每位語言學習者現在都能擁有專屬家教

學語言最好的方式，向來是找一位有耐心的家教。如今，每個人第一次都有機會擁有一位。這對學習者、老師和學校來說，意味著什麼改變？

最難的一關，就是開口說

去問任何學過第二語言的人，哪一關最難過？多數人會回答：開口說。

上個月，我們打造了一位 AI 家教，專門陪你練「開口說」。數十萬人看著它教會一個人用日文點咖啡。

https://x.com/wayne_liang_/status/2098119361894752627

很多轉發來自日語母語人士。有位家長說，女兒之前放棄跟純語音 AI 練英文，因為「沒有畫面可以看」，現在可能願意再試一次。還有人拜託我們推出台灣國語版本。一位開發者只問了一句：「那接下來我該做什麼？」

沒有人質疑它看起來夠不夠逼真。大家只是想要它。這正是口說練習一直以來最需要的東西：一個有耐心的對話夥伴，任何語言都行，隨時都在。但過去，大多數學習者根本找不到這樣的人。

這個存在了 40 年的難題

1984 年，教育研究者 Benjamin Bloom 發表了他所謂的「2 Sigma 問題」（2 Sigma Problem）。接受一對一家教的學生，表現比一般課堂學生高出兩個標準差。換句話說，受過家教輔導的普通學生，成績勝過班上 98% 的同學。

Bloom, B. S. (1984). The 2 Sigma Problem. Educational Researcher, 13(6), 4–16. doi.org/10.3102/0013189X013006004

其實 40 多年來，我們早就知道最有效的學習方式是什麼。只是沒辦法讓每個人都請得起家教。

語言學習更是如此。你不可能光靠課本學會說話。你需要桌子對面坐著一個人，聽你說、給你反應、等你把詞想出來。最理想的情況是，對方同時懂你的母語和目標語言，才能告訴你哪裡說錯了。但對多數語種組合來說，這樣的人很難找、要花钱，而且只在固定時間上課。更何況在真人面前，每一個錯誤都像是在被盯著看。

於是，多數學習者只能將就手邊的工具：單字卡、App、文法練習。結果第一次遇到真人回話時，腦袋瞬間一片空白。

今年發生了什麼改變

三件事同時到位了。

能一邊說話、一邊聽你說的語音模型。 你可以打斷它、卡詞、講到一半改口，對話依然能順暢進行。

一張能即時反應的臉。 它會點頭、會停頓，聽到奇怪的話還會露出困惑的表情。這才是真實對話的感覺，也是純語音永遠練不出來的部分。

持續下降的成本。 即時對話練習曾是高級付費功能。現在按分鐘計價，而且每分鐘越來越便宜。

我們的日文家教結合了前兩項。我們把它打造成 OpenAI GPT-Live 的首批合作夥伴之一，並搭配 LiveAvatar 臉部技術。試著點一杯咖啡，然後在中途改變心意：家教會跟上你的節奏、糾正你的發音，並教你剛才卡住的那個字。整個過程有點混亂、節奏很快，甚至讓人小緊張——就跟真實對話一模一樣。

第三項改變，是我們投入最多心力的地方。當我們問客戶是什麼讓他們卻步時，答案不是「不夠逼真」，而是「如何在控制成本的同時擴大規模」。因此我們花了六個月，讓每一場即時互動的運行效率更高。成果是：所有付費方案都支援無限併發，企業方案的每分鐘費用最低只要 $0.01。完整細節請見這篇貼文：

https://x.com/TryLiveAvatar/status/2092281613682123061

品質決定一位家教好不好；成本決定誰請得起家教。在這個類別最大的 App 身上，你已經能看到這個趨勢。Duolingo 曾坦言，口說練習是他們最大的缺口。與 Lily 的視訊通話功能，讓每位學習者開口的字數增加了一倍以上；而隨著 AI 成本下降，他們正把這項功能移到更便宜的方案中，讓大約 10 倍的學習者都能使用。

這對語言學習圈的所有人都是改變：學習者、老師，還有學校。

給學習者：凌晨兩點也永遠有耐心的家教

想像一下，有人週五要考 IELTS 口說，簽證能不能過全看這次成績。現在是凌晨兩點，老師早就睡了。考試是跟考官面對面進行，而這正是他最怕的部分。

今晚，他可以完整地模擬考一次。然後再考一次。

或者想像另一個人，為了跟伴侶的奶奶聊天而學韓文。他有一百個不好意思問真人的問題。「這句話怎麼說才禮貌？」「抱歉，『好吃』那個字怎麼講來著？」AI 家教聽過所有問題，而且永遠不會覺得煩。研究人員不斷發現，當下與 AI 練習能降低口說焦慮，而正是這種焦慮，讓多數人根本不敢開口。

任何語言、任何口音、任何情境：東京的咖啡廳、倫敦的面試、跟公婆吃晚餐。你還可以挑選跟自己合拍的家教：聲音、個性、耐心程度。而且每次上線，它都會從你上次停下的地方接續下去。

給老師：多一點教學，少一點重複

隨便問一位語言老師，他們說過多少次「請問你從哪裡來？」

教學時間有一大半花在重複上：一樣的暖身問題、一樣的糾正、一樣的練習。這些很必要，但不是優秀老師真正厲害的地方。

重複的工作可以交給 AI。老師則專注在真正重要的時刻：文化裡的細微差異、學生想放棄時推他一把、只有真正了解學生的人才設計得出來的教案。學生來上課時已經透過 AI 暖好身、搞定基礎，跟真人相處的那一小時就能走得更遠。

哈佛商學院已經在跑這個模式了。在為期八週的創業者課程 Foundry 裡，講師每週依然親自授課。而在課程之間，同一批講師的 LiveAvatar 會針對每位創業者的簡報練習和模擬董事會議給予回饋。這不是語言課程，但分工邏輯完全相同：老師負責教，數位分身負責帶練習。

該課程主任告訴《紐約時報》，她一開始想像的是比較像聊天機器人的東西。但學生反而要求更有引導性的體驗。其中一位講師、創投家 Jeff Bussgang 承認自己的數位分身有點「毛骨悚然」。不過他的結論是：「我的學生愛死了。」

給學校與機構：過去永遠無法規模化的那一塊

每間語言學校都在教口說。但很少學校能讓每個學生練得夠，因為口說練習需要桌子對面有個人，而學校的老師就那麼多。

考試最能看出這個落差。許多 Cambridge 檢定備考 App 根本沒有口說單元。不是因為口說不重要，而是因為它需要真人考官，而你沒辦法把一個大活人塞進 App 裡。

高風險的口說測驗都需要真人坐在對面。IELTS 是面對面進行；醫護人員考的 OET 英文測驗，是一場病患角色扮演；就連 TOEFL 2026 年的改版，也加入了「接受面試」任務，由影片中的真人提問。

口說一直是學校無法規模化的項目。現在，每位學生每天都能有一位考官；老師拿到的是逐字稿和分數，不必再猜到底誰有練。一位老師就能讓整班學生每天都有口說練習。而原本請不起家教的學生，也能獲得跟付得起的人一模一樣的練習機會。

一旦學習者親身體驗過，轉變就會發生得最快。我們合作的一家企業語言訓練公司，原本認為 AI 虛擬人像只是噱頭。後來他們在法國一場教育科技展的攤位上放了 Demo，排隊人潮一路排到門外。現在他們有客戶願意專門為此付更多錢。

讓懷疑者改變心意的，不是簡報說服了他們，而是他們親眼看到了學習者的反應。

如果你正在語言學習領域創業

過去幾個月，我們跟各種語言公司聊過，從成立 20 年的老機構到才 2 歲的新 App。沒有人問「學習者為什麼會想要這個」。他們問的是「該從哪裡開始」以及「數字怎麼算得過來」。以下是我們給他們的建議。

1. 從你最怕的情境開始，而不是整個 App。 模擬考、求職面試、第一次真正的對話。AI 家教最先能在這些地方證明價值。接著把它丟到真實學習者面前。他們的反應會比任何簡報更快說服你的團隊。
2. 讓你現有的臉孔活起來。 多數語言產品本來就有臉孔：投影片、實拍演員、預錄影片。它們只是靜止不動，而且更新成本很高。起步不需要完美的虛擬人像。學習者在乎的是對話本身，不是像素；他們最先注意到的是聲音，以及回應有多快。
3. 根據使用量設計定價。 即時對話是按分鐘計費，不是按功能。挑一個適合你商業模式的方案，無論是練習點數、考試包還是高級會員，並且預期每分鐘價格會持續下降。等著它「夠便宜」才動手的團隊，會發現競爭對手早就上線了。
4. 為老師而建，而不是繞著老師建。 讓 AI 處理重複練習，把重要時刻還給真人。這樣老師才會成為它的推動者，而不是害怕它。

給開發者的連結：

• 開源 repo：https://github.com/heygen-com/liveavatar-gpt-live-demos
• 逐步指南：https://docs.liveavatar.com/docs/guides/gpt-live-language-tutor
• Agent 快速指令：npx skills add heygen-com/liveavatar-agent-skills，然後請你的 coding agent「用 GPT-Live 執行 LiveAvatar 語言家教 demo」

誰能真正說得流利

在歷史上大部分的時間裡，「流利」只屬於請得起家教、能出國生活，或有時間在眾人面前丟臉的人。

現在不一樣了。每位學習者在任何時間、任何語言，都能有一個有耐心的對話夥伴。每位老師都能把時間省下來，去做只有他們能做的事。每間學校終於能大規模地教口說——這項最重要的技能。

今晚的某個角落，有人正在第十次用日文點咖啡，中途改口，然後重來一次。很快地，他就能在現實中真正點下去了。

開口說依然是最難的一關。但現在，沒有人需要獨自練習了。