垂类AI，正在切入专业化的职业赛道。

11月4日，2026年世界互联网大会乌镇峰会期间，海亮科服携e生涯正式发布全国首个基础教育生涯大模型OpenSpan。据了解，相较于“有问必答”的聊天机器人，以OpenSpan为底座基层的e生涯定位于先摸清画像再规划的AI（人工智能）规划师。

这里所说的规划师，指的是近年悄然兴起的小众职业——教育规划师。这类从业者为学生定制个性化学习路径，同时向家长提供专业的升学指导建议。

“本质上，我们想做的是教育平权。”海亮科服副总裁邵嶷对《每日经济新闻》记者表示。他认为，当前市面上高中三年基础规划师的均价约5万到6万元，顶尖规划师费用则更高；而大模型可免费提供集成了资深从业者经验的规划指导，让学生们都能获得不亚于一二线城市的规划服务。

事实上，当前阶段，这类垂直大模型并不少见。仅就教育赛道而言，就不乏科大讯飞星火教育大模型、有道子曰、好未来九章大模型等，更多面向学情诊断、个性化学习规划等方向发力，走垂类服务路线。与此同时，通用大模型也在通过智能体等方式不断渗透教育细分场景。

在此大背景下，单一的垂直大模型产品能否构建起自身的竞争壁垒？AI商业化仍在爬坡阶段，聚焦明确场景的垂直大模型是否有望更快打开规模化落地空间？

垂直大模型和AI大厂挤入同一个赛道

教育部《2025年全国教育事业发展统计公报》显示，2025年基础教育在校学生达1.87亿，生涯规划市场需求潜力巨大。仅高考志愿填报这一个环节，据艾媒咨询数据，2025年付费市场规模约10.9亿元，预计2027年将增至12.2亿元。

面对这么一个规模不小的市场，AI头部大厂早已有动作。

6月10日，阿里巴巴旗下千问上线全周期高考志愿填报Agent。同日，百度正式发布今年高考服务全面升级方案，推出全新的AI志愿报告，引入真人专家背书机制，由资深志愿咨询师对AI生成的志愿报告进行专业审核认证，并向考生免费开放。今年，字节将“豆包爱学”推入豆包App入口，并从解题工具延伸至“豆包课堂”“同步课”等更多学习环节。

在此背景下，作为海亮集团旗下专注教育科技服务的品牌，海亮科服推出的OpenSpan面向的是6至18岁学生家庭，而非面向高考志愿填报这一单一节点、短期需求的工具。

邵嶷对记者表示，普惠化的长期规划服务是推出这一产品的初衷，因此产品采用全学段设计。现阶段对外主打从小学到高中的基础教育阶段，但（基于OpenSpan的）e生涯同样可以支持托育阶段规划，在读大学生、职场人士的相关咨询需求也能得到回应，这是产品早期的整体设想。

快思慢想研究院院长、特邀评论员田丰对记者表示，通用模型像一部百科全书的先知，垂直模型更像领域专家。百科全书什么都懂，领域专家专精解决某类行业问题。

田丰表示：“单次决策这块地盘，通用模型已经拿下了，垂直模型剩下的阵地在时间轴上。通用模型擅长一次性会诊，垂直模型手里有连续病历。OpenSpan把服务对象定在6到18岁，真正押的是孩子12年的连续成长档案。”

在他看来，这场竞争争的是记忆归谁：谁能合法、持续地保存用户的长期数据，谁就握着别人搬不走的上下文。

邵嶷对记者表示，海亮和市面上其他机构最大的不同，在于海亮沉淀了大量不同类型学生的非典型成长数据，这类数据正是AI非常关键的训练养料。通用大模型会抓取互联网上海量杂乱信息，容易产生幻觉；而供给OpenSpan大模型的数据，专门围绕不同学生、多维度成长信息搭建，这些信息共同构成了这款大模型的底座。

无论如何，与AI大厂同处一个热门赛道，垂直大模型都要直面差异化生存的考题。

在田丰看来，垂直大模型最终将走向分化：一类被通用超级入口收编，以技能或智能体形式接入平台换取流量；一类手握线下履约能力与专业资质，成为不可替代的供给方；缺乏核心壁垒的中间层则会被淘汰。他指出，对教育类玩家而言，核心壁垒不是模型跑分，而是进校规模、跨年留存率与后端履约满意度。

垂直大模型：AI C端商业化的更快落地路径？

就商业模式而言，目前，e生涯的基础规划服务免费，家长可以先通过AI获得基础建议，如果还需要更深入的真人咨询或进一步的专业资源，可自主选择相应服务。

邵嶷称，公司产品本质上面向C端家长与学生，但通过B端场景实现落地。

他表示，C端市场因用户差异最大而最难做，垂直行业大模型反而可能比通用大模型更有C端变现机会。通用大模型很难满足C端“萝卜青菜各有所爱”的多样化需求，而聚焦生涯规划这类刚需场景，面向学生和家长提供C端服务，用户付费意愿更明确，商业化可能性更大。

截至目前，用户在AI学习服务上已经显现付费意愿。

网易有道2026年二季报显示，有道学习服务收入达8亿元，同比增长20.9%；AI订阅业务持续放量，当期销售额约1亿元，同比增长超20%；旗下AI口语产品Hi Echo销售额同比实现翻倍增长。

那么，垂直大模型能否成为AI C端商业化更快落地的方向？在田丰看来，垂直大模型会率先让C端用户直接为AI掏钱，例如即梦（Seedance2.5模型）；而通用大模型会率先跑出C端规模，例如豆包。

“用户付钱买的是结果，很少是为模型本身付费。”田丰同时指出，用户不会为AI的“聪明程度”付费，但会为“避免决策损失”买单。

但田丰指出，这一垂直赛道并非没有短板。以生涯规划为例，核心痛点是决策频次低，且基础功能已被通用大模型免费覆盖，纯单点流量生意难以形成长期商业闭环。垂直玩家的破局方向，是将一次性高价决策拉长为长周期持续服务，把单用户价值从单个节点延伸至全成长周期。

工信部信息通信经济专家委员会委员盘和林在接受记者采访时表示，垂直大模型与通用大模型分属不同赛道，二者定位存在差异。如果通用大模型能够达到垂直大模型的服务效果，垂直大模型就很难参与竞争。

在盘和林看来，垂直大模型的竞争力，取决于其垂直深耕的深度，而非单纯和通用模型做横向对比。不少垂直大模型本质上是通用大模型的能力溢出：依托通用大模型的算法底座，叠加垂直行业数据训练。在这种模式下，若能获取对应行业数据，通用大模型厂商随时可以切入垂直领域。

可见，通用大模型可能赢在规模和入口，垂直大模型则要赢在场景深度和结果交付。对教育类垂直大模型而言，竞争胜负手不在模型跑分，关键要看用户的真实使用黏性与长期留存。如果能在连续成长档案和全周期服务上做出优势，未必不能与通用大模型形成错位竞争，在细分赛道中站稳脚跟。