融资公告通常披露金额和资金用途。金额反映规模，资金用途则对应公司阶段性的投入重点。

最近，英国在线辅导公司 Virtual Class、美国学习 Gizmo 和韩国数学 AI 公司 Postmath 顺利完成融资。三家公司业务形态有所不同：Virtual Class 以在线辅导平台为核心，Gizmo 是面向学生的学习工具产品，Postmath 聚焦数学解题算法。但它们都围绕同一类能力拓展——通过AI技术提个性化学习应用支持。

三家公司在增长速度、产品结构和客户路径上的差异，也让这几笔融资呈现出了不同的市场逻辑。

英国公司 Virtual Class 走过的是一条典型的学校体系增长路径。公司 2012 年通过 Third Space Learning 品牌进入英国公立小学市场，最初提供真人 1 对 1 数学在线辅导。2021 年，业务扩展至中学阶段；2023 年开始进入美国市场。目前，其服务网络覆盖英美 4100 所学校、17 万名学生。

这种增长节奏与学校采购逻辑高度相关。无论在英国还是美国，学校采购通常都需要经历试用、效果验证、预算审批、招标评估等完整流程。相比快速扩张，Virtual Class 更像是在长期进入学校真实教学体系。

融资公告显示，公司目前已实现持续盈利。本轮约 4080 万元融资，主要用于继续开发 AI 辅导产品 Skye 以及拓展美国市场。Skye 于 2024 年推出，定位为「教师主导课程、AI 提供即时反馈」的数学 AI 辅导工具。

相比之下，美国公司 Gizmo 呈现的是另一种增长曲线。这家 2021 年成立的公司，核心产品是将学生笔记转化为抽认卡、测验和互动课程，并通过排行榜、每日挑战、连续打卡等游戏化机制提高用户活跃度。用户无需经过学校采购，可以直接通过应用商店下载使用。

2023 年，Gizmo 的用户规模约为 30 万；到 2025 年，这一数字增长至 1300 万，产品覆盖 120 多个国家。这种增长速度也带来了更高融资规模。Gizmo 本轮完成 2200 万美元 A 轮融资，约合人民币 1.5 亿元。融资后，公司团队计划从 7 人扩展至 30 人，资金主要投向工程、产品与 AI 团队建设。

韩国公司 Postmath 的路径则介于两者之间。公司 2020 年成立，产品定位为数学 AI 助教，核心功能是「实时生成个性化学习路径」。目前，其服务网络覆盖韩国 3200 所学校、120 万用户，并参与韩国政府 AI 教育项目。

Postmath 本轮完成 18.6 亿韩元 Pre-A 轮融资，约合人民币 862 万元。虽然融资规模在三家公司中最小，但公司团队已超过 120 人。

三家公司对应着三种不同的增长结构：Virtual Class 代表长期学校体系渗透，Gizmo 更接近消费互联网产品的高速扩张，而 Postmath 则明显带有重技术系统投入特征。从融资结果来看，高速用户增长依然能够获得更高融资规模，长期学校体系与稳定盈利能力仍具吸引力，而强调实时学习系统与底层技术能力的公司，则开始进入另一套更偏技术能力的评估逻辑。

技术投入方式的差异，在三家公司的融资公告中体现得尤其明显。

Postmath 的技术路径最「重」。公司在本轮融资同期部署了 64 块 NVIDIA GPU，并接入韩国高性能计算支持计划。这类配置通常出现在需要大规模实时推理的应用场景中，而不是传统教育工具产品。其核心功能「实时生成个性化学习路径」，意味着系统需要根据学生答题情况、知识点掌握程度和学习行为，持续动态调整题目难度与内容分布。相比传统题库或课程平台，这类实时反馈机制对持续计算能力的要求更高，因此 Postmath 的资金重点也集中在实时学习系统、GPU 运行与技术团队建设上。

相比之下，Virtual Class 对 AI 的使用方式明显更偏「应用层」。公司推出的 Skye 并未被定义为替代教师的系统，而是作为真人辅导体系的延伸工具。「教师主导课程、AI 即时反馈」的定位，也划定了相对清晰的人机协作边界。从 2012 年至今，Virtual Class 的核心业务始终是真人 1 对 1 在线辅导，Skye 更像是在既有辅导体系上的效率增强。因此，本轮融资除了 Skye 研发之外，还同时投向美国市场拓展与学校体系建设。

Gizmo 的技术路径则最「轻」。产品核心仍然是笔记转化、互动测验和游戏化学习机制，本身并不依赖重算力或复杂实时推理系统。融资公告里，对底层技术基础设施几乎没有过多展开，重点更多集中在产品体验与团队扩张。

如果放在一起看，会发现三家公司对应着三种不同的技术投入结构。

Gizmo 更像典型轻 AI 应用；Virtual Class 属于「AI+既有教学体系」的渐进式升级；而 Postmath 则开始明显向重学习系统方向演进。

从融资结果来看，轻量化应用依然更容易获得大规模融资，成熟教学体系中的 AI 增强仍具稳定价值，而强调实时推理与系统能力的重学习系统，则开始进入另一种更偏技术能力的投入阶段。

客户类型，是理解这三笔融资差异的重要维度。

Virtual Class 和 Postmath 都以学校为主要客户，两家公司都属于典型 ToG 路径。这种模式的特点，是增长速度会明显受到学校采购流程影响。产品试用、教学效果验证、预算审批、招标采购，往往都需要较长周期。Virtual Class 从 2012 年进入英国公立学校市场，到 2023 年才开始拓展美国市场；Postmath 的学校扩张，也与韩国政府 AI 教育项目存在较强关联。

相比消费端产品，学校市场增长更慢，但进入门槛更高，客户关系也更稳定。在英美等海外市场，一个常见的现象是，教育 ToG 业务往往要比 ToC 业务更为繁茂。那里的大量教育科技公司的核心客户是公立学校、高校和相关机构，而非直接面向家长和学生。

因此，Virtual Class 本轮融资除了继续投入 AI Tutor 产品 Skye 的研发，还会用于美国市场拓展，包括学校客户关系建立与本地教师团队扩充。Postmath 的资源则继续集中在实时学习系统建设，包括 GPU 算力、技术团队以及个性化学习路径研发。

相比之下，美国公司 Gizmo 走的是典型 ToC 路径。其用户主要通过应用商店直接获取。相比学校采购，这种模式的用户获取链路更短，产品扩散速度也更快。因此，Gizmo 的产品设计里会大量出现消费互联网机制，包括连续打卡、排行榜、每日挑战与互动反馈。这类机制本质上都在提高用户活跃度与留存。

从融资结果看，至少在这几笔融资中，ToC 路径展现出了更强的融资放大效应。Gizmo 单笔融资约 1.5 亿元人民币，高于 Virtual Class 与 Postmath 两家 ToG 公司融资总额之和。

但两种模式对应的商业逻辑并不相同。ToC 产品更依赖用户增长速度与持续活跃；ToG 路径扩张更慢，但通常更容易形成长期合作关系与稳定收入。Virtual Class 已实现持续盈利；Postmath 仍处于技术投入与产品验证阶段；Gizmo 的用户付费转化率与长期留存数据目前尚未公开。

三家公司都将资金继续投向产品与技术建设，但方向已经明显不同：有人继续投入 AI 工具与市场扩张，有人强化技术系统与算力能力，也有人优先承接高速增长带来的组织扩张需求。这些差异，也让这三笔融资呈现出 2025 年教育科技行业不同的发展切面。