最后可以观察到通用 AI 能力正向教育场景逐步渗透。Axiom、Recursive Superintelligence、Anthropic、Grammarly、GPTZero、智象未来等项目虽然并非传统意义上的教育公司,但其底层能力正在被教育产品吸收和复用,覆盖内容生成、学术研究辅助、AI 检测、写作反馈、多模态交互、智能办公等环节。这意味着教育 AI 的竞争不再局限于教育公司之间,通用 AI 公司、效率工具公司和垂直应用公司也在共同重塑教育产品的能力边界。
相比之下,海外教育科技融资轮次呈现「两端分化」特征。一方面,Sparkli、ProLearn、Sinai.ai、Recursive Superintelligence 等项目仍处于 Pre-seed、Seed 等早期阶段,资本继续关注 AI Tutor、AI 学习工具、AI 评测与反馈等底层创新;另一方面,Anthropic、地瓜机器人、中医在线等企业已进入 B 轮及以后融资阶段,说明海外市场已形成从早期产品创新到中后期平台型资产持续融资并存的资本结构。
这一轮次分布反映出不同市场的教育科技发展节奏差异。国内市场仍以早期项目为主,资本保持广覆盖、小规模、偏验证的投资策略,重点观察产品能否在具体教育场景中形成付费闭环;海外市场则同时存在底层 AI 创新项目和成熟教育科技资产,融资结构更加完整。轮次不再只是企业成长阶段的标志,也反映出不同市场对教育科技的投资偏好:国内更关注场景落地与商业模式验证,海外则更重视 AI 底层能力、平台化机会和规模化成长空间。
从金额结构看,2026 年上半年教育相关融资呈现出明显分层。
数百万元至数千万元融资仍是主体,主要分布在 AI 学习工具、职业教育、留学服务等应用层项目。这类项目通常处于产品验证、团队搭建和早期市场测试阶段,融资规模相对克制,资本更关注其在具体学习场景中的付费转化、获客效率和交付稳定性。
三类市场对应三种投资方向。中国聚焦教育应用,融资覆盖 AI 学习工具、职业教育、机器人、留学等多个细分赛道,项目数量多、场景颗粒度细,反映出国内教育科技投资仍以应用创新和场景验证为主;美国集中布局基础模型、AI 科研和通用 AI 能力,单笔融资金额较高,体现出底层技术供给和平台型能力的资金吸引力;印度则围绕考试、就业和在线教育整合展开投资,反映出新兴市场对高频刚需教育服务和规模化平台资产的持续关注。
区域差异已经从项目数量转向产业定位。中国更偏向教育应用与本地化场景创新,美国更偏向底层 AI 能力和通用技术平台,印度则更偏向考试、就业和在线教育资源整合。全球教育科技投资呈现更加明确的产业分工。