文｜周鑫雨

编辑｜苏建勋

当世界数字教育大会，将2025年定义为“智慧教育元年”，一家成立两年半的中国AI教育公司，已经跑成了独角兽。

“与爱为舞”创始人兼COO刘威对《智能涌现》等媒体透露，自成立以来的两年半里，“与爱为舞”完成了4轮融资，融资总金额约1.5亿美金。目前，公司估值已接近10亿美金。

△“与爱为舞”的股东。图源：作者拍摄

“与爱为舞”CEO张怀亭和COO刘威，是嗅觉由为灵敏的一批从业者。

前者曾是百度商业化系统“凤巢”的核心负责人，以及高途（跟谁学）联合创始人，后者曾任高途集团副总裁、高途课堂总经理，是“双师直播大班课”的核心发明者。

曾有股东告诉我们，几乎与ChatGPT发布同一时间，张怀亭已经有了用AI重做教育行业的想法。2023年5月，和“大模型六小虎”同期，张怀亭和刘威，与四名科技及教育从业者，联合创立了AI教育应用公司“与爱为舞”。

成立以来，“与爱为舞”一直是一级市场最热的标的之一，曾获得高榕资本、红杉资本、真格基金、启赋资本、蓝驰创投、险峰长青等一线机构的种子轮投资，投后估值达到1.25亿美金。

据《智能涌现》了解，成立一年后，“与爱为舞”的估值已经飙升至8亿美元。

资本的热捧，源于狂飙的落地进展。

在一场直播招聘会上，“与爱为舞”联创、技术负责人王琳就透露，公司成立当月的收入只有几十万元，次月就达到上百万元，如今每个月有上千万元。

但比起热闹的金钱故事，“与爱为舞”的创始团队和业务本身，却十分低调。让大部分人好奇的是：成立两年，“与爱为舞”到底做了什么？

2025年11月19日，在“与爱为舞”总部，创始人兼COO刘威，第一次对外聊起创业两年半以来的进展。

△“与爱为舞”创始人兼COO刘威。图源：作者拍摄

这名教培老兵站上台前，还保留有台前讲课的习惯。比如，每隔5分钟，他就会向台下抛出一个问题，吸引听众的注意力；讲到重点，他会用夸张的比划，强调PPT上的内容。

高途鼓励式的标语文化，也被沿用。比如在“与爱为舞”用户增长部的工位上，贴着一句：有的人适合短跑，还有的人适合长跑。

但创业两年半，刘威思考更多的，是AI教育和在线教育的区别，以及，AI教育需要怎样的产品革新。

“农业”，这是刘威对在线教育的比喻。他告诉《智能涌现》，在线教育做产品的逻辑是“有多少人，种多少田”：在线平均1个老师带100个学生，100万个学生就要1万个老师。

因此，在刘威看来，做在线教育，拼的是组织能力。如何补充教师、扩大规模？如何用最低的成本吸纳更强的师资？如何减少教师水平的方差？这是他在高途每天都要思考的问题。

但AI教育是一个无法靠人力构建壁垒的领域——竞争来到了一个完全不同的领域：AI技术。

刘威形容，“与爱为舞”与高途最大的区别，在于前者本质是一家科技公司，而后者是一家教育公司——以往在高途，遇到业务上的问题，团队思考的是怎么堆人力、拼师资；而现在，“先想到的，是怎么用技术和产品去解决”。

苦磨AI技术，是一种完全不同于在线教育规模竞速的慢火烹茶。2017年的高途，团队只有7人，营收仅2000万元。然而，2018年，刘威就把营收做到了两个亿，2019年做到了20个亿，2020年做到了64个亿。

但在“与爱为舞”的前两年，团队的重心不是AI产品的商业化，而是构建了一套围绕AI数字人、音视频实时对话式AI教育模型、智能交互语音模型的技术体系。

△“与爱为舞”基于开源模型自研的音视频实时对话式AI教育模型。图源：作者拍摄

比如，2023年，AI模型的语音延时还是困扰不少企业的问题。直到2023年8月发布的豆包，大幅降低了语音交互的延时。

当时，“与爱为舞”快速组建了语音系统研发团队——后来，这套语音技术的真实场景识别准确率达到了95%，响应速度达到毫秒级。

△“与爱为舞”自研的语音技术。图源：作者拍摄

刘威告诉《智能涌现》，一旦底层技术被打磨到能解决业务问题，营收、增长等指标都不是问题。

团队的另一个转变，在于产品。

“在线教育成也在直播大班课，败也在直播大班课。”刘威反思。

“双师直播大班课”曾是在线教育营收的重要来源，但他发现，这一模式的渗透率在一二线城市并不高，线下班课仍然是主流，“从教学效果和付费意愿来看，一对一的因材施教绝对是最好的。”

在他看来，AI大模型的泛化性、自主学习机制，恰恰能让一对一定制化教学，成为可能。

为此，2025年5月，成立两年后，“与爱为舞”推出了产品“爱学”，主打全学科、不限用户年龄的一对一AI家教。

△“爱学”辅导数学题过程。图源：“爱学”官网

推出“爱学”之前，刘威常面对的质疑是：用户能不能接受AI导师？愿不愿意为AI导师付费？以及，AI导师到底有没有效？

他告诉《智能涌现》，在上线之前，“爱学”也经历了数月的内测期。其中几项测试是：不提前告诉用户这是AI导师，检验完课率；后续告知后，检验退费率。

测试结果显示，“爱学”的完课率，甚至超过了直播大班课；同时，几乎无人因AI退课。

当然，AI大模型浪潮的来临，AI教育的机会不会独属于创业者。

2024年以来，猿辅导、作业帮、有道等老牌在线教育机构，纷纷将业务与AI结合，推出AI讲题、AI口语跟练、AI学练机等软硬件产品。

在与新老玩家的竞争中，作为一家资源有限的初创公司，最重要的是取舍，集中资源建立壁垒。

刘威的经验是，先切入用户刚需的、且更难的领域。

比如，创业初期，在2D卡通、3D卡通、真人三个数字人教师方向中，团队最终选择了真人。彼时，“真人是最难的，当时的第三方基本都支持不了。”刘威表示，但真人教学的接受度又是最高的。

不过，建立AI教育的用户认知，注定是漫长的过程。“AI发展得比我想象快。”刘威回应媒体，即便无法预测AI教育商业化爆发的元年，但这注定是一场快跑，“2023年我们刚创业时，AI老师能把一堂课上完，我觉得要三五年，但其实用一两年我们就做出来了。”

以下是《智能涌现》对“与爱为舞”媒体群访的整理，内容略经编辑：

宣传提高多少分，是一种过度承诺

媒体：不同学科教学场景下，AI的准确率会一样吗？比如理科会比文科准确度高吗？

刘威：为了不出现“幻觉”，我们不能直接用大模型，得拿自己训练的。我们内部有大量自己的评测，保证输出相对稳定。

大家认为好像文科没有规律，其实并不是。文科有文科的规律，理科有理科的规律，它们都是理性的。只要有规律，AI就可以学习。

媒体：高途提出的模式是“双师”，一个名师上大班课，后面还有普通老师辅助学生理解。AI教师也需要真人教师辅助吗？

刘威：在全流程的交互中，AI和人如何分工？如何更丝滑地帮助孩子更好地学习？到底AI和人分别做多少？他们的衔接关系到底是怎样的？

这整个流程，我们也在摸索过程中。

媒体：具体到教学成果，“爱学”对成绩有怎样的提升？

刘威：本质上说，任何一个老师再牛，他和孩子是双向互动，孩子是主体，老师并不是。没有一个老师能保证孩子一定考100分。

但有机构会这么营销，这并不是好的现象。我说这些不代表我不关心孩子出成绩，但承诺提高多少分是不负责的。

“爱学”最大的保障是一对一的教学，效果和效率天然比班课高很多。

媒体：“高很多”是高了多少？用户不相信“高很多”，要有数据。

刘威：我们在每一道题上，会得出数据。比如一道题，孩子最开始的正确率大概在50%。之后AI经过引导，孩子答对的正确率提高到了80%。

媒体：正确率的提高比例，这个维度很互联网思维。但如果要打动家长付费，需要给出实打实的提分效果。

刘威：不能这么宣传，不然就过度承诺了。

举个例子，这次考试简单，下次考试有可能难，两次考试分数的比较很难反映效果。所以你会发现没有机构会这么宣传。

如果聚焦在孩子学了哪些东西、掌握情况怎么样、相关的体验如何，这些我们都能给出数据。但具体到提高多少分，我们不能说。

媒体：一旦AI出现“幻觉”，或者有无法解决的问题，是否有真人老师兜底？

刘威：我们的训练过程就包括大量的测试和数据，训练师本身就要对这些数据和结果打分。

所以首先我们把力量放在训练环节，保证流程可控，以及传授知识的正确性。其次在和孩子的交互过程中，也有数据飞轮。

今天我不敢说我们的模型100%不出错，但概率很低，因为大量的数据都前置训练过。

媒体：“爱学”切的是教学的场景，AI教育还有哪些落地场景？

刘威：教育类的产品分为两个大的类别，一类是解决方案型的，比如“爱学”，比如高途的大班课。还有一类是偏工具型，比如小猿的搜题、作业帮的拍搜。

两者解决的问题是不一样的。工具型的产品非常依赖学生的主动性，但解决方案不依赖于学生的主动性，它有体系化的过程帮助孩子达成目标。

如果你想依赖主动学习，也不需要非得报个班，很多自学能力强的自己就考研了。但偏小一点的孩子自学能力可能比较弱，所以K12可以理解为教育部设定了一套系统化的解决方案。

两类产品的这种区别也会导致做产品的方式不同。比如做一个工具型产品，首先要保证大而全和准确，所以这对数据的要求很高。

如果做一个系统性的解决方案，其实数据范围有限，但对专业性的要求很高，重点在怎么教才是好的。所以我们输入了大量老师和教练的数据，再通过大模型演变出10万套、100万套题库。

在线教育的核心是教育，AI教育的核心是AI

媒体：“爱学”发布半年以来，市场表现怎样？

刘威：我们也走了很长的验证期。

第一个验证期是要判断真实客户能不能把课程完整地跟下来，而且不排斥，我们把这个指标称为“完课率”。

我们用盲测的方式，回头再对孩子进行访谈：你觉得教师是真人还是AI？如果孩子无感，我们就认为是AI还是真人，不影响上课。最后我们发现孩子对AI的接受度是很高的。

第二个阶段，我们告诉家长和孩子教师是AI，他们不排斥。

第三个阶段，我们测试AI会不会降低完课率，最后发现相比真人教师，AI不会降低完课率，反而更高了。

下一阶段，测试付费意愿。在这一过程，我们又走了一轮盲测，不告诉用户这是AI课程。只有当用户问起，我们才告知。最后我们发现，客户还是愿意买单的。

接下来就是让客服告诉客户，这是AI教师，测试退单率。最开始我们逐个打电话告知客户，发现没有人因为AI退费。

随着AI的发展，随着DeepSeek的出现、媒体的传播，家长对AI保有好奇、开放接纳的心态，不是特别抗拒。

最后一个阶段，我们上来就告诉客户这是AI，看大家买不买。

媒体：付费率有多少？

刘威：我不能说太明确的。但我们发现大家不仅能买，而且付费率还比大班课要高。

媒体：现阶段团队更关心哪些指标？比如付费率、增长、ARR。

刘威：我们现阶段更关心AI底层能力的建设。

由于AI的能力有限，所以AI教学的范式是有限的，我得一个个范式死磕。所以我现在最关心的是提高AI的能力，去支持孩子更喜欢的范式。

如果底层能力跑通了，其他指标理论上都顺其自然。

媒体：在AI时代做教育产品的逻辑，跟在线教育有哪些不同？

刘威：有巨大的差异。

原来我们做在线大班课的时候，我们会把自己的核心竞争力定义为：组织能力。

简单来说，要服务100万学生，我就得有几万老师，服务200万学生，我就得有10万老师。

所以在“双减”前，高途就有3万老师。这3万老师水平的方差是很大的，也有一定的离职率，所以我们要一直补充新鲜血液，保持高水平。因此“组织水平”简单来讲是用更低的成本，达到更好的效果、更高的效率。

原来的在线教育，我称之为“农业”。像种田一样，有多少人就能种多少田，想加量就得加老师，这是一个知识的劳动密集型领域。

但今天的AI教育，不能靠一百人、一千人把活干了。所以我们思考的核心方向是不一样的。原来在高途，我们天天琢磨组织建设，天天做培训。

现在不是，我天天打磨产品、讨论技术，怎么用技术和产品把业务问题解了、指标怎么提升。

AI教育本质上是科技行业，再细化一点，它是AI行业，只是落地在了教育领域。但原来的在线教育本质上是教育行业，其次才是用了工具。

媒体：AI教育商业化会在什么时候爆发？

刘威：我说不了这么准，但2023年我们刚创业时，AI老师能把一堂课上完，我觉得得三五年，但其实用一两年我们就做出来了。所以AI发展得比我想象快。

AI时代，聚焦某一人群不一定是正确的战略

媒体：“与爱为舞”的产品，相比市面上类似的AI外教或者AI一对一教学，有什么优势？

刘威：大家会说2023年是大模型的元年，2025年是AI应用的元年。在AI应用的元年，很多家公司都会推出自己的AI产品。

现在是百花齐放的阶段，有从工具角度做的，有纯瞎搞的，有还没开始干、正准备干的，有干了一点的，有已经发布了产品的，也有在学习机上干的。

我认为在接下来的一到两年里，市场上还会涌现出大量的AI方向的探索，这些探索都是有意义的，都在推着时代往前发展。

大家在探索的过程中，逐渐会有1-2个模式，会被社会和市场验证。

我认为未来的、AI时代的教育，AI一对一肯定是最靠谱或者最有效的。原来为什么要上大班课？本质上是因为一对一太贵了。

这个现象在AI时代会发生改变，但这个改变现在还没来，家长还是认为大班课是很正常的选择。再过几年，家长会选AI一对一，又便宜，效果又好。

媒体：未来学习的范式会因为AI发生变化吗？

刘威：一对一范式会成为主流。

但一对一范式一定要拒绝大班课的一些逻辑吗？也不一定。

比如说，孩子有时候需要陪伴，需要分组讨论。一对一范式也可以引入一些数字人，跟孩子分组教学。其中老师是为你1V1定制的，同学也是1V1定制的。

我希望有同学在你出错的时候引领你，还希望有一两个孩子给你垫底。玩法是非常多元化的。

媒体：在AI时代，AI小班课有必要存在吗？

刘威：我认为没有必要。

基于AI数字人，教师资源是可以被无限占用的，没有必要5个孩子共用一个老师。

其次，小班课到底是4人班还是6人班？这几个人的程度应不应该拉齐？里面还有很多运营问题。

最后从效果上讲，无论什么班，肯定不如一对一效果好。所以没必要非得做一个小班。

当然这也不是绝对的。如果孩子需要体验小班课，我也可以做一些数字人素材去配合。

媒体：“爱学”的目标用户会聚焦在K12阶段的学生吗？

刘威：不会，我们聚焦全人群。虽然迭代的速度、优先做哪些学科，我们有自己的判断。

我不觉得在AI时代，聚焦在某一人群是正确的战略。AI会用技术抹平策略的不同。理论上你下载的抖音，和80岁老爷爷下载的抖音，不是一个产品。

做了某个年龄段后，再扩别的年龄段，对我们来说是容易的。里面有很多基础设施，比如数字人、语音，已经到位了，只是加一个不同的学科领域，再做一些打磨，没有那么费劲。

比如我们的英语产品，想要出海是很容易的。我现在后台就能出20个版本，中东语言的、韩语的，只是我需要做一些文化适应。

语言对AI来说一点挑战都没有。这在原来的线下教育和线上教育是完全做不到的。

欢迎交流！