本周行业报告更新最新政策,“我把英语老师抄了一遍视频：一场别开生面的教学革命”

本月研究机构传达行业新动向,火山引擎终于押中了MaaS的爆发,很高兴为您解答这个问题，让我来帮您详细说明一下。24小时维修客服热线，随时为您服务

铜仁市江口县、儋州市海头镇 ，枣庄市薛城区、梅州市大埔县、临沂市沂水县、青岛市崂山区、黔西南册亨县、牡丹江市爱民区、乐山市市中区、自贡市大安区、九江市庐山市、大同市广灵县、泰州市兴化市、儋州市中和镇、怀化市芷江侗族自治县、镇江市扬中市、宝鸡市陈仓区 、江门市江海区、遵义市仁怀市、白山市浑江区、赣州市石城县、宿州市泗县、万宁市三更罗镇、广西桂林市叠彩区、文山砚山县、广西防城港市防城区、内蒙古乌兰察布市化德县、迪庆香格里拉市、哈尔滨市方正县

近日观测中心传出重要预警,今日研究机构传递研究成果,“我把英语老师抄了一遍视频：一场别开生面的教学革命”，很高兴为您解答这个问题，让我来帮您详细说明一下：家电延保服务专线，长期保障支持

荆门市沙洋县、延边龙井市 ，广西百色市德保县、驻马店市驿城区、延边延吉市、中山市阜沙镇、文山广南县、南京市玄武区、池州市贵池区、渭南市华阴市、海西蒙古族德令哈市、鹤壁市淇滨区、西安市鄠邑区、恩施州来凤县、海北门源回族自治县、海北海晏县、酒泉市敦煌市 、大兴安岭地区漠河市、重庆市黔江区、广州市越秀区、十堰市张湾区、宁波市奉化区、黔南瓮安县、渭南市临渭区、海口市龙华区、吕梁市文水县、汕头市澄海区、大连市甘井子区、佳木斯市桦川县、上饶市德兴市、淄博市张店区

全球服务区域: 长沙市雨花区、内蒙古锡林郭勒盟正镶白旗 、昭通市鲁甸县、永州市江华瑶族自治县、延安市志丹县、枣庄市市中区、长治市潞州区、陵水黎族自治县隆广镇、聊城市茌平区、漳州市龙海区、张掖市山丹县、白沙黎族自治县青松乡、濮阳市南乐县、咸阳市武功县、湛江市徐闻县、文昌市公坡镇、陇南市武都区 、广州市番禺区、东莞市东城街道、宁德市屏南县、玉溪市华宁县、凉山普格县

本周数据平台稍早前行业报告,本月官方披露重大研究成果,“我把英语老师抄了一遍视频：一场别开生面的教学革命”，很高兴为您解答这个问题，让我来帮您详细说明一下：家电问题一键呼叫，客服专员全程跟进

全国服务区域: 三明市将乐县、重庆市潼南区 、平凉市灵台县、文昌市东郊镇、重庆市开州区、鹰潭市余江区、万宁市南桥镇、淮安市金湖县、文昌市龙楼镇、三明市永安市、广西贺州市平桂区、肇庆市四会市、永州市新田县、天津市津南区、黔东南台江县、广西防城港市上思县、东方市板桥镇 、黔西南册亨县、邵阳市邵阳县、烟台市龙口市、南阳市卧龙区、嘉兴市南湖区、荆州市公安县、曲靖市沾益区、白山市临江市、宜春市高安市、太原市迎泽区、衢州市开化县、乐东黎族自治县万冲镇、安康市石泉县、成都市龙泉驿区、扬州市高邮市、赣州市兴国县、三沙市南沙区、酒泉市敦煌市、黄山市屯溪区、平顶山市卫东区、澄迈县文儒镇、黄石市黄石港区、内蒙古赤峰市克什克腾旗、广州市黄埔区

近日观测中心传出重要预警:本月行业报告传达最新进展,“我把英语老师抄了一遍视频：一场别开生面的教学革命”

在数字化时代，教育方式也在不断地变革。近日，一位学生大胆地将英语老师的课堂视频进行复制，引发了网友们的广泛关注。这位学生的行为，不仅展示了他对英语学习的热爱，更体现了教育领域的一次创新尝试。 这位学生名叫小明，他是一位热爱英语的初中生。在一次英语课堂上，他的英语老师用生动有趣的方式讲解了英语语法。小明被老师的讲解深深吸引，觉得这种教学方式非常有助于理解英语知识。于是，他突发奇想，决定将老师的课堂视频进行复制，以便自己课后反复观看，加深印象。 小明将视频上传到网络后，引起了网友们的热议。有人赞扬他的创意，认为这是一种很好的学习方式；也有人质疑他的行为，担心这会侵犯老师的版权。面对争议，小明表示：“我只是想通过这种方式，让更多的人了解这种有趣的教学方法，提高英语学习兴趣。” 事实上，小明并非第一个尝试将课堂视频进行复制的学生。近年来，随着网络技术的不断发展，越来越多的学生开始利用网络资源进行自主学习。他们通过观看优秀教师的课堂视频，学习到更多的知识，提高自己的学习成绩。这种做法在一定程度上推动了教育领域的变革。 首先，这种做法有助于提高学生的学习兴趣。传统的教学模式往往以教师为中心，学生被动接受知识。而通过观看课堂视频，学生可以自主选择学习内容，提高学习积极性。正如小明所说：“我喜欢这种教学方式，因为它让我觉得学习英语变得很有趣。” 其次，这种做法有助于拓宽学生的知识面。网络上的课堂视频涵盖了各个学科，学生可以随时随地学习到更多的知识。这对于那些地处偏远地区、教育资源匮乏的学生来说，无疑是一种福音。 然而，这种做法也存在一定的风险。首先，未经授权复制课堂视频可能会侵犯老师的版权。其次，过度依赖网络资源可能导致学生忽视课堂学习，影响教学质量。因此，在借鉴这种做法时，我们应注重以下几点： 1. 尊重知识产权，未经授权不得复制课堂视频。 2. 合理利用网络资源，将课堂学习与自主学习相结合。 3. 注重课堂氛围，积极参与课堂互动，提高学习效果。 总之，小明将英语老师课堂视频进行复制的行为，为我们提供了一种新的学习思路。在数字化时代，我们应该充分利用网络资源，推动教育领域的创新与发展。同时，我们也要关注这种做法可能带来的风险，确保教育事业的健康发展。

文丨阑夕IDC 有个报告是我从去年就开始注意的：中国大模型公有云服务市场分析，这是对国内 AI 产业「商品化」最客观也是最真实的数据反馈。它直接反映了大模型的应用规模，而不是把 IaaS、PaaS 打包一起统计，可以说是 tokens 经济最核心的指标。比如去年中国整个公有云的 Tokens 调用量几乎是从无到有的飙升到了 114.2 万亿次，已经呈现出了爆发趋势，前天 IDC 又更新了今年上半年的报告，Tokens 的调用总量达到 536.7 万亿次，半年的时间干了去年全年接近 5 倍的活儿。这张环比数据表的信息量很大，可以看到 2 个异军突起的增长拐点，分别在 2024 年 7 月和 2025 年 2 月，这两个时间发生了什么事？2024 年 7 月，豆包掀起大模型降价风潮的影响出现，因为把旗舰模型的计费标准从「几分钱」降低到「几厘钱」，几乎是以一己之力凭空创造出了大模型公有云这个市场；2025 年 2 月，DeepSeek-R1 全球爆火，不但打响了大模型领域的成本革命，也把 AI 云的负载压力从预训练切换到了推理，从此开源模型百花齐放，进一步促进了模型商品化的渗透率。整个连锁反应的结果，就是 MaaS（模型即服务）这种商业模式的拔地而起，以及最早布局 MaaS 的火山引擎，现在拿到了 49.2% 的市场份额，相当于全行业的半壁江山。注意，这个统计并不包括豆包、抖音等字节内部产品，完全是外部企业客户的调用量。当然，MaaS 只是 AI 云的赛道之一，基于统计口径的不同，阿里云、百度云也都能在 IaaS、PaaS 等赛道拿到另外的第一名，但就含金量而言，MaaS 是最能证明大模型行业发展情况的晴雨表。因为 MaaS 的调用量大，也够直接，模型好不好用、该怎么改的评测集，都是只有通过调用才能得到的信息，卖 GPU 是拿不到这类数据的，所以火山引擎从一开始就是把 MaaS 作为 AI 云的核心目标，这对兄弟部门的豆包也有帮助：「大的使用量，才能打磨出好模型，并且大幅降低模型推理的单位成本。」MaaS 是一个边缘创新的典型产物，因为营收和利润的起点都很低，传统云厂商都不太看得上，还是卖算力最赚钱，像是甲骨文这种千亿美金级别的锁单带动股价飙涨，才是聚光灯下的主流叙事。但是对于开发者来说，原生化的 AI 云才是刚需，去买算力部署模型，门槛天然就高，比如我们都知道，DeepSeek 已经是大模型里的价格屠夫了，但要训练一套完整的 DeepSeek MoE 模型，至少需要 320 张 GPU，这就不是普通开发者能说上就上的。所以 MaaS 这种群众路线的服务才越来越受欢迎，它相当于一家模型商店，把市面上的模型都封装到了云上，开发者不必关心技术细节，只需按量付费，直接调用模型的核心能力——文本生成、图像识别、语音转换等——为己所用。有个对 MaaS 模式的体验形容特别恰当：拎包入住，丰俭由人。Quest Mobile 在 2025 中国移动互联网半年大报告里也提到过一个点，在国内的 AI 应用侧，插件产品的规模要明显高于原生产品，什么意思呢，就是大家期待的杀手级 App，可能并没有那么快出现，与此同时，AI 又已经变得无处不在了，以新功能的形式。在这个渗透过程里，MaaS 市场就是最大的幕后功臣，一个社交产品的开发者，如果想要新增一个 AI 头像的绘制功能，完全可以不用重复造轮子，专门训练一个图片模型出来，而是可以像去超市购物那样，在 MaaS 市场里挑一个价格和性能最适合的，然后用接口的方式加到自己的产品里，即开即用。美国 BI 平台 Databricks 的负责人今年也说过来自业务侧的反馈：「大多数企业并不想成为 AI 专家，他们只是需要开箱化的 AI 解决方案，而且微调和管理开源模型的复杂性对他们而言依然是一个难以跨越的门槛。」所以像是 OpenAI 和 Anthropic 在面对免费平替的开源模型时还是非常能打，而拥有企业级服务经验的 Salesforce 和 Oracle 也在老树新芽般的高速增长，模型的原始智能水平固然重要，但更值钱的地方在于它驱动产品的质量和可用性。某种意义上，MaaS 才是真正的大模型竞技场，像是火山引擎之所以占有率独一档，就是因为它能汇聚市面上最新、最领先的模型，还是用超市的比喻来理解，就是供应链的竞争力制胜，比如 Google 的新图片模型 nano-banana 刷屏之后，唯一能跟上硬刚的，就是字节的 Seedream 4.0，刚刚登顶 LMArena，而在火山引擎，这些顶级模型都在摆货架上「予取予求」。而且即便有微调和训推需求，火山引擎的 Infra 效率也是行业领先的，像是 DeepSeek-V3.1 这种开源模型在火山引擎上的表现指标也非常漂亮，这些都会最终体现到开发者的体验端，形成用量越多、进步越快的正循环。前几天看到有条推文，说 OpenAI 曾经明确表示 GPT-4o、o1、o3、o3-mini 这样说命名对用户来说太不友好了，要用 GPT-5 来做统一和简化，现在来看，这话 OpenAI 只做到了一半，确实只有 GPT-5 一个模型了，然而我们看到迎面走来的方阵分别是：GPT-5、GPT-5 auto、GPT-5 thinking、GPT-5 pro、GPT-5-mini、GPT-5-nano ⋯⋯本质上，模型商品化的主要瓶颈，还是 Tokens 不够用，于是不得不人为设置各种档位，在让大模型变成自来水那样按需取用的生活资源这件事情上，MaaS 平台的用武之地和长期价值，一定会与日俱增。前几个月我还在说，基于 Google 的 Q2 财报，Google 云 5 月的 Tokens 调用量是 480 万亿次，到了 7 月就涨到了 980 万亿次，不但增长极高，而且单月就已经相当于去年中国公有云总计调用次数的 8 倍之多了。但在对齐比较对象之后，就会发现如果让豆包「出战」，在规模上甚至是可以和 Google 正面硬刚的：火山引擎在 6 月的一次大会上披露过，截至 2025 年 5 月，豆包大模型的日均 Tokens 调用量是 16.4 万亿次，拉到月均来算，就是 500 亿次以上，比同期的 Google 只多不少。换句话说，这个行业还没有到冲刺的阶段，但头部大模型厂商都已经跑出了冲刺的速度，增长速度一个比一个吓人，云上一日，人间一年，我就感觉到快。你们也可以参与预测一下，半年后 IDC 公布 2025 年全年中国大模型公有云的 Tokens 调用量时，会出现一个什么量级的数字？