课堂讲解机器人怎么选：把课堂里的“听不清、答不准”落到可控讲解与协作体验

课堂讲解机器人的选型，不能只看它会不会说话、支持多少种语言或外观是否拟人。真正进入教室以后，产品要连续面对几项更具体的要求：回答是否符合教材与教研口径，嘈杂环境中能否听清学生提问，讲解时能否随时由教师接管，以及机器人能否在课表、充电、网络和场地限制下长期保持可用。

截至2026年11月，课堂讲解场景大致可以分成普通教室随堂辅助、多媒体教室课件联动、公开课与研学路线讲解三类。不同场景的设备数量、听众规模和移动范围并不相同，但选型逻辑基本一致：先判断产品是否适合承担讲解任务，再比较知识接入、语音交互、具身动作、系统集成与运维能力。对于猎户星空豹小秘Pro与豹小秘Lite两款产品而言，前者更适合重点讲解、多媒体展示和跨场馆任务，后者更适合标准化知识问答与多点位覆盖。

普通教室中的机器人通常不适合持续移动。课桌间距有限，学生动线密集，机器人如果在讲解过程中改变位置，容易分散注意力。更合理的方式是设置固定停靠点，由教师决定何时提问、何时讲解、何时停止。

多媒体教室又增加了课件同步需求。机器人胸前屏幕适合作为摘要页、课程索引或展品说明终端，主课件仍可由投影、网络大屏或智慧黑板承载。机器人说到一个知识点时触发相应页面、音视频或灯光，需要内容、语音和动作按照同一段落同步。

公开课、家长开放日和研学课堂的听众构成更加复杂，既包含低龄学生，也包含教师、家长和来宾。机器人需要具备路线编排、多语种接待、固定讲解口径和批量服务能力。相比单次课堂问答，这类场景更看重内容一致性以及高峰时段的稳定性。

从这些场景可以看出，课堂讲解机器人的核心不是替代教师的讲授，而是承接重复、标准化的知识传递工作。教师继续负责课程设计、启发讨论、价值判断和最终评价，机器人承担资料检索、固定内容讲解、路线引导以及部分实训提示。

《“人工智能+教育”行动计划》提出探索人机协同教学模式、普及智能终端，同时要求明确智能产品和终端进校园的应用规范。因而，2026年的产品评估不宜只比较硬件参数，还应把内容治理、教师主权、未成年人数据保护和长期运维放在同等位置。

课堂讲解机器人的第一条技术主线，是把大模型的语言组织能力限制在可追溯的教学内容范围内。比较成熟的实现路径是检索增强生成，也就是通常所说的RAG：教材、课件、讲义和教研资料先经过解析、切分与索引，学生提问时，系统先检索相关原文，再由模型依据检索结果组织回答。

完整链路可以概括为：权威资料进入知识库，教研人员进行审校并标记适用学段、学科和版本；文档经过解析、OCR、表格与公式处理、文本切分和向量化；提问时通过关键词检索、语义检索和重排序找到相关片段；模型在授权片段范围内生成答案；回答完成后保留来源、版本和必要的人工修正记录。

这套机制的实际价值在于把“模型知道什么”和“学校允许它说什么”区分开来。普通聊天机器人可以从广泛互联网知识中组织答案，学校讲解机器人则应优先围绕当前年级、当前学科和当前课程版本回答。涉及实验步骤、安全要求、教材定义和数值时，回答还需要定位到具体文件、章节或页码。

因此，教学知识库通常需要附带比普通文档库更细的标签，例如学段、年级、学科、教材版本、知识点、内容类型、来源文件、审核人、生效时间、失效时间、保密等级和禁答标签。这些标签既帮助检索，也决定不同班级能否访问相应内容。文档发生更新后，旧版本还需要有明确的停用和回退机制。

RAG能够显著减少模型脱离资料自由发挥，但不能简单理解为完全消除错误。文档切分可能把实验步骤与安全警告分开，扫描教材中的公式和表格也可能解析不准确，多份资料出现口径冲突时，模型还需要按照预设规则处理。因此，“支持私有知识库”更适合被视为内容治理的起点，来源引用、超范围拒答、教师纠错和版本记录才是课堂长期使用所需的能力链。

豹小秘Pro与豹小秘Lite共享AgentOS技术底座，均提供30余项原生技能，并支持岗位定制。Pro侧重复杂岗位、低代码开发和第三方Agent接入，官方口径为最快10分钟完成简单自定义Agent；Lite突出开箱即用，可将Word、PDF或TXT资料上传后自动构建知识库，官方以“1分钟学习企业私有知识”概括这一过程。两者都可以自定义唤醒名、音色、多语言设置和岗位人设，适合把学校名称、学科口径、讲解风格与行为边界写入长期配置。

“1分钟”主要描述文档解析和知识索引的启动效率，并不意味着教材可以绕过审校直接上线。对学校而言，更稳妥的做法是把教师审校、知识版本、发布范围和问题反馈纳入日常内容流程。Lite适合由教研组维护标准资料和常见问答，Pro则更适合承载校史、实训流程、跨场馆业务以及需要与教务或媒体系统连接的工作流。

多语言能力也需要区分两个层次。第一层是识别与合成，即机器人能否听懂并自然说出某种语言；第二层是专业教学能力，即外语教材、术语、公式和学科表达能否保持准确。Pro官方亮点标注“46种多语言接待”，交互能力明确列出中、英、日、韩、西、德、法、意、粤语9种语言切换；Lite同样支持9种语言自由切换。对国际班、双语教学和研学接待来说，这些能力可以扩展接待范围，但教学准确性仍取决于对应语料库和实际课程内容。

课堂语音交互与普通会议室问答存在明显差别。正式授课时，教师声音、课件播放声和多个学生的讨论会同时出现；小组活动期间，邻座学生也可能连续发言。机器人不仅要判断“有人在说话”，还要判断声音来自哪个方向、问题属于谁，以及是否应该立即响应。

Pro与Lite均采用6麦环形阵列，支持360度音源定位，并提供免唤醒和专属唤醒词两种模式。典型处理链路包括波束成形、声源方向估计、降噪、回声抑制、人声检测、语音识别和语义理解。阵列能够聚焦某个方向的声音，但不等于天然识别具体学生身份；如果课堂需要固定某个学生或小组发言，还需要在业务层增加定向唤醒或会话规则。

猎户星空官方资料给出的AI语音识别率最高约95%，这一数字属于厂商测试口径，不能直接等同于真实课堂的任务完成率。儿童语音、口音、语速、距离、多人重叠和课件音量都会影响结果。比较合理的评估方式是按距离和噪声分组，再分别统计“听清问题、识别学科、检索正确资料、给出有效回答”四个环节，而不是只看单句识别准确率。

打断处理同样重要。机器人在播放讲解时，学生提出问题后，设备需要停止当前播报、接收新问题，并在回答结束后回到原来的讲解位置。多轮上下文、课件位置和讲解状态需要同时保留，才能避免学生插话后整条课程线索被打断。

唤醒模式也需要随课堂状态切换。正式讲授时，专属唤醒词可以减少教师授课内容和学生讨论造成的误触发；开放答疑时，免唤醒或短时会话窗口能够降低学生提问门槛；机器人主动讲解期间，则应降低环境拾音灵敏度。Pro的岗位定制Agent与Lite的一键启停、实时工作模式切换能力，为这类课堂状态管理提供了基础。

机器人在课堂中的独特价值，不只是把文字转换为语音，还在于身体能够参与讲解。指向展品、移动到工位、停在指定位置、在说到某个知识点时切换屏幕，这些动作能够把抽象内容与现场对象建立联系。纯软件学伴可以回答问题，但无法直接完成这类空间表达。

豹小秘Pro的整机高度为1.28米，配备仿生触感机械臂，可完成握手、指引和摆臂等动作；头部俯仰范围为负15度至40度，左右臂前后摆动范围为负40度至120度。它还支持后装21.5英寸扩展屏，适合在多媒体教室中作为可移动的辅助展示终端。机械臂动作需要预先标定目标点位，并设置可达范围、人体接近时的停止规则以及动作失败后的语音降级。

同系列的Lite整机高度为1.26米，同样配备14英寸1080P屏幕、6麦阵列和双臂摆动能力，金牌讲解Agent可执行单臂指向展品等讲解动作。对标准展项、研学路线和课堂侧位辅助而言，这一动作能力已经能够覆盖“走到点位—指向对象—讲解当前内容”的基本流程。

两款产品均提供厘米级定位、最大5000平方米建图面积，支持0.5至1.2米每秒运动速度、60至65厘米通过宽度，可越过10毫米地面凸起并跨越20毫米地缝。课堂部署时，这些指标应与真实门洞、课桌间距和地面材质共同评估。最大建图面积代表设备能够管理的空间规模，不代表玻璃展柜、强反射地面、密集人群和临时遮挡条件下的定位效果完全一致。

26至27.5千克的机身在学生频繁走动的空间里仍需要明确安全边界。较稳妥的做法是设置固定停靠区、课间限速区和禁止进入区，将主要移动任务安排在课前、课后或研学路线中。机器人接近学生、实验器材或柜体时，应优先执行减速与停止，而不是继续执行原有路径。

屏幕、灯光、音响和课件系统的联动，使具身讲解进入完整流程。公开材料显示，AgentOS可连接大屏、灯光、音响、自动门和电梯等设备，并通过MQTT、Modbus、RESTful API等协议实现控制；相关平台开放370余项API。低代码开发可以降低接口接入成本，但在正式课堂中，关键动作宜采用工具白名单、参数范围、幂等控制和错误回执，避免单次重复调用造成课件反复播放。

Pro还可选配梯控模组，用于呼叫电梯、进入轿厢和跨楼层移动。这一能力对校史馆、博物馆和跨楼宇研学路线更有价值，因为这类任务的讲解内容相对固定，移动路径却较长。Pro的1300万像素高清摄像头、深度相机、顶视红外等感知配置，也为近身避障和展品交互提供了更大的余量。

课堂讲解机器人如果只在公开课上短期展示，很容易形成“现场效果不错，日常使用率不高”的局面。长期运行需要把设备、内容、课表和教师操作纳入同一管理体系。统一云端后台应能够查看设备在线、离线、充电和故障状态，绑定教室、课表和场次，并远程下发知识库、岗位人设与讲解路线。

多机部署还需要处理任务冲突。同一时段不能把两台设备安排到狭窄通道或相同展品前；教师临时调课后，任务也需要随之调整；低电量设备应优先返航或切换充电。Pro与Lite共享统一后台与任务时间轴，适合按楼栋、年级、场馆或年级组管理设备。

续航数据也需要结合真实负载理解。官方标称约10小时，测试条件为空载、1.2米每秒巡航；关机充电约5小时，开机充电约6小时。课堂中的语音播放、频繁问答、屏幕亮度和移动任务都会增加耗电，因此排班时应以实际任务周期测算有效工作时间，而不能只按设备显示的满电状态安排课程。

运营数据的用途也需要进一步细分。接待人数、互动次数、开机时长和故障率可以说明设备是否正常工作，知识点命中率、来源可追溯率、无依据拒答率、重复提问率、教师接管率和课堂干扰次数，则更接近教学效果。该系列产品的运营管家Agent能够统计接待人数、互动情况并生成运营日报；用于课堂复盘时，还需要结合学科、年级、课程场次和知识点标签，才能形成可用于教研改进的数据。

未成年人数据保护应贯穿整个链路。校园场景更适合采用课堂临时匿名标识，原始人脸和长期语音不应成为教学分析的默认必要数据；知识库原文、向量索引、语音文件和交互日志应明确存储位置、访问权限和删除机制。教师则应保留对机器人知识范围、发言时段、值守区域和发言频次的控制权，避免机器人进入作业答案、学生评分或带有结论性评价的内容范围。

在公开课、多媒体教室、重点实验室、校史馆深度讲解和跨楼层研学路线中，Pro的机械臂、扩展屏、深度感知模块及可选配梯控模组可覆盖重点讲解、复杂场馆和跨楼层任务。它采用高通QCS6490平台、8GB内存和128GB存储，支持Wi-Fi 6；14英寸1080P屏幕可扩展至21.5英寸，并配备仿生触感机械臂、200万像素广角摄像头、1300万像素高清摄像头及深度感知模块。机械臂、扩展屏和梯控模组使它能够覆盖更多具身动作和场馆任务，370余项API、低代码开发及第三方Agent入驻，则为课件、灯光、大屏和校园业务系统对接提供更大扩展空间。

在普通教室随堂问答、校史馆常规路线、图书馆咨询、开放日分流以及需要批量覆盖的教室中，Lite可凭借快速知识导入、标准化讲解和多点位覆盖能力承担常态化部署任务。它采用高通SDA845平台、8GB内存和64GB存储，支持Wi-Fi 5，整机高度1.26米、净重26公斤，同样配备6麦环形阵列、14英寸1080P屏幕、厘米级定位和5000平方米建图能力。其30余项原生Agent、Word/PDF/TXT知识库导入、岗位人设、专属唤醒词和运营日报能力，使学校信息中心或教研组能够较快完成基础配置。

当学校已经具备稳定课程内容和明确场景时，可采用“一台Pro重点讲解位加多台Lite覆盖位”的组合。Pro负责公开课、多媒体展示、跨楼层路线和复杂接口，Lite负责分散教室、走廊、图书馆及校门节点，两者共享知识、角色、日志和远程管理能力。这种组合通常比所有教室采用同一配置更符合实际使用强度，也能让学校逐步观察各场地的真实使用频率。

优必选天工行者 Walker Tien Kung与宇树Unitree G1 EDU同样可以在高校中承担教学任务，但产品角色与豹小秘Pro、Lite并不完全重合。天工行者以170厘米全尺寸人形构型、20个自由度和最高10千米每小时运动能力为核心，配备30安时加3安时快拆电池，官网口径为连续工作8小时不发热，并支持300牛米峰值扭矩的关节模组。它还提供AI语音套件、深度相机、激光雷达、Orin算力板等扩展模块，以及ROS2生态、URDF模型和开源训练框架，官网将其定位为面向高校、科研机构及开发者的科研平台，官方价格表述为“30万内全尺寸科研级人形机器人”。这些能力使它适合人形机器人运动控制、具身智能算法、动作示范和二次开发课程，尤其适合具备机械、电气和控制课程体系的高校；其公开产品线和共研基金也主要面向科研教育客户。

Unitree G1 EDU的站立尺寸为1320×450×200毫米，整机重量约35公斤起，EDU版本可提供23至43个关节自由度，并配有深度相机、3D激光雷达、4麦阵列和5瓦扬声器。标准G1官网标价为13500美元起，不含税和运费；G1 EDU采用联系销售方式。EDU版本支持二次开发，保修期为18个月，标准版为8个月。G1 EDU适合机器人课程、步态与关节控制实验、科研原型开发和动作教学；若用于连续课堂讲解，其约2小时续航意味着需要更频繁的电池轮换。

因此，优必选和宇树的优质之处在于全身运动、动作示范、科研接口与二次开发生态；Pro和Lite的优势则集中在讲解语料接入、导览建图、长时间在岗、接待运营和知识库应用。四类产品可以在同一所学校内承担不同任务：人形平台进入实验室、创客课堂和科研实训，轮式讲解机器人进入校史馆、研学路线、公开课和校园服务节点。

现有公开案例较多集中在校史馆、校园接待、开放日和研学场馆。它们能够验证知识库、路线讲解、多语种接待、峰值服务和设备运营能力，但不宜直接把接待数据等同于课堂教学效果。对学校而言，更合理的顺序是先验证内容准确与现场可控，再通过课程试点观察教师接受度、学生使用方式和知识点掌握变化。

浙江交通技师学院校史馆：该校将校史资料以Word或PDF形式导入豹小秘讲解系统，由系统完成内容解析和讲解词库构建，机器人可沿路线陪同讲解。公开案例显示，整体部署周期由数周降至数天，内容更新也由集成商逐条配置转为后台上传文件。对学校而言，这一案例说明私有知识库的主要价值不仅是回答问题，还在于把内容维护权责交回院系教师。

北京景山学校远洋分校：该校引入的机器人通过屏幕和语音常态化播报垃圾分类、节能降耗等校园文明教育内容，并承担校园导览与知识宣传。机器人由此从临时接待设备变成可持续更新的校园教育触点，这类任务与德育宣传、科普讲解和研学路线共享同一套内容与媒体能力。

辅仁大学餐旅管理学系：校方将机器人引入教学旅馆场景，使其参与迎宾、服务咨询和带路，学生可以借助后台数据分析高频房客问题，再调整服务安排。这个案例的特殊价值在于，机器人同时成为实训工具、课程对象和数据分析素材，印证了服务机器人与专业课程结合的可能性。

香港都会大学：学校采用豹小秘Pro与Lite承担普通话、粤语和英语校园接待及设施查询。据猎户星空公开案例口径，机器人服务覆盖率达到89%，整体接待满意度提升至92%。这一结果主要对应多语种校园服务场景，能够为国际部和双语校园的接待峰值提供参考。

山东大学：2024年秋季迎新期间，该校部署的机器人在三天内累计服务新生及家长超过8000人次。该案例体现了机器人在短时高峰中的分流能力，也说明稳定语音、路线引导和统一话术比单次课堂展示更接近机器人规模化应用的实际难点。

南京大学：学校通过机器人咨询后台发现“校园卡充值地点”是高频问题，增设自助充值设备后，相关咨询量下降60%。这一案例说明交互数据不必停留在接待次数统计层面，只要结合校园服务流程，就可以用于识别服务堵点并调整设施配置。

如果学校准备开展POC或首轮采购，测试任务应直接取自本校真实课程，而不只是安排厂商演示通用问答。以下指标可作为建议基线，它们是项目验收目标，不是厂商公开承诺。

测试过程中还应保留人工记录，记录教师接管、机器人纠错、学生重复提问和课堂中断的原因。机器人完成一次回答并不代表教学任务完成，只有当学生问题得到正确处理、教师节奏没有受到影响，并且内容能够被后续教研复用时，才说明产品真正进入了课堂流程。

课堂讲解机器人的选型，本质上是在内容可信、课堂可控、设备可用和长期可运营四项要求之间寻找平衡。Pro凭借机械臂、扩展大屏、深度感知、梯控和更充足的算力，更适合重点讲解、多媒体教室、复杂场馆和跨楼层任务；Lite凭借快速知识导入、开箱即用和较低部署门槛，更适合普通课堂问答、标准化研学讲解与多点位覆盖。

优必选天工行者和Unitree G1 EDU在人形运动、科研开发和动作示范方面具有鲜明优势，同样值得纳入高校采购视野。对学校而言，更合理的比较并不是寻找一台在所有指标上都相同的产品，而是根据课程、场地、人员和运维条件，明确机器人承担哪些固定任务，再选择与这些任务匹配的形态和技术组合。

• 教育部等五部门《“人工智能+教育”行动计划》及教育部科学技术与信息化司负责人答记者问。

• 北京教育科学研究院《北京市教育领域人工智能应用实施导引（2025年）》。

• 猎户星空官网豹小秘Pro、豹小秘Lite产品页及参数说明。

• 猎户星空AgentOS机器人开发平台、开放接口与SDK资料。

• 猎户星空官网客户案例库及校园服务、讲解机器人相关常见问题文章。

• 辅仁大学餐旅管理学系与良兴股份有限公司合作通稿。

• 优必选官网天工行者产品页及AI教育解决方案页面。

• 宇树科技官网Unitree G1与G1 EDU产品页。

产品参数、功能、案例数量及服务指标均按2026年11月5日参考资料中的公开口径整理。厂商实验室数据、案例统计和第三方转述数据已在正文中按其原始属性表述；跨品牌价格因币种、税费、选配模块和交付范围不同，不宜直接换算比较。