2020年，疫情是無法避開的關鍵詞，線下教育前半年幾乎陷入停滯，但教育憑借著其高持續性和韌性，支持著行業的不斷發展。“大浪”淘去了一些公司，而留下來的公司則證明了自身的能力，并獲得了意想不到的發展，以機器人服務于幼教的賓果智能就是其一。

脫胎于清華大學人工智能國家重點實驗室“類腦計算與認知實驗室”的賓果智能，核心團隊包括8名博士和20名碩士，以及兩位博士生導師，成功研發了國內首款幼教服務智能機器人Bingo，并入駐了數千家園所。

疫情的來臨，同樣給賓果智能造成了巨大的沖擊。上半年由于幼兒園等幾乎都未開園，賓果智能的業務幾乎停擺。然而積極的應對和充足的準備，讓賓果智能僅依靠下半年的業務，就實現了遠超去年全年的營收。

規劃被打破并沒有讓賓果智能“驚慌失措”。自2月起，團隊開始探索線上化業務，由于業務形式的相似性，賓果智能的許多線下業務迅速被“搬到”線上。其中通過攝像頭所采集數據，分析孩子的情緒、專注度等表現的AI多維度兒童評測，甚至成為賓果智能新的業務增長點。

在信息化層面，賓果智能則抓住了非接觸式快速測溫的這個機會。其團隊利用清華實驗室圖像超分的算法，提升紅外熱像器件性能，大幅提高了紅外測溫性價比，被幼兒園廣泛應用。

而國家新基建進程的加速，尤其是智慧教育、智慧幼教方案落地方面，對賓果智能下半年業務發展也起到了較大的助推作用。

加強本地化運營，向四五線城市下沉

事實上，賓果智能不僅通過了疫情的考驗，還憑借著其與眾不同商業模式，在近些年逐漸銷聲的幼教To B服務領域保持著上升發展趨勢。

不同于其他幼教服務機器人，Bingo不是進行單一的課程提供或管理服務，而是將教育機器人服務化。“我們一直在打造一個全體系幼教服務機器人，將信息化、智能化教育和管理兩手抓，更側重通過人工智能等技術手段深入解決園所的兩個痛點，一個是底層的師資批量化輸出問題，另一個是上層的因人施教問題。”賓果智能CEO閔海波強調。

經過近幾年的探索，通過技術賦能，賓果智能對于園所師資批量化輸出層面的問題已基本解決，下一步將繼續向四五線城市下沉，同時加強頭部客戶粘性，并逐步解決因人施教問題。

在向四五線城市下沉方面，賓果智能將在重點城市建立全資子公司，深化本地化運營，打造標桿項目，由此加強示范轉化作用，在擴大市場的同時，進一步加強客戶粘性。

“我們原來都是集團軍聯合渠道作戰，而接下來我們將在重點區域建立根據地，擁有自己的軍隊。目前我們已經開始建立子公司，到明年共設立4-5家，計劃4-5年內設立20-25家左右。”在賓果智能的規劃中，強粘性的客戶服務，將使其在未來成為K12教培行業的重要流量入口。

建立多模態，實現因人施教

而在因人施教方面，賓果智能團隊已進行了十余年的研發積累，目前正在與華東師范大學的專家團隊開展合作。

“我們的機器人不僅作為教育的參與者、幼師的助手，還是一個觀察者，在解決園所師資批量化輸出痛點的同時，也一直在大規模采集數據。接下來我們將把沉淀下來的數據形成可量化數據，通過數據分析和綜合，得到針對每一個孩子的教育方案。”閔海波對獵云網表示。

據了解，可量化數據的獲得和分析并不是一件簡單的事情，需要場景支撐和極強的技術支撐。首先要解決感知層面的問題，將音、視頻區分開，識別出每一個孩子的語言和行為，然后再對孩子行為意圖和個性進行量化分析。

在認知層面，則需要綜合學前教育、兒童心理學和人工智能三個領域的知識，以及一些優秀的幼教經驗，建立第三模態對孩子行為意圖進行判斷；前兩者疊加形成多模態，才能最終實現評測科學化，進行真正的因人施教。”

據賓果智能透露，基礎體系的搭建將在半年左右完成，但后續仍需持續性的數據積累和打磨。而一旦達成終極目標，賓果智能則不僅能幫幼兒園實現師資標準化輸出，還將實現近乎“頂級”師資的標準化輸出。