手机不让用学习机太贵！答疑笔能行吗？

  一个教育智能硬件新品类——答疑笔，从拥挤的教育硬件市场的夹缝中，生长了出来。

  近日，网易有道发布有道AI答疑笔SpaceX，几乎同时，阿尔法蛋发布扫拍学习机K6。这是两款形态几乎一样的硬件：iPhone4大小的机身，底部配有一个加宽扫描头。

  显然，答疑笔脱胎于词典笔，功能亦是加强版词典笔，尺寸更大，功能更多，不仅能扫词翻译，还支持全科答疑。

  在被学习机严重挤压的教育硬件市场里，答疑笔最终能否成功突围？除了贡献一个新的硬件形态，答疑笔还有什么价值？

  “有什么” 方面，两家有深厚的词典笔类产品研制实力。网易有道开创了词典笔品类，并占据最大份额，阿尔法蛋也有很大的市场份额。

  然而，词典笔已是一片红海，且是市场规模很小的红海。目前，仅有个别厂商能够站住千元以上的高端价位，主流产品价格已落至500元以下，一些白牌产品甚至不到200元。

  正因此，网易有道高级副总裁吴迎晖介绍，内部在2024年年初就立项了答疑笔，因为他们都觉得答疑是比翻译更大的使用场景，今年2月推出首款产品SpaceOne，发现答疑功能使用频率比翻译多出30%。

  市场方面，答疑笔初步站稳脚跟。首先，SpaceOne销量约几万台，且两次断货。断货的原因一方面与铺货量少有关，另一方面则与DeepSeek春节期间走红有关——SpaceOne是率先接入DeepSeek的硬件。其次，一个成功的品类必然会有友商进入，就在网易有道之后，阿尔法蛋今年春节后正式立项扫拍学习机K6，项目研发团队近100人。

  就在SpaceOne发布短短半年后，网易有道发布SpaceX，吴迎晖告诉21世纪经济报道记者，仅隔半年就升级产品在网易有道内部并不是正常节奏，明显偏快。这仍然与答疑笔品类在探索初期有关，比如，一旦确认了答疑功能使用频率更高，就需要针对性地调适设备，比如增加电池容量。

  “没有什么”方面，两家在学习机市场都没有主打产品。网易有道曾雄心勃勃地推出自研学习机，但截至目前市场反响平平，阿尔法蛋则与同体系的科大讯飞AI学习机错位发展，尚未发布过学习机——正因此，K6被命名为扫拍学习机。

  学习机是教育硬件市场的必争之地，它是一款集大成的产品，支持中小学生全科学习、全场景课后学习。但也因此，学习机吞噬了大量硬件形态，包括电子设备屏幕大小的讲题机、学习手机等都昙花一现，被学习机所取代。

  网易有道从发布SpaceOne到发布SpaceX，新产品SpaceX的价格竟然比同等定位的老产品SpaceOne还低，仅处于千元价格带。

  网易有道没有披露降价的原因，但有必要注意一下的是，学习机市场增长得过快，大厂商的入门级产品已落至2000元价格带，答疑笔如果想不被学习机吞噬，在定价上势必要与学习机有明显区隔。

  吴迎晖也坦言，答疑笔面临学习机的挤压，“学习机是个大而全的产品，结合今年的经济情况，可能它对别的品类的挤压效应会大一些，当用户只准备一份钱的时候，他可能买了这个就不买那个了” 。

  但值得注意的是，答疑笔渐渐显露出独立于学习机之外的存在价值。首先，截至目前的用户画像显示，学习机的最大用户群体是小学生，而答疑笔主要是初高中学生，小学生使用学习机主要为了上网课、批改作业、做口算等，初高中生使用答疑笔主要为了解难题、错题。

  其次，答疑笔的便捷性是其相对于学习机的最大优势，它支持学生随时随地学习，而不只是在书房里，它还可以被带进学校、宿舍，而手机、平板在有的学校被严格管理。

  正是在如此拥挤的教育硬件市场里，答疑笔从夹缝中生长了出来，现在无法断言其已经站稳，但至少显示出不错的苗头。

  答疑笔区别于早期的全科扫读笔、全科学习笔，除了形态还有技术，后两者是在硬件里内置了拍搜技术，扫题以后在题库里寻找对应的已有解析，答疑笔则内置大模型，扫题以后由大模型自动生成解析。

  答疑大模型APP早已面世，且准确率不断的提高，只不过迟迟无法商业化变现。这还在于，DeepSeek、豆包等通用大模型产品目前向用户免费，OpenAI也推出了学习模式，对于答疑大模型APP有过强的替代性。

  “在短期之内我觉得答疑订阅服务会受到实际的市场状况的影响，当存在免费服务的时候，如果你的服务不是大幅优于免费服务的话，你想走订阅这一条路还是会很难的，不过我长期依旧保持乐观。”吴迎晖告诉21世纪经济报道记者。

  答疑笔给了答疑大模型APP一个商业化的落地场景，也将成为品牌答疑笔的核心竞争力。

  大模型答疑只能说前景广阔，但在使用体验上，它仍有不如拍搜、题库的一面。比如，实时解析过程是一步步生成的，而拍搜、题库的解析过程由于是现成的因此是一步到位呈现的；大模型自动解析在语音讲解时，语气仍过于生硬，不如题库里真人教师提前录好的讲解视频；大模型虽然能自动生成酷炫的讲解视频和动态板书，但需要用户至少等待2分钟。

  当然最重要的是，虽然大模型自动解析的准确率已经很高，甚至已超越了真人教师，但用户一旦在使用时遭遇了错误解析，容忍度其实很低，体验感也不好。