未來趨勢:多模態、推論型模型與具身智能

一句話答案:未來趨勢最有用的讀法,不是預測甚麼會發生,而是分清楚哪些今天已經買得到、哪些明年可能成熟、哪些仍然是研究題目。這一課把三類分開,並給你一套不會過時的判斷準則。

由一份供應商簡報說起

一位校長在教育科技展覽後,帶回一份簡報,上面有三個詞:多模態、推理、具身智能。他問資訊科技組主任:「這三樣,我們今年要不要做?」

正確的答案不是「要」或「不要」,而是:這三個詞的成熟度差距,大得不應該放在同一頁簡報上。 一個今天已經在你學校運作,一個要按任務挑着用,一個還在研究室。

以下逐一分清楚。

已經在用:多模態

多模態的意思很簡單:模型不只讀文字,還能看圖、聽聲、讀手寫。這不是未來式,它已經在課堂裡運作。

今天在香港學校實際做得到的例子:

• 語音。學生朗讀英文或普通話課文,系統轉成文字並給發音回饋;教師用語音輸入寫教案。粵語辨識在小學生朗讀、口齒不清、環境噪音的條件下已經達到可用水平。
• 圖像。教師拍下一頁工作紙,請 AI 生成同類型的變式題;拍下白板筆記,整理成講義大綱。
• 手寫。掃描學生手寫答案轉成文字,再交給批改流程。這一項的準確度仍然視乎字跡,需要教師覆核。

要誠實說出限制:圖像理解在複雜圖表、數學符號與潦草手寫上仍然會出錯,而且錯的時候語氣一樣肯定。凡是會影響分數的環節,教師覆核不能省。

正在成熟:推論型模型

推論型模型的分別在於:回答之前,它會先在內部產生一段推理過程,再給出結論。你可以把它想像成一位學生由「即時舉手搶答」改成「先在草稿紙上計一次」。

這帶來三個具體變化:

• 多步驟題目明顯進步。數學文字題、邏輯推理、程式除錯,錯誤率下降。
• 更慢、更貴。多想一會,就是多用運算資源。對於「幫我改順這句英文」這類任務,這完全是浪費。
• 可以調整思考多久。現行模型多數容許設定「思考程度」,由快答到深思。

有一個常見誤解值得澄清:模型展示給你看的「思考過程」,不一定等於它真正的內部計算。 它是一段有幫助的文字,通常與結論一致,但不應該被當成證明。教師看到一段看似嚴謹的推理,仍然要核對結論本身。

這對學校的實際意義很簡單:按任務選型。作文回饋、通告草稿、詞彙練習用快而便宜的;數學分步解說、複雜行政推算用推論型的。相關的成本考量見 Context Caching 與成本控制。

仍在研究:具身智能

具身智能(embodied AI)指的是把 AI 放進有身體的系統裡——機械人、機械臂、自動裝置——讓它感知環境、規劃動作、執行任務。

現況要說得準確:這是目前研究與示範階段最活躍的方向之一,已有多家實驗室展示機械人依自然語言指令完成日常操作。 但由實驗室示範到穩定、安全、可負擔地在校園環境運作,中間的距離很大,而且沒有人能誠實地告訴你要多少年。

對學校今天的意義,主要有兩項:

1. 作為教學題材。STEM 與科技教育可以用它來教感知、規劃與控制的概念,這是紮實的課程內容。
2. 作為判斷力訓練。讓學生比較「示範影片」與「產品」的分別,是很好的資訊素養練習。

至於採購,現在把它寫進三年計劃並不合理。

一個課室裡的例子

一間中學的資訊科技組被要求就上述那份簡報寫一份回應。他們沒有寫趨勢分析,而是做了一張三欄表,直接回答校長的問題:

這張表最有價值的是第三欄。很多學校的 AI 計劃失敗,不是因為選錯技術,而是因為那項技術解決的問題,學校本來就沒有。

三條不會過時的判斷準則

技術年年變,但以下三條問題可以一直用:

1. 今天買得到、用得起嗎? 不是「有沒有人展示過」,而是「有沒有學校在用,價錢多少,誰負責維護」。
2. 它失敗的時候會怎樣? 一個口語練習出錯,學生笑一笑;一個評分系統出錯,影響升學。風險愈高,人手覆核的比重要愈大。
3. 我校真的有這個問題嗎? 如果沒有,再好的技術都是負擔。由痛點出發,不要由技術出發。

再加一條給採購用的:合約要允許你隨時整套帶走資料。 押注在任何供應商的路線圖上都有風險,但可以隨時離開的合約沒有。

這對你的課堂意味甚麼

1. 多模態今個學期就可以試。 口語練習與圖像出題是兩個最容易起步、成效最看得見的入口。
2. 不要為所有任務買最強的模型。 按任務選型是省錢與提速的關鍵,也是平台應該替你做的事。
3. 把「未來趨勢」當成資訊素養教材。 讓學生分辨示範影片與可買到的產品,是這個時代最實用的能力之一。
4. 不要為路線圖付款。 只為今天用得到的能力付費,並確保隨時可以帶着資料離開。

在 Edor.ai 裡是怎樣運作的

我們只講已經上線的能力,不承諾未發布的功能。

多模態方面,平台已經在用語音辨識與語音合成支援粵語、普通話與英語的口語練習,並支援圖像輸入用於教材與作業內容的理解。模型選型方面,平台按任務難度分配:日常教師工具與學生對話用成本效益型號,需要長篇推理的任務才升級到推論型模型,所以學校付的是固定年費而不是浮動的推理帳單。具身智能方面,我們沒有相關產品,也不會把它寫進學校的計劃書。

還有一點與趨勢無關,但與風險有關:資料屬於學校,隨時可免費一鍵完整匯出(JSON / CSV / 原檔),沒有鎖定。這代表如果三年後出現更適合你校的方案,你不需要因為資料搬不走而留下。

課程到此結束

由 第一課 到這裡,你走過了模型內部的運作、訓練的三個階段、生態系與模型取得、應用開發的核心概念、本地部署與高效微調,以及安全、評估與倫理。

你現在應該能夠:向同事解釋為甚麼 AI 會答錯、判斷一個供應商的安全說法是否具體、看懂一張排行榜的限制,以及決定甚麼資料絕對不應該貼進去。

下一步建議兩條路。

想回顧或補課,回到 LLM 教室課程大綱 或 學習中心。

想把這些理解變成課堂上的實際產出,接着讀 Prompt 工程教室——十八課全部以香港課堂為場景,由 甚麼是好的提示 開始,涵蓋備課、分層工作紙、出題、評卷回饋、SEN 調適與科組模板庫,每課附可直接複製的中英範本。這一課講的判斷力,加上那一課講的技巧,才是完整的一套。