有道上线Hi Echo2.0版本：增加难度分级与虚拟教练角色
多知网12月15日消息，网易有道在日前宣布推出虚拟人口语教练Hi Echo的2.0版，从官方信息来看，2.0主要围绕四个层面进行了升级：口语难度分级，虚拟人形象更加丰富，对话场景更加丰富，个性化对话评价报告。
今年7月，网易有道推出教育大模型“子曰”后接连发布大模型落地产品，Hi Echo便是其中之一，其以1对1口语对话模式为用户提供贴近真实场景的口语练习，有道称为“随时随地的口语教练”。
“中国人在说英语时往往面临开口难、不敢说、不知道该从何说起的困境，其中的关键就在于缺乏语言环境。” 相关业务负责人曾在发布会上称“Hi Echo能为用户带来贴合实际的语境。”
作为国内最早一批将大模型能力实现落地到教育场景的产品，除了虚拟人口语教练app，有道还将子曰教育大模型能力陆续落地到智能硬件、及词典等App中。
周枫之前在三季度财报会表示，大模型落地初步初期获得用户积极反馈，并预告将尽快发布一系列基于“子曰”的创新产品及应用。
据官方信息，上线两个月来Hi Echo注册用户在几十万，这一次的更新又透露出有道在大模型落地上的哪些新可能?
01
新增口语定级，零基础也能大胆开口?
过往国内外曾有公司在探索“AI口语陪练”，只是彼时的AI并不真、也并不聪明。当时的AI要靠标签得出答复，对话也要框在限定的主题中，一旦学习者的新奇感消失，且没有感受到明显的效果，这类应用的用户留存一直面临着巨大挑战。
但生成式AI的学习能力却是常学常新——这是机会，也是压力。
以同样处于发展期的Call Annie和Paradot为例：Call Annie的用户同样可以直接与这个名为Annie的虚拟人进行视频，她的角色更接近助手;Paradot会记住用户说的每一句话，喜欢什么、不喜欢什么，甚至会猜测哪些东西可能会讨用户欢心……
网易有道CEO周枫曾对外解读，市面上已经出现了同类型产品，但“大家的切入点不同，有道垂直聚焦学习产品”。
沉浸的语言环境如何建立?
如何让用户大胆开口?
多知曾在Hi Echo上线第一时间体验了该产品，简单来说，用户只需要打一通电话即可实现口语练习，电话的聊天内容并没有限制，可以选择当下最想聊的内容自由发挥，也可以基于其内置的多个场景进行练习。
电话前，页面上设计了两种口语对练形式，一是Chat with Echo，用户可以与虚拟人进行自由英语对话;一是场景对话，系统内置了兴趣、考试话题、生活经历、社会话题等8种场景，同时还有最爱的电影、艺术和博物馆、书籍和文学、娱乐和媒体等68个话题任由选择。
这些话题基本覆盖英语的日常用语。而除了具体的场景练习，虚拟人老师的情感理解能力，也比想象中更加细腻。
距离官宣上线不到两个月，此次Hi Echo在1.0版本基础上也进行了更加精细化的更新。
具体来看：
新增的“口语定级”能力，可以根据用户的学习阶段和英语水平，将其实际口语能力划分为“小学、初中、高中、大学、工作中”五个阶段以及初级、中级、高级三个等级。
据介绍，不同能力等级的用户可以根据自己的需求和实际水平获取相对应的对话练习，从单词难度、句子长度到语法技巧，Hi Echo能够提供差异化的对话语句。
这也意味着，没有口语基础的用户，也能在Hi Echo上找到自己对应的等级，避免哑巴英语——这也更符合差异化的用户学习需求。
新版本的对话过程中，每句话都将被完整保留，在对话结束后系统会提供详尽个性化口语分析报告。
除了此前所具备的发音及语法打分、润色外，Hi Echo 2.0还提供音素级别的单词发音指导。
无论英音还是美音，都能给予用户发音纠正，使用户对自己的薄弱环节和不足之处有更清晰的了解。
有意思的是，Hi Echo创新设置了具备标准MBTI人格模型系统的虚拟人口语教练。
本次升级版本中，除了用户已熟知的北京姑娘Echo外，新增了英国绅士Daniel和中加混血Sherry两个虚拟形象，他们有各自的人格特点，用户可以选择自己喜欢的形象无限畅聊。
对话场景这个部分也有了一些新的变化，Hi Echo本次拓展至10个主题、88个子场景的对话方向，同时支持用户自定义话题……
此次升级意味着有道对虚拟人口语教练的精细化设计在易用性、功能性、情感链接和创新性上再进一步。
02
开口说，不是最终目的
就像是生成式大模型需要大量高质量语料喂养，虚拟人漫长成长的过渡期对于每个公司来说，都并不容易。
网易有道相关业务负责人曾向多知表示，做口语教练一直是有道团队的多年梦想。
聚焦口语教练的底层支持，第一来自于庞大的用户群体对口语提升的需求；第二则是有道技术、数据、用户的沉淀。
“这些用户在口语学习上究竟有什么样的需求，我们会比别的公司更了解”，该业务负责人补充。在有道看来，真正的口语教练已经约等于口语老师的角色，要循循善诱、也要个性化、针对性辅助。
只让用户开口说英语，似乎并不是有道对这款产品的全部期待。
一切的选择只取决于有道价值观。
1、要有共情能力：Echo是一个有外语背景的24岁中国女性形象。区别于国外老师，有道认为一个中国老师更知道中国的孩子在口语练习时会遇到什么问题、会需要哪些帮助。
2、要有亲和力：有道做调研时发现，一些孩子并不是那么喜欢与外教的互动，“有些外教口语很好、语音语调都很好，但是对孩子没有那么多的耐心，孩子跑神说几句话就烦了。”
“永远不会怪你、会在你身边一直鼓励你的口语老师，这才是有道想要的”，周枫说到。
3、科技感：Echo的生活背景最终脱离了日常生活，有道定义她是来自未来的老师。
4、内容的安全感：无论是面对孩子还是成年人，与Echo的对话能说什么、不能说什么、什么会给对方带来负面影响，这些都是有道一直在考量的问题。
要极小心地筛选数据，要有完备的检测机制，还要有可控的对话数。
5、流程极简：Echo的界面并不是通用聊天界面，极简界面的背景是有道认为练口语这件事并不需要过多的功能与设计，同时也更容易上手。
6、专业：有道希望Echo在与用户对话时，什么话题都可以接住，随时服务;当用户无法继续时能够通过内容帮助用户再次调动起来;有错误的地方既要给鼓励也要给具体修正方案。
“一位好的老师一定对学生有尊重、有引导、有鼓励、有帮助。所以Echo要能在用户悲伤时安慰陪伴，遇到难题时一起找到办法，在无聊时一起开心”，周枫曾对多知解读“这些就是我们和其他同类型产品的区别。”
多知了解到，目前虚拟人口语教练包含三项核心技术，即语音识别能力、虚拟人驱动技术和内容生成及对话能力。
在教育领域，很早就有AI形式的口语练习，但是预设好的场景，基本是剧本式的对话，比较一板一眼，不太符合真实的口语环境，不能很好地解决用户练口语的需求，而大语言模型或许可以带来开放式的对话，帮用户练习实际的场景口语。
此外，以往的对话练习是单一形态，而基于“子曰”模型打造的AI口语练习产品，用户可以直接输入语音或者文字，进行多轮对话。
某种程度上看，这是更具个性化的一对一陪练。
Hi Echo目前也已经正式推出独立APP，连续包月68元/月，年度会员698元/年，连续包年498元/年，这个定价区别于真人口语教练也在性价比上给出了足够的诚意。
03
首批通过备案后：“加速探索C端应用”
11月初，多知了解到，有道旗下大模型首批通过了由国家七部委联合公布的相关备案——作为首批通过备案的教育大模型，意味着有道在大模型方面的应用产品将可对公众开放。
教育垂直大模型通过备案，到底意味着什么?
一方面，通过备案的大模型将有机会直接面向公众提供多元服务，也有了推出更多面向C端用户产品的能力；反之，也将有更多来自C端的自由、活跃用户进行体验，甚至是B端与G端的具体解决方案需求。
教育垂直大模型通过备案的另一个可能性，在于参与者将更有精力与能力投入到各自竞争力的升级迭代，包括但不限于基座、数据、商业化、专业人才和场景落地等。
持证上岗才敢大展拳脚。
同时，基于备案制度的要求，也让大模型团队必须建立安全管理制度、完善内容审核机制;通过公示关键信息等方式提高透明度增加外部了解;维护数据质量、算法可靠性及隐私保护等，进而随时评估风险因素……
尤其是教育大模型的用户大多为学生，对其合法权益的保护也更加必要。
此时再讨论国产大模型如何以及何时完成商业闭环，也更有意思。
周枫曾在9月于自己的公众号推文中指出，“来自大模型的行业推动很可能将持续多年，而且大机会将从基础设施逐渐过渡到上层应用;找到“大模型原生”的产品形态是关键”，同时强调“我们也需要思考哪些是’大模型原生’的应用的特点，才能在创新中把握先机。”
“至少有这样6个领域的产品，都是可以有大模型原生的创新机会的。”
“ChatGPT这样的超级入口，MidJourney这样的垂直领域大App，有道词典笔这样的基于大模型的硬件，以及HuggingFace这样云平台和行业应用，每个领域都有创新机会。”
“有道虚拟人口语教练Hi Echo的APP和小程序将在下周正式上线，这当然也是“垂直大模型App”的一个案例。为了实现高质量、场景化的聊天对话，以及高拟真度的虚拟人驱动，团队投入了大量精力。”
……
几个月过去，现在再回看这几段话，意义也多了不少。