本质还是一门复杂、容错率低且长周期的慢生意。这意味着车企既需要不断地进行研发投入，也需要从市场端得到积极的口碑和销量反馈。

所以，尽管看起来新品牌之间的竞争如火如荼。但是在现阶段，「造车新势力」们真正实现从前期亏损到扭亏为盈「阶段性上岸」的并不多。

小米是第 4 家实现单季度盈利的车企。前 3 家按照首次盈利的时间线排序，分别为：理想、赛力斯、零跑。

• 理想用了 7 个季度：2019 年 4 月，理想 ONE 上市；2020 年第四季度，首次实现季度盈利
• 零跑用了 5 年：2019 年 1 月，零跑 S01 上市；2024 年第四季度，首次实现季度盈利
• 赛力斯在发布「问界」品牌后，用了 9 个季度：2021 年 12 月，「问界」品牌首款车型问界 M5 上市；2024 年第一季度，首次扭亏为盈

而从去年 3 月小米SU7 正式上市，到今年第三季度盈利，小米汽车业务只用了 6 个季度就完成了从单季度亏损 18 亿元到盈利 7 亿元的逆转，是目前最快实现扭亏为盈的新势力品牌。

 

还在「越卖越贵」的小米汽车

尽管近期频繁陷入争议，但从这份最新的季报来看，小米仍然是目前新势力中毫无疑问的第一梯队企业。

我们先看看收支层面的变化。

2025 年第三季度，小米智能电动汽车及 AI 等创新业务分部总营收为 290 亿元，比上一季度增长 36.4%。其中，汽车销售收入为 283 亿元，其他相关业务收入为 7 亿元——主要是售后服务及汽车金融服务收入。

收入变多的核心原因，来自产能提升兑现的更多交付量。第三季度，小米汽车平均月交付量超过了 3.6 万台，比 Q2 每月多交付约 9200 台。

而在支出方面，涉及研发、销售推广和行政部分的经营开支基本稳定，从 59 亿元上涨到 67 亿元；和销量有关的销售成本随交付量变化提升 31.0%。总计支出为 283 亿元。

所以，简单总结来说：交付量提升是小米汽车业务本季度实现扭亏的核心原因。这也大致符合汽车行业「规模化」的经营规律。即通过销量提升，覆盖研发、生产制造、营销等相对固定的支出环节。

小米汽车季度交付量变化柱状图 | 图片来源：小米财报

在车「越卖越多」的大背景下，还有一个小细节值得注意：在这个季度，小米汽车的 ASP（Average Selling Price，平均售价）还在继续上升，由上一季度的 25.36 万元小幅上涨至 26.00 万元。

主要原因来自本季度小米YU7 的上市交付。

根据小米汽车官方微博 9 月 25 日公布「小米YU7 上市 3 个月，交付已超过 40000 台」的信息，可以大致推测：本季度小米YU7 的交付大约占总交付量的 40% 左右。

从售价来看，小米YU7 系列的售价要比小米SU7 系列高出一个级别，标准版起售价为 25.25 万元，比小米SU7 入门版和中间配置都要贵；最高配的 Max 版本 32.99 万元起，若添加所有选配后，单车售价可超过 41.7 万元。

值得一提的是，官方在业绩报告中表示，本季度小米SU7 Ultra「交付量占比减少」，也进一步佐证了小米YU7 对小米汽车 ASP 的提升作用。对于小米来说，这毫无疑问是一个非常好的消息。今年年初，市场普遍把 Ultra 视作小米汽车冲击高售价、高端化的希望，现在小米YU7 毫无疑问也分担了这个职责。

毛利率方面，受到 Ultra 版本交付占比减少的影响，相比今年 Q2，本季度小米汽车业务毛利率略有下滑，从 26.4% 变为 25.5%。

小米各业务分部本季毛利率表现 | 图片来源：小米财报

尽管如此，这个毛利率表现在目前市场竞争环境下，仍然显示出了相当强的竞争力。

横向对比来看，小米汽车目前的毛利率水平在主流车企中，仅低于鸿蒙智行旗下「问界」品牌所属的赛力斯。2025 年上半年，赛力斯汽车毛利率达到 28.93%，位于国内车企第一。

新势力车企中小鹏、理想毛利率处于领先，整体毛利率均为 20.1%。整个新能源市场的两大巨头比亚迪、特斯拉毛利率在 18% 左右，且均低于去年同期水平。

可以说，除了小鹏依托于对外服务显著拉升毛利率外，其余各家的毛利率均受到了消费市场竞争及价格战影响。而小米可以既可以做到「老款不降价」，甚至权益退坡（既一些首销期赠送的权益收回），还可以通过新产品拉升 ASP，是可以反应出其品牌和产品上一阶段在消费市场影响力的。

 

可以持续盈利吗？

当然，阶段性跨过扭亏为盈的门槛，决不代表着一家车企已经成功，最多也只能算「从 ICU 病床走到了 ICU 房间门口」。小米高管也在各种场合反复强调，小米汽车立项以来总投入数百亿，阶段性地盈利远没到开香槟的时候。

事实上，就在当下，我们就能看到小米汽车正面临 2 个挑战。

第一个挑战来自即将变化的新能源车购置税政策退坡，这也是整个行业共同的问题。

根据相关规定，2026 年 1 月 1 日起，国内新能源汽车购置税将从目前的「全免」改为「减半」。由于汽车产品从购买到交付开票普遍有一定间隔，为了吸引消费者，各车企均采取了不同程度的「购置税兜底」政策。

小米汽车官方表示，凡是在今年 11 月 30 日前下订的用户，只要延期到 2026 年交付，小米均会提供跨年购置税补贴。按照相关政策计算，每辆车的补贴金额在 0.95 万元-1.5 万元之间。

如果我们按照小米YU7 发布时公布的 24 万锁单量，以及下半年小米YU7 系列每月大约 1.5 万台的交付速度粗略计算，即便小米YU7 没有新增订单（当然这是不可能的），那么小米在 2026 年用于「补贴」购置税的成本也接近 10 亿元。

这样的影响应该会体现在小米（包括其他车企）2026 年前一阶段的毛利率上。而按照本季度 7 亿元的盈利规模来看，小米汽车业务在接下来的季度中能否保持相对延续的盈利能力，也许也会短期内受到政策影响。

整体来说，购置税影响对订单强劲的企业来说，算是一个「幸福的烦恼」。

财报提到，小米YU7是中国大陆地区10月SUV「不加定语」的销量第一 | 图片来源：小米财报

而更大的挑战来自于企业和网民之间似乎正在扩大的争议和隔阂。

这其中，一部分争议和负面是「无中生有」的。

例如，近期小米SU7 部分配置提车周期被大幅缩短，网上传出类似「订单崩了」这类的谣言。

实际上，从小米汽车 App 显示的预计交付时间来看，全系车型中仅小米SU7 中高配、小米SU7 Ultra 提车日期被缩短到 6-9 周，小米SU7 标准版、小米YU7 全系的交付日期仍在 30 周以上。

笔者推测，小米SU7 部分配置的交付提速，很大原因来自车型即将迎来改款换代，部分潜在消费者选择持币观望。这是任何一家车企都会面临的周期性销量浮动。

据行业媒体《新出行》预测，小米SU7 改款有望于今年年底亮相。新车预期将采用更大的电池以及新一代英伟达 Thor-U 系列辅助驾驶芯片。不过，鉴于目前 SU7 改款还没有正式登陆「工信部线上车展」（即工信部新车公式），大概率它的发售需要等到 2026 年。

但另一部分争议，或者说「沉默的大多数们」，也同样在真实地表达自己的疑惑甚至不满。

今年 3 月和 10 月，两场车祸曾把小米汽车推到风口浪尖，公众对包括辅助驾驶、电池失火控制、车门应急解锁等直接影响车辆安全的因素提出了质疑。

在小米面临各种或「借机抹黑」或「真心质疑」的时候，创始人雷军曾在线下和线上两次表达了对「黑公关们」的不满，从企业高管维护品牌形象的角度来说，这当然没有问题。

但站在消费者和普通公众的角度，我们也希望不管是雷军本人还是小米汽车，同样可以「真心」地从产品和技术角度出发，为用户拆解那些和产品安全有关的疑惑。

随着小米汽车创下新势力最快盈利速度，现在已经没有人怀疑小米汽车的吸引力了，客观上它也拉动了小米整个企业形象的提升。但现在，也许很多人期待着小米回到曾经那个「发烧友」的形象，告诉大家这辆车更多的细节。

这是所有人都关心的，也是小米汽车从扭亏为盈开始，下一阶段必然面临的严肃课题。