作者｜蘇子華編輯｜鄭玄
先說一個反常識的真相。
如今，每個手機(jī)都自帶錄音功能，而且各種會議軟件諸如騰訊會議、飛書、Zoom 等也都有錄音功能。
因此，很多人會認(rèn)為單獨(dú)做一個用來錄音的硬件，市場空間可能會越來越小了。
然而，事實(shí)是相反的。市場空間不僅沒減少，反而爆發(fā)了。
過去一年，一款貼在手機(jī)背面、搭載了大模型的錄音筆 Plaud Note 年收入 7000 萬美金，賣了幾十萬臺。
同樣，主打會議場景的「未來智能」累計出貨超 100 萬臺，其中訊飛 AI 會議耳機(jī)超 80 萬臺，營收連續(xù)三年翻倍增長。從 2022 年正式發(fā)布第一款耳機(jī)產(chǎn)品至今，月活用增長超 10 倍，復(fù)購率達(dá)到 40%，用戶留存率超 70%。
以上產(chǎn)品的共同特點(diǎn)是能夠錄音，和提供 AI 智能紀(jì)要等功能。以及，他們都是在 AI 大模型浪潮中，最先取得成績的「AI 硬件」產(chǎn)品。
兩年前，不少投資人不看好此類 AI 硬件產(chǎn)品，大家質(zhì)疑：各種大模型網(wǎng)站或 App 都具備錄音撰寫、智能紀(jì)要的功能，何須獨(dú)立的硬件？它的壁壘在哪？
回過頭看，一位投資人向極客公園復(fù)盤，這類硬件的誕生和爆發(fā)靠的是創(chuàng)始團(tuán)隊們非共識的市場判斷，很多人至今沒有意識到「聲音記錄」本身就是一個值得重視的市場。
事實(shí)證明，錄音、轉(zhuǎn)寫、翻譯等用戶剛需，在大模型時代能夠被更好地滿足、激活和放大。而硬件是 AI 會議場景的更好載體。
「未來智能」產(chǎn)品負(fù)責(zé)人柳達(dá)告訴極客公園，在他們還沒有主動拓展海外市場的前兩年，就有大量的商務(wù)人士佩戴著訊飛 AI 會議耳機(jī)出現(xiàn)在全球各地，使用耳機(jī)的各種翻譯功能，實(shí)現(xiàn)跨國、跨語言的面對面交流。
于是，他們也順勢開啟了海外戰(zhàn)略，以「viaim」品牌進(jìn)入北美、日本、歐洲等市場。目前，其用戶已經(jīng)覆蓋了全球 180+ 國家和地區(qū)。
但產(chǎn)品「爆發(fā)」的原因絕對不止于此。
5 月 13 日，「未來智能」在北京發(fā)布了兩款新 AI 會議耳機(jī)，以及凝聚了他們對「會議、辦公」賽道思考的「viaim 自研辦公大腦」。
借此機(jī)會，我們與「未來智能」的團(tuán)隊聊了聊，他們對會議場景的消費(fèi)洞察，對 AI 耳機(jī)產(chǎn)品的思考，新的計劃，以及人們?yōu)楹螘絹碓叫枰?dú)立的「AI 會議耳機(jī)」。
為什么獨(dú)立的「AI 會議耳機(jī)」是必要的？
可以說，「未來智能」這個團(tuán)隊開創(chuàng)了「AI 會議耳機(jī)」這個品類。因此，我們可以通過挖掘他們產(chǎn)品的亮點(diǎn)，來解讀這個品類背后所蘊(yùn)含的商業(yè)消費(fèi)趨勢。
一個繞不過去的靈魂問題是：
騰訊會議、釘釘、飛書、Zoom 等視頻會議軟件都具備錄音錄屏功能了，而且還具備會議總結(jié)、待辦事項規(guī)劃等 AI 能力。為何還需要一個耳機(jī)來實(shí)現(xiàn)錄音和總結(jié)？
「核心在于連續(xù)性?！沽_(dá)解釋道。
首先，經(jīng)常開會的人，會經(jīng)常需要和不同團(tuán)隊，使用不同的會議平臺開會，那么錄音和會議紀(jì)要是散落在不同平臺上的。
通過 AI 會議耳機(jī)，可以將所有的溝通自動記錄在一個平臺上。
這時，它帶來的想象空間就大了。比如，AI 助手—— viaim 智能大腦即將上線的一項新功能：用戶可以勾選不同的錄音，針對選中的錄音進(jìn)行 AI 問答。
第二，現(xiàn)在的上班族很多時間，都得在路上開會。有時是在地鐵，有時是飛機(jī)，有時是高鐵或者街頭。
而 iPhone 不支持通話時錄音。這時，不可能一邊用手機(jī)外放，一邊打開另一部手機(jī)的錄音功能來錄音。
因此，依托于手機(jī)之外的 AI 耳機(jī)來實(shí)現(xiàn)錄音和摘要整理的場景，就順理成章。
另外，在線下開會的時候，一旦會議室比較大，坐得遠(yuǎn)的人，說話的聲音用手機(jī)很容易錄得不清晰。另一方面，面對面交談時錄音也會讓人有壓力。
于是，未來智能的團(tuán)隊就在耳機(jī)上加入了一個「紅點(diǎn)閃錄」的功能，無需拿出耳機(jī)，只要按一下紅色按鈕，就可以在無網(wǎng)絡(luò)連接且無需打開 App 的情況下進(jìn)行錄音。
AI 會議耳機(jī)的護(hù)城河，已經(jīng)悄然形成
我們第一時間體驗(yàn)了訊飛 AI 會議耳機(jī)新品。戴上之后，給我的第一感受是，音質(zhì)出乎意料的好。而且，音質(zhì)也是他們這次發(fā)布會所強(qiáng)調(diào)的產(chǎn)品特色。
未來智能的產(chǎn)品負(fù)責(zé)人柳達(dá)告訴極客公園，這一代產(chǎn)品的調(diào)音和以往的都不一樣。過去，耳機(jī)調(diào)音主要基于哈曼曲線，這一次是依托頂級的音樂家的審美和感受，進(jìn)行更主觀的調(diào)音。
好處是，依托公式可能不太會出錯，但是音樂家會更有風(fēng)格。
那么，困惑也在這里：一款主打會議辦公場景的耳機(jī)，為什么要重點(diǎn)強(qiáng)調(diào)「音質(zhì)」？
柳達(dá)表示，在定義產(chǎn)品的這幾年里，團(tuán)隊逐漸形成了一個方法論，「甭管它是什么 AI 產(chǎn)品，它首先是一款耳機(jī)，做好耳機(jī)最本質(zhì)的功能，這是基礎(chǔ)?！?/p>
他們發(fā)現(xiàn)，不少初代「訊飛 AI 耳機(jī)」用戶往往會隨身攜帶兩副耳機(jī)，一副耳機(jī)用來開會，一副用來聽歌。
因此，做好音質(zhì)，一方面可以提高用戶使用時長、提高用戶粘性，一方面可以讓用戶只帶一款耳機(jī)就解決問題。
在續(xù)航方面，根據(jù)官方介紹，他們可以做到單獨(dú)使用耳機(jī)播放音樂長達(dá) 9 小時不用充電，搭配充電盒可以使用播放音樂長達(dá) 36 小時。實(shí)現(xiàn)出差一周不用充電。
相似的，按照團(tuán)隊的方法論，他們在最新款的耳機(jī)上加了一顆「骨傳導(dǎo)」麥克風(fēng)。
這有什么特別的作用？
根據(jù)介紹，在訊飛 AI 會議耳機(jī)上，目前有 4 個麥克風(fēng)或者說傳感器，包括前饋麥克風(fēng)、后饋麥克風(fēng)、通話麥克風(fēng)，以及骨導(dǎo)麥克風(fēng)。
他們分別用來監(jiān)測環(huán)境音、嘴巴發(fā)出的聲音、耳道的聲音，以及更細(xì)微的骨傳導(dǎo)的聲音。
這樣，可以達(dá)到更強(qiáng)的降噪效果。因?yàn)槎鷻C(jī)可以通過骨傳導(dǎo)傳感器識別出，聲音是否由佩戴者發(fā)出。
于是，在電話會議的時候，耳機(jī)可以更精準(zhǔn)過濾掉旁邊人的聲音。再搭配自研的 AI 通話降噪算法，達(dá)到 48dB 的深度降噪能力，即使在地鐵、候機(jī)大廳等嘈雜環(huán)境中，也能有效降低背景噪音，確保通話聲音清晰可辨。
另外，在通話實(shí)時翻譯的場景，旁邊人的話不會翻譯給對方，只有佩戴者的聲音才可以。無論是在面對面翻譯，還是打電話或者音視頻會議時的同聲傳譯。
我試著在騎自行車的時候使用這款耳機(jī)。發(fā)現(xiàn)在騎行的過程中，即便有呼嘯的風(fēng)聲，耳機(jī)也能夠監(jiān)測到我「播放 / 暫停音樂、接聽 / 掛斷電話」的語音指令。
可以看到，在耳機(jī)的基礎(chǔ)上，AI 會議耳機(jī)在不斷提高在相應(yīng)場景下，需要具備的基礎(chǔ)能力，繼而提升用戶體驗(yàn)。
這種無形的「用戶體驗(yàn)」，就是產(chǎn)品的護(hù)城河。
未來智能 CEO 馬嘯曾在訪談中表示，「軟件可以快速迭代，但硬件不是這樣，硬件開局即終局，有一個地方做失誤了，你會虧得非常慘。它不是圖快的公司能干的事?！?/p>
通向「更聰明的工作方式」
最后，著重說一下此次「未來智能」新品發(fā)布的重頭戲，AI 助手—— viaim 智能大腦。它也凝結(jié)了「未來智能」對未來會議、辦公場景的思考。
未來智能 CTO 王松在發(fā)布會現(xiàn)場透露了一個數(shù)據(jù)，viaim 在 2024 年的 token 調(diào)用量已經(jīng)是前一年的 10 倍。用戶對 AI 助手的需求之強(qiáng)烈可見一斑。
概括來說，viaim 是一個被設(shè)計成會議場景的專用智能體。viaim 將錄音、轉(zhuǎn)寫、翻譯和智能摘要、待辦事項生成等功能無縫集成，稱得上是一個「全能型會議助理」。它幾乎可以解決所有和會議場景相關(guān)的需求。
想象一個「極端」場景：你正在參加一場跨國會議，同事們操著英語、法語和日語激烈討論，你不僅要跟上節(jié)奏，還要記錄重點(diǎn)、梳理待辦。
如果靠自己，你可能手忙腳亂，甚至錯過關(guān)鍵信息。
但這些可以讓 viaim 解決。
其中，讓我印象深刻的一點(diǎn)是，viaim 提供了「語音嘴替」功能，通過模擬用戶聲音，進(jìn)行多語言翻譯。這樣，實(shí)時翻譯的時候，對方聽到的是你的嗓音，而不是機(jī)器人的沒有情感的聲音。
我們可以用三個詞來概括 viaim 的核心能力：聽懂、處理、提煉?！?98% 的轉(zhuǎn)寫準(zhǔn)確率，實(shí)時將會議語音轉(zhuǎn)化為文字，支持 32 種語言和 12 種方言的即時翻譯，甚至能識別金融、法律等行業(yè)的專業(yè)術(shù)語。
「聽」到之后，還得「懂」——自動生成會議摘要、提取待辦事項，甚至生成結(jié)構(gòu)化的思維導(dǎo)圖。它相當(dāng)于給每個職場人配了一個「私人速記員 + 翻譯官 + 項目經(jīng)理」。
對此，產(chǎn)品負(fù)責(zé)人柳達(dá)表示，他們發(fā)現(xiàn)大多數(shù)的會議軟件，主要考慮團(tuán)隊場景的效率提升，而他們更聚焦于提高個人的會議效率?！競€人效率的提升，其實(shí)也意味著團(tuán)隊效率的提升?！?/p>
一個特色功能可以體現(xiàn)出他們打造更個人化、個性化 AI 助手的設(shè)計思路。比如，他們允許用戶填寫自己的職業(yè)，這樣 viaim 生成的摘要和待辦會更加精準(zhǔn)。不止如此，未來他們還將允許用戶自己上傳摘要和待辦事項的格式，來量身定制 AI 生成的內(nèi)容。
可以說，如果將未來智能僅僅理解為一家「AI 耳機(jī)」公司，這種想法是狹隘的。如未來智能團(tuán)隊所言，他們不只是在做產(chǎn)品，更是基于 viaim 大腦，打造多種智能終端的辦公生態(tài)，為用戶創(chuàng)造一種更聰明的工作方式。
在 AI 大模型驅(qū)動下，曾經(jīng)被忽視的個人會議場景智能化需求正在迎來爆發(fā)，「個人 AI 會議助理」這條賽道可能也會越來越激烈。
* 頭圖來源：未來智能官網(wǎng)
本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO
