至顶网CIO与CTO频道 06月10日 北京消息:2020年6月9日,在线教育机构“跟谁学”在北京举行《跟谁学公开课·新定义在线直播大班课》发布会,同时这也是跟谁学成立六周年的发布会。
跟谁学创立于2014年,2019年6月6日成功登陆美国纽约证券交易所,成为中国第一家在美国上市的K12在线教育机构。目前跟谁学已成为全球市值最大的在线教育机构,市值达90亿美元。
创业6年,跟谁学从当年的风口“O2O”模式转变为押注K12在线教育赛道,实现盈利的同时全面聚焦在线直播大班课的模式,打破了当时行业里“一对一教育”思潮的局限。不仅如此,创始人陈向东还率领跟谁学重新定义在线直播大班课,为在线教育注入新理念。
跟谁学创始人、董事长兼CEO陈向东
科技重新定义在线教育
跟谁学创始人、董事长兼CEO陈向东曾做过多年老师,深知一个好老师对学生的重要性。他始终认为,跟谁学要做的是利用技术手段让极度稀缺的优质教育资源尽可能覆盖更多的孩子。
“通过奋斗改变命运的最好的方法,我想就是让每个人都能够接受最优质的教育。”陈向东在发布会上说。
跟谁学在“大班模式”上再叠加“线上直播”功能,通过互联网,一名优质老师可以同时给上千名,甚至上万名学生上课。这能有效摊薄成本,提升毛利率,产生强大的规模效益。
为保证课程质量,跟谁学的在线直播大班课,采用“名师授课+双师辅导”的模式,每个班级配备一名主讲教师和一定比例的辅导老师。两者既有分工又有合作,分工后更加专注,而专注则更加提升品质。双师的模式能够提升效率,最大化地发挥各自价值。公司连年逐渐增长的营收数据证明了陈向东“在线直播大班课”决策的正确性。
发布会上,陈向东表示,跟谁学曾是全新定义了在线直播大班课的行业引领者,而今天,这家公司要重新定义在线直播大班课。“表象是一个在线直播大班课,但本质是大班教学、小班服务、个性体验,我们希望最终学生和家长感受到的是一对一,感受到的是个性化。”
据了解,跟谁学在在线直播大班课领域正在推进三大创新:技术创新、教育创新、理念创新。
陈向东表示,跟谁学会在技术上加大投入。今年第一个季度时,这家公司的研发费用达到了1亿人民币,而在接下来的两到三个季度里,公司的研发费用投入将是持续的和陡峭上升的。预计今年年底,跟谁学将有超过2000名内容、技术和产品的研发人员。
另外,跟谁学还将通过组织创新、激励创新以及文化创新等,激活组织,让更多热爱教育的人才做教育,给最优秀的人才最多的尊重、训练、成长、光环和报酬。
陈向东还表示,在线教育处在一个千载难逢的大运气,今天我们看到的数据是中国越来越多的家长开始相信在线教育,开始尝试在线教育,越来越多的人才也加入到了这个行业。
百家素养课新项目首发
为了搭建更好更丰富的多元化学 习 平台,跟谁学首次发布“百家素养课”这一新项目,旨在为全国中小学生持续输出“点燃兴趣、开阔视野、塑造人格”的优质课程资源,全面提升当代青少年的综合素质,培养孩子多元化发展。
根据2016年教育部提出的《中国学生发展核心要素》中,关于从“自主发展、文化基础、社会参与三个方面培养全面发展人才”的要求,跟谁学推出“百家素养课”,将素质教育学科化,培养孩子“四体勤、五谷分、知天文、晓地理”的能力。
课程将邀请社会各界知名人士在线授课,以录播形式,给学生及家长提供人文历史、名著赏析、数理思维、社会交际、家庭教育等类型丰富的系列素养课。同时课程将依托先进的传媒与合成技术,增强教育过程的艺术性与互动性,后台同步记录学习数据,真实反馈学习质量,为学生提供优质高效的在线教育课程。
发布会上,跟谁学的名师褚润还在现场给大家带来了一场线上线下同步进行的高三历史体验课。同时,他还和“第二主讲”一起,通过现场教学的方式,演示了大小班切换的服务过程。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。