一、学外语，一个万亿市场
“一个普通人，怎样才能真正掌握一门外语？”
这个问题催生了 Rosetta Stone、Duolingo、iTalki、英孚等知名公司。数十年的探索与巨额投入，汇聚了全球优秀的语言学家和产品经理。
但到今天，没有一家能让所有普通人达到流利水平。 每家公司都解决了一部分问题，却没有一家把整个过程全部解决。
语言能力不是一个问题，而是四个问题的叠加：
- 输入：我听什么、看什么？
- 记忆：我如何坚持下来？
- 输出：我如何开口说？
- 自动化：我如何不假思索地自然表达？
用这四个维度去剖析每一家公司，答案会非常清晰。
二、产品剖析：输入型
1. Rosetta Stone：解决了“输入”，没解决“输出”
成立：1992年
生态位：沉浸式语言学习的鼻祖。
理念：拒绝依赖翻译，直接建立“声音—画面—意义”的连接，强调像儿童习得母语一样自然理解语言。
科学性：★★★★☆，与 Krashen 的“可理解输入假说”较强契合。
趣味性：★★☆☆☆，内容偏标准化，学习体验稳定但容易枯燥。
主要强项：声音辨识、基础听力、词汇理解、句型理解，以及一定程度的发音练习。
适合人群：初学者，尤其适合希望摆脱母语翻译、建立基础语感的人。
课程级别：A1–C1（部分语言）。
普遍级别：能达到 A2 左右。
不足之处：输入和结构化练习较强，但真实互动和自由表达有限。学习者可以理解大量句子，却未必能在真实对话中迅速组织自己的语言。
用户量：全球累计用户超过 5,000 万。
营收：第三方商业数据库估算差异较大，约 1.6–3 亿美元/年。
估值：2020 年实际收购股权价值约 7.92 亿美元。于 2021 年被 IXL Learning 收购，交易金额未公开。
一句话总结：练出了耳朵，没练出嘴巴。
2. LingQ：解决了“大量输入”，没解决主动输出
成立：2007年
生态位：海量真实内容输入。
理念：通过阅读、听力和上下文大量接触真实语言，在使用中积累词汇和语言模式。
科学性：★★★★☆，可理解输入、重复接触和上下文学习有较强依据。
趣味性：★★★★☆，内容几乎无限，但高度依赖学习者自身兴趣。
主要强项：听力、阅读、词汇积累。
适合人群：有一定基础，希望通过大量真实内容提升听力、阅读和词汇的人。
课程级别：A1–C1+，不以固定课程体系为核心。
普遍级别：听读可达 B2–C1（甚至 C2），说写停留 B1。
不足之处：输入很强，主动输出不是核心。
用户量：全球累计用户超过 5,00 万。
营收：第三方估算，约300万–1000万美元/年。
估值：第三方推算，约1000万–1亿美元。
一句话总结：海量输入，输出偏弱。
3. FluentU：解决了“真实语境”，没解决主动输出
成立：2011年
生态位：真实视频语言学习。
理念：把 YouTube、影视等真实视频变成可学习的语言材料。
科学性：★★★★☆，可理解输入、上下文学习。
趣味性：★★★★☆，内容直接来自 YouTube、访谈、新闻、电影片段和真人视频，远比传统教材更有吸引力。
主要强项：听力、词汇、语境理解。
适合人群：A2 及以上，有一定词汇基础，希望通过真实视频提升听力和词汇的人。
课程级别：A1–C1（部分语言）。
普遍级别：听读可达 B1–B2，说写停留 A2–B1。
不足之处：输入丰富，主动输出不足。
用户量：暂无官方公开数据，推测累计用户百万级。
营收：第三方估算，约1000万–3000万美元/年。
估值：第三方推算，约3000万–1.5亿美元。
一句话总结：真实语境，输出不足。
4. Language Reactor：解决了“真实语境”，没解决主动输出
成立：2018年
生态位：视频沉浸式学习工具。
理念：为 Netflix、YouTube 等视频增加双语字幕、词典和学习功能，让真实内容变成语言学习材料。
科学性：★★★★☆，上下文输入和即时词汇辅助具有较强学习价值。
趣味性：★★★★☆，内容直接来自 YouTube、访谈、新闻、电影片段和真人视频，远比传统教材更有吸引力。
主要强项：听力、词汇、语境理解。
适合人群：A2 及以上，有一定基础，希望通过影视和 YouTube 提升听力的人。
课程级别：不设固定 CEFR 课程体系。
普遍级别：听读可达 B2–C1，说写停留 B1。
不足之处：强项是理解真实语言，不是系统训练主动表达。但看一千小时美剧，口语可能仍停留在 A2。
用户量：暂无官方公开数据，推测活跃用户数十万级，累计用户百万级。
营收：第三方估算，约50万–100万美元/年。
估值：第三方推算，约500万–2000万美元。
一句话总结：看懂真实语言，难以主动表达。
三、产品剖析：记忆型
5. Anki：解决了“记住”，没解决“使用”
成立：2006年
生态位：间隔重复记忆工具。
理念：通过主动回忆和间隔重复，在即将遗忘时复习，提高长期记忆效率。
科学性：★★★★★，核心方法是主动回忆+间隔重复，并采用 FSRS 等算法优化复习安排。
趣味性：★☆☆☆☆，功能强大但游戏化较少，学习体验依赖卡片内容。
主要强项：词汇记忆、长期记忆、主动回忆、个性化复习。
适合人群：A1–C1，需要大量积累词汇和知识的学习者。
课程级别：无固定 CEFR 课程体系，可导入或自制不同级别的学习内容。
普遍级别：A2–B2 学习者使用较多，高阶学习者也广泛使用。
不足之处：记忆效率极高，但主要解决“记住”，不能替代听说读写训练；卡片制作和长期坚持也需要较强自律。
用户量：第三方估算，全球活跃用户约200万–500万。
营收：第三方估算，主要来自 AnkiMobile，约100万–500万美元。
估值：第三方估算，约500万–2000万美元。
一句话总结：把“容易忘”变成“记得住”，但记住不等于会用。
6. Memrise：解决了“记住”，没解决“使用”
成立：2010年
生态位：情境化词汇与语言学习平台。
理念：用真实母语者视频、间隔复习和AI对话，把词汇学习连接到真实语境。
科学性：★★★★☆，重视间隔复习、记忆技巧、真实语音和主动回忆。
趣味性：★★★★☆，真人视频、剧情内容、Mems 和 AI 对话，学习体验轻松有趣。
主要强项：词汇、真实语音、听力、情境记忆、AI口语。
适合人群：A1–B2，希望扩大词汇量、熟悉真实语言的学习者。
课程级别：A1–C2，内容按 CEFR 组织，并根据水平自适应。
普遍级别：以 A2–B1 学习者为主，长期学习者可达到 B2。
不足之处：输入和词汇训练强，但系统性的自由表达和真人互动仍有限。
用户量：官方称8000万+学习者，覆盖189个国家。
营收：第三方估算，约1150万美元/年。
估值：第三方估算，约6200万–9300万美元。
一句话总结：用真实语言和记忆科学，让词汇真正进入语境。
四、产品剖析：发音型
7. ELSA Speak：解决了“发音反馈”，没解决完整表达
成立：2015年
生态位：AI英语口语与发音训练。
理念：通过语音识别实时分析发音，让AI成为24小时口语教练。
科学性：★★★★★，逐音纠错、即时反馈，并结合主动练习和个性化训练。
趣味性：★★★★☆，短课、游戏和AI对话，适合碎片化练习。
主要强项：发音、口语、即时反馈、AI陪练。
适合人群：A2–B2，希望改善发音、流利度和口语表达的人。
课程级别：A1–C2，按 CEFR 分级，AI 根据水平个性化训练。
普遍级别：以 A2–B2 学习者为主，尤其适合已有基础、希望提升口语的人。
不足之处：AI陪练成本低、反馈快，但人与人互动仍不如真人外教。
用户量：官方称全球超过9000万下载/学习者。
营收：第三方估算，约900万美元/年。
估值：第三方估算，约9200万–1.38亿美元。
一句话总结：AI纠正发音，低成本解决口语练习。
五、产品剖析：自动化输出型
8. Pimsleur：解决了“听到就说”，没解决复杂交流
成立：1963年
生态位：听说型语言学习课程。
理念：以“听→回忆→开口”为核心，通过间隔回忆和渐进式会话训练建立语言能力。
科学性：★★★★★，核心方法建立在间隔回忆、主动回忆和语音模仿之上。
趣味性：★★★☆☆，以音频课程为主，内容实用但娱乐性有限。
主要强项：听力、口语、发音、记忆。
适合人群：A1–B1，希望快速建立听说能力的成年人。
课程级别：采用 CEFR，主要覆盖 A1–B1，部分语言可延伸至 B2。
普遍级别：以 A2 为主，长期学习者可达到 B1。
不足之处：听说训练突出，但阅读、写作和视觉内容较弱；缺少真人互动。
用户量：第三方估算，约100万级用户。
营收：第三方估算，约3000美元/年。
估值：第三方估算，约9600万美元。
一句话总结：用主动回忆和间隔练习，把语言“听进去、说出来”。
六、产品剖析：真人互动输出型
9. iTalki：解决了“输出”，受限于“规模”
成立：2007年
生态位：真人在线语言教学平台。
理念：连接全球学习者与真人教师，通过一对一课程学习语言。真人老师提供机器无法替代的即时纠错和情绪反馈。
科学性：★★★★★，真人互动、即时反馈和个性化教学，对口语和实际交流价值很高。
趣味性：★★★★☆，可以自由选择老师、话题和学习方式，体验因老师而异。
主要强项：口语、听力、互动、个性化学习。
适合人群：A2–C1，希望提高实际交流能力的人。
课程级别：没有统一 CEFR 课程体系，由教师根据学习者水平制定课程。
普遍级别：能达到 A2–C1。
不足之处：真人教学强，但课程体系不统一，学习效果高度依赖老师和学习者自身。
用户量：官方称全球已有1000万+学习者。
营收：第三方估算，约2500万美元/年。
估值：第三方推算，约 5,000 万–2 亿美元。
一句话总结：真人互动解决输出，但系统性不足。
10. Preply：解决了“输出”，受限于“规模”
成立：2007年
生态位：真人在线语言教学平台。
理念：连接学习者与全球真人教师，通过一对一课程实现个性化学习。
科学性：★★★★★，真人互动、即时反馈和个性化教学，对口语和实际交流价值高。
趣味性：★★★★☆，可自由选择老师和学习内容，但体验取决于教师。
主要强项：口语、听力、互动、个性化学习。
适合人群：A2–C1，希望提高实际交流能力的人。
课程级别：无统一 CEFR 课程体系，由教师制定学习计划。
普遍级别：能达到 A2–C1。
不足之处：真人互动强，但课程体系不统一，学习效果依赖教师。
用户量：数百万学习者，超十万名教师。
营收：第三方估算，2025年约1.45亿美元。
估值：2025年最新融资估值10亿美元。
一句话总结：真人互动解决输出，但系统性不足。
11. HelloTalk：解决了“有人和你说”，没解决系统训练
成立：2012年
生态位：语言交换与社交学习平台。
理念：连接母语者，让学习者通过真实聊天学习语言。
科学性：★★★★☆，真实互动、即时纠错和语境学习，对口语和交流能力很有价值。
趣味性：★★★★☆，社交、交友、语音房和真人聊天，比传统课程更有参与感。
主要强项：真人交流、语言交换、口语、即时纠错、社交。
适合人群：A2–C1，希望通过真人交流提升语言能力的人。
课程级别：无固定 CEFR 课程体系。
普遍级别：以 A2–B1 学习者为主，已有基础后使用效果更好。
不足之处：真实交流很强，但缺乏系统课程；学习效果取决于语言伙伴，自律性要求高。
用户量：官方公布7000万+用户。
营收：第三方估算，约1300万-1500万/年。
估值：第三方估算，约4000万-1亿美元。
一句话总结：用真实的人，练真实的语言。
12. Tandem：解决了“有人和你说”，没解决系统训练
成立：2015年
生态位：语言交换与社交学习平台。
理念：连接母语者，通过文字、语音和视频聊天进行真实语言交流。
科学性：★★★★☆，真实互动、即时纠错和情境学习，对口语和听力很有价值。
趣味性：★★★★★，社交属性强，可以认识世界各地的人，学习更像真实交流。
主要强项：母语者交流、口语、听力、即时纠错、语言社交。
适合人群：A2–C1，希望通过真实交流提升语言能力的人。
课程级别：无固定 CEFR 课程体系。
普遍级别：以 A2–B1 学习者为主，长期活跃用户可进一步提升。
不足之处：真实交流强，但缺少系统课程；学习质量取决于语言伙伴，自律要求较高。
用户量：3500万+会员，覆盖150+个国家。
营收：第三方估算，约600万-1000万/年。
估值：第三方估算，约3000万-8000亿美元。
一句话总结：用真实交流，把“学语言”变成“用语言”。
七、产品剖析：体系型
13. Babbel：解决了“体系”，没解决“自动化”
成立：2007年
生态位：自适应的成人语言学习平台。
理念：用真实生活场景，把词汇、语法、听说训练系统结合起来。
科学性：★★★★★，重视间隔复习、主动回忆和情境学习。
趣味性：★★★★☆，课程以旅行、工作、生活等真实场景为主，但整体仍偏“课程型”，娱乐性不如 Duolingo。
主要强项：系统课程、语法、词汇、听说基础和实际场景表达。
适合人群：A1–B2，尤其适合希望系统学习、从零开始建立完整语言能力的成年人。
课程级别：采用 CEFR，主要覆盖 A1–B2，部分语言可达 C1。
普遍级别：能达到 A2-B1。
不足之处：系统训练充分，但真实互动和自由表达不足。
用户量：累计售出超过2500万份订阅。
营收：第三方估算，2025年约1.48亿美元。
估值：第三方估算，约4.4亿美元。
一句话总结：系统学语言，但真实交流仍需补充。
14. VIPKid：解决了“体系”，受限于“成本”
成立：2013年
生态位：真人一对一在线英语教育平台。
理念：通过北美外教一对一直播课，为儿童提供沉浸式英语学习。
科学性：★★★★★，真人互动、系统课程、持续反馈，兼顾输入与输出。
趣味性：★★★★★，互动课件、游戏和AR等设计，尤其适合儿童。
主要强项：口语、听力、互动、少儿英语。
适合人群：A1–B2，主要面向儿童和青少年。
课程级别：课程对标 CEFR，目前课程覆盖A1–B2。
普遍级别：能达到 A2–B2。
不足之处：真人外教效果强，但价格较高，年费用约1–2.5万元；主要面向少儿，高阶成人英语覆盖有限。
用户量：近100万学生。
营收：第三方估算，2019年约7亿美元。
估值：2020年约45亿美元。
一句话总结：真人外教提升输出，但高成本限制了普及。
15. EF 英孚英语：解决了“体系”，受限于“成本”
成立：1965年
生态位：线下+线上综合语言教育。
理念：语言学习结合真实交流、文化体验和科技教学。
科学性：★★★★★，有完整课程体系、分级测试和持续教学研究。
趣味性：★★★★☆，强调互动、场景和沉浸式体验。
主要强项：外教教学、系统课程、听说训练、沉浸式交流、国际化体验。
适合人群：A1–C1，适合希望系统提升英语的人。
课程级别：采用 CEFR，EF English Live 覆盖 A1–C2，共16级。
普遍级别：EF English Live 公开样本中，平均学习者达到 B1，大多数学习者集中在 A2–B2，C1 及以上较少。
不足之处：体系完整、真人互动强，但价格较高，年学费通常达数万元，明显高于纯线上产品。
用户量：全球累计服务学员及企业客户超5000万。
营收：第三方估算，约数十亿美元/年。
估值：第三方估算，2020年约45亿美元。
一句话总结：系统性和真实互动都强，但价格较高。
16. 华尔街英语：解决了“体系”，受限于“成本”
成立：1972年
生态位：成人英语培训。
理念：通过分级课程、线上线下结合和小班互动，帮助成年人提升英语。
科学性：★★★★★，自制情景剧提供连续语境，再结合互动练习、角色扮演、口语反馈，形成完整学习闭环。
趣味性：★★★★★，用连续剧情代替传统课文，故事、人物和角色扮演让语言更容易理解、记忆和持续学习。
主要强项：外教教学、情景剧、沉浸式学习、口语互动、学习陪伴。
适合人群：A1–B2，愿意付较高价格，通过看剧、互动和线下社交沉浸式学英语的成年人。
课程级别：对标 CEFR A1–C1，共20级。
普遍级别：官方公开数据，超过90%的学员处于 B1 及以下，B2 及以上相对较少。
不足之处：真人互动和体系较强，但价格昂贵，年费用通常数万元；且2021年中国业务曾进入破产清算，品牌影响力已明显下降。
用户量：全球累计数百万人。
营收：第三方估算，2024年约4500万美元。
估值：第三方估算，约1亿–1.5亿美元。
一句话总结：系统和互动都强，但价格高、商业模式重。卖的不是英语课，而是卖一个让成人坚持学英语的环境。
八、产品剖析：持续动力型
17. Duolingo：解决了“坚持”，没解决“流利”
成立：2011年
生态位：全球最大的游戏化语言学习平台。
理念：通过游戏化机制、积分、连胜、排行榜和奖励系统，让用户每天持续学习。
科学性：★★★★☆，融合间隔重复、检索练习和渐进式学习等认知科学原则，但训练深度有限。
趣味性：★★★★★，是目前全球趣味性和游戏化程度最高的语言学习产品之一。
主要强项：学习习惯养成、基础词汇、基础语法、初级阅读和听力。
适合人群：零基础至中级学习者，尤其适合缺乏学习动力、难以长期坚持的人。
课程级别：A1–B2（英语等主要语种），部分课程覆盖范围较小。
普遍级别：A2 为主，部分长期学习者达到 B1，少量达到 B2。
不足之处：擅长培养学习习惯，却难以培养真实交流能力。很多用户连续学习数百天，依然难以进行复杂对话和自由表达。
用户量：全球月活跃用户超过 1 亿，注册用户数亿级。
营收：约 8–10 亿美元/年。
市值：约 180–250 亿美元（上市公司，市值随市场波动）。
一句话总结：看懂真实语言，难以主动表达。
九、为什么“自动化”是最难的一关
听懂和说出之间，隔着一道很难跨越的鸿沟。
理解语言：核心是识别和匹配已有的语言模式；
生成语言：却要在极短时间内调动词汇、语法、语音和情境，完成组织与表达。
所以，“知道”不等于“会用”。这也是为什么：
- 看一千小时美剧，嘴巴不会自动打开；
- 打卡八百天，遇到外国人还是卡壳；
- 背完所有语法规则，张嘴还是要现想。
因为输入更多解决的是“听得懂、认得出”，而自动化解决的是“想得到、说得出”。
真正让语言变成能力的，不只是持续输入，而是大量、重复、有意义的输出，并在反馈中不断修正。
语言不是知识，是技能。技能不能被“学会”，只能被“练会”。
十、下一代产品需要什么？
过去几十年，语言学习产品已经解决了很多问题：
- Rosetta Stone 解决了大量的基础语音输入；
- Duolingo 解决了学习的趣味性和坚持；
- iTalki 解决了真人互动和输出机会。
但它们之间，仍然缺少一个关键连接：
让学习者能够低成本，获得大量可理解输入，高频率开口输出，并获得即时、个性化的反馈。
这可能是下一代语言学习产品最重要的机会。
它不只是告诉你今天学了多少，而是能够根据你的年龄、母语、词汇量、发音问题和兴趣，持续调整训练内容，让你在大量输入、反复输出和即时反馈中，逐渐把语言变成自动化能力。
因此，评价一个语言学习产品，最终不应该只是问：
“你今天打卡了吗？”
而应该问：
“学了几百小时之后，你的 CEFR 等级真的提高了吗？”
你真的听懂了吗？你真的能开口说了吗？真的能用这门语言生活和交流了吗？
这才是语言学习产品最终应该交付的结果。
十一、结论
过去五十年，语言学习领域不断有人解决其中的一块：输入、坚持、系统、语境、输出和体系。
他们共同证明了一件事：
语言不是靠背诵获得的知识，而是一项需要长期训练的声音技能。
耳朵建立声音与意义的连接，嘴巴通过反复模仿和输出形成动作，大脑在持续使用中逐渐实现自动化。
但直到今天，这些拼图之间仍然缺少一个关键连接：
如何真正填平“听懂”与“说出”之间的鸿沟。
这可能就是下一个十年，语言教育最值得解决的问题。
← 返回首页