0
AGI時代，擁有大模型基座的字節重新做硬件，故事的走向會有何不同？
Ola Friend，豆包的硬件入口
2024年10月初，字節發布的豆包AI耳機Ola Friend曾掀起一陣熱議。
Ola Friend售價1199元，無需打開手機就能通過語音喚起豆包進行對話，無論是信息查詢和旅游出行，還是口語練習和情感交流，都能給出及時的反饋，很像一位賽博好友。
4個月過去了，Ola Friend在京東、淘寶平臺上的銷量分別為1w+和6K+，累計銷量不到Airpods季度銷量的千分之一。目前字節AI耳機的話題熱度顯然被AI百鏡大戰蓋過，比起耳機，大家似乎更關注AI眼鏡進度如何。
Ola Friend
確實與AI眼鏡相比，AI耳機是更加小眾的AI硬件，小眾到不足以各大電商平臺為其單獨設置品類，業界對AI耳機也沒有十分明確的定義。
聲智科技產品副總裁黃赟賀在雷峰網連線直播時解釋了AI耳機與傳統TWS、OWS耳機的不同之處，這可能是感知AI耳機比較直觀的方式。
“AI耳機進一步提升了用戶體驗的智能化及豐富性。從技術層面看，AI耳機需要人工智能與聲學算法的交叉技術作為底座，即要能夠提供復雜場景內高質量的聲音傳輸，還要具備低延時的語音交互的能力，實現從圖形界面交互到語音交互的人機交互形態升級。從功能體驗看，搭載AI智能體的AI耳機服務場景更多元，包含教育、工作、娛樂、生活等領域的‘管家式’服務，提供更便捷的信息獲取方式。對于追求科技感和體驗升級的消費者而言，AI耳機無疑提供了更前沿的選擇?！?/p>
Ola Friend除了在功能上更偏向生活助理的角色，其他方面符合黃赟賀對AI耳機的定義。
但在IKKO聯合創始人Echo Chan看來，真正的AI硬件應該有獨立的載體和算力，即可以脫離手機APP獨立運行，而Ola Friend本質上是通過手機APP完成所有功能，嚴格來講不屬于AI耳機。
作為獨立智能體的擁護派，往往會給耳機倉配備智能屏且開發了一套自有操作系統，即不連接手機APP耳機也能正常運行。既存在旨在幫助用戶提高學習以及生產效率，實現會議錄音和轉寫等AI輔助功能的產品，例如IKKO；也存在想要實現AI生活助理的愿景，包括存儲用戶即時輸入的語音信息并發出提醒，幫助用戶構建外部大腦，與豆包耳機的功能更加接近的生活助理類AI的產品，例如WISHEE。
信奉“最先愿意為新技術服務的人群一定愿意為生產力工具付費”的Echo Chan不認同AI耳機作為生活助理暫時能夠為用戶提供多大幫助，但他肯定字節發布AI耳機的價值：
“字節推出的這款產品擴大了大家對AI耳機的認知，且將價格定位在千元以上，已經產生品牌溢價，這對行業來說是積極的信號”，Echo Chan說到。
在接受雷峰網采訪的幾周前，IKKO剛剛結束一場與小紅書的直播合作，在直播15分鐘完成100萬gmv目標。談及比豆包耳機更高的定價，Echo Chan表示前期打好用戶基礎非常重要，高價能夠為產品打下很好的用戶基礎，與用戶之間的互動能推動更加高效的產品迭代。
Echo Chan向雷峰網透露，2024年IKKO的出貨量大概達到6000萬營業額，主要銷往美國和歐洲，目前每個月的復合增長率達到30%以上，按照目前的增長趨勢不下滑且產能充足的情況下，2025年的營業額能夠達到1億至2億。庫存不足是IKKO目前所面臨的最大難題，生產效率有待進一步提升。
IKKO可以是獨立設備，豆包耳機離不開豆包APP，“只是作為鏈接豆包大模型的入口”也是Ola Friend被業界詬病最多的地方，認為這只是一次TWS耳機與語言大模型的粗糙結合，字節拿著錘子找釘子，在為豆包大模型找應用場景，Ola Friend沒有很強的不可替代性。
雷峰網了解到，字節曾與不止兩家耳機公司洽談合作事宜，條件是只接入豆包一家語言大模型，不少潛在合作對象認為豆包大模型和ChatGPT還有一定差距，且不愿意與豆包大模型深度綁定，因此拒絕了與字節的合作。
但Oladance創始人李浩乾把耳機這一可穿戴設備當做入口的思路卻意外與字節契合。李浩乾曾在2021年接受雷峰網采訪時提出，元宇宙主要有兩個入口場景，在家和辦公室依托于重設備，在外通勤依托輕設備，耳機瞄準的是通勤場景，Oladance希望在TWS上做突破，建立鏈接元宇宙的入口。
當時ChatGPT3.5尚未發布，元宇宙和Web3.0還是當紅概念，TWS耳機的競爭已十分激烈，除了骨傳導和助聽器，業界對TWS耳機想象乏力。李浩乾的觀點卻讓業界耳目一新，在新消費資本市場最低迷的時候，李浩乾的電話被投資人打爆。
沒能等到元宇宙，先等來了字節的豆包大模型。今年4月，字節跳動以3-5億元的價格收購Oladance，6個月的時間，Oladance作為人機語音交互的入口，完成了向AI耳機的華麗轉身。
是AI重要還是耳機重要？
追問字節能否做好一款AI耳機，本質上是在追問AI硬件到底是AI本身的能力更重要還是硬件能力更重要。
許多AI耳機賽道的玩家在同雷峰網的交流中表達了同樣的觀點：不認為自己是一家耳機公司，只是在開發AI硬件道路上恰好選中耳機這一形態。
在第一波AI浪潮中創辦時空壺的田力對此具有發言權，其W系列翻譯耳機保留了TWS耳機的產品形態，但卻舍棄了最核心的聽音樂功能，更早期的產品甚至不能接電話。
當時田力剛剛離開一家機器人硬件公司，想用AI技術本身做點有價值的事情。田力認為，彼時AI技術雖然很發達，但還缺少與普通人的需求鏈接。恰逢父母海外旅游時遇到交流障礙，在田力看來，盡管語音識別與機器翻譯的技術已經較為成熟，但人們出國時依舊沒有意識到可以利用該技術隨時自由溝通，這表明AI技術與現實需求仍存在距離。
在感知到AI領域的市場機遇及行業中潛存的問題后，2016年田力迅速組建團隊，試圖以“AI+翻譯”構建跨語言溝通的多樣場景。身為科幻迷的田力從《銀河系漫游指南》中巴別魚的設想中獲得靈感，他認為在跨語言交流中，翻譯不是要解決的核心問題，而是交流的沉浸感。
從技術實現的角度，翻譯耳機要求對話中的雙方都擁有相同的耳機設備，只有在共享一副支持雙通道耳機的情況下才能實現這一場景。早期的TWS耳機采用單通道互聯技術，手機發射藍牙信號時主耳先收到信號，再將信號發送給副耳，會出現信號不同步的情況。另外，如果增加聽音樂的功能就要犧牲翻譯所需要的算力，與田力所期望的沉浸感相悖。
他認為既然時空壺要解決的核心問題是跨語言交流，就不應該給消費者“購買一副附帶翻譯功能耳機”的預期，田力團隊重新撰寫部分藍牙協議，摒棄音樂播放功能，一副形似耳機實則是AI翻譯設備由此而來。
另一AI耳機品牌WISHEE聯合創始人兼董事長張博在與雷峰網(公眾號：雷峰網)的交流過程中也多次提及WISHEE想要做的是獨立的AI智能體而不是TWS耳機。
這源于張博和團隊其他同事此前的工作經歷。張博在參與WISHEE創辦之前是OPPO語音助手項目中的一員，見證過OPPO語音助手從0到1的搭建。在參與手機語音助手的項目過程中，張博發現，手機語音助手的本質是在和用戶的對話框模式使用習慣打架，打贏的概率微乎其微。
2011年，喬布斯推出Siri不久后離世，給蘋果留下了Siri到底是做搜索引擎還是做智能助手的世紀難題，后來Siri團隊核心成員離開，Siri的發展更是撲朔迷離。張博堅信喬布斯對Siri有更宏大的設想，重建可以直接進行語音交互調用的獨立系統或許是未來方向之一。
建立在這一構想之上，WISHEE推出了一款AI智能體產品AiEar并于2024年618正式售賣，售價1999元。從用戶體驗來看，AiEar比傳統TWS多了一款植入耳機艙表面的智能屏幕，擁有獨立的OS系統，可以插入esim卡實現語音通話，也可以作為移動wifi供其他移動設備連網使用。
電影《Her》中的AI智能體設備
WISHEE的市場負責人向雷峰網展示了AiEar的其他功能，包括敲木魚小游戲、電子寵物、番茄時鐘、GPS導航、語音記憶等功能，談及對AiEar未來的想象，這位負責人情緒飽滿，表示還有更多的功能正在開發中。在加入WISHEE團隊之前，WISHEE的市場負責人是一家公關公司的老板，服務過眾多手機、耳機品牌，如今他幾乎關掉了自己公關公司的業務，全盤押注WISHEE。
據他透露，目前有一些考研黨在使用AiEar，還有一部分不希望小朋友玩游戲的家長會買來送給孩子，WISHEE目前主要面向國內市場，正在與海外眾籌平臺洽談計劃出海。
基于過往在AI聲學領域的經驗積累，科大訊飛旗下的未來智能是少有承認自己在做AI耳機的公司，且在產品研發的過程中愈發感受到硬件能力的重要性。
未來智能CPO柳達本身也是一名耳機重度使用者。未來智能還沒成立之前，柳達在科大訊飛消費者BG做云助手項目，每天的工作被大量的會議與信息充斥，耳機成為柳達最親密的工作伙伴。在使用TWS耳機的過程中，柳達愈發覺得傳統TWS耳機只滿足了消費者最基本的需求，對于信息輸入大于輸出的用戶來講，完全沒有發揮其作為工具的潛力，完全可以基于TWS耳機針對會議錄音和紀要等功能進一步改善。
柳達向雷峰網表示，早期組建團隊時低估了硬件的重要性，團隊軟件成員數量遠大于硬件人員，直到第一代產品發布，收到來自消費者的反饋認為與同等價位的TWS耳機相比，訊飛AI會議耳機作為硬件產品不達預期，后來及時調整提高硬件人員的占比，耳機品質才得以改善。
一副兼具TWS基本能力的AI耳機在硬件層面需要解決來自續航能力、聲學設計、硬件堆疊與散熱等方面的技術難題。TWS耳機要求體積小，能夠容納的電池體積有限，對續航能力構成挑戰，尤其是主動降噪式耳機需要多顆麥克風，如果要實現本地存儲功能還需要額外增加閃存芯片，進一步壓縮電池空間。AI功能的增加和運行會消耗更多電量并產生熱量，例如語音識別、語義理解、語音增強等功能的實現都需要持續供電。
少數高端TWS耳機有能力采用SiP封裝節省空間，但這一封裝方式技術難度大且價格昂貴，也會增加產品成本。
“可以想象成是把聰明的大腦裝進小盒子里，需要非常流暢、精準和省電”，柳達如此形容。
通過不斷增強硬件隊伍和幾代耳機的研發升級，未來智能推出的訊飛AI會議耳機iFLYBUDS PRO2在續航方面已經做到單次使用長達9小時，搭配充電盒可延長至36小時。在去年雙十一上，訊飛AI會議耳機的銷售額在天貓、抖音兩大平臺的入耳式藍牙耳機大類目中銷售額排名第一，在京東AI耳機品類占據榜首。
回到豆包AI耳機本身，字節坐擁AI基礎設施，至少與需要調用非自家大模型API的創業公司相比，豆包AI耳機將最核心的數據資產始終握在自己手中，但另一方面與某一模型深度綁定也意味著前期需要經歷漫長的磨合期和迭代期，與可以同時接入多家大模型的中小廠商相比，前期語音交互的準確率不占優勢。
與此同時，大廠做AI硬件也有決策慢、流程長的問題。一位業內人士告訴雷峰網，目前還沒有聽聞大廠All in AI硬件的消息，基本都是中小廠All in，大廠內部審批及決策流程非常漫長，需要結合公司主營業務拓展賽道，預計25年下半年才會有大廠正式入局AI硬件，留給中小廠的窗口期還有半年至一年。有關大廠AI硬件的最新動態，歡迎添加本文作者微信Yolanda_Zuu爆料。
Echo Chan也表示，預計25年下半年IKKO才會遇到真正的競爭對手，且更有可能來自手機大廠而非互聯網大廠，因為手機廠商在硬件供應鏈方面比互聯網大廠更強勢。
FoloToy創始人王樂認為只有高集成度才能提升系統級的體驗，手機廠商這方面占據優勢。
以字節為首的互聯網大廠做AI硬件具備人才與資金優勢。關注AI硬件創業的真格基金投資經理李鈺看好互聯網大廠的軟件產品經理創業做AI硬件，如果再找到懂供應鏈和硬件生產的專家一起組建團隊，會是一個好標的。“因為硬件從業者只擅長做標準化，售后受限，不適合主導這件事，而軟件是需要持續迭代?！?/p>
王樂也表示，深圳做硬件和方案的公司轉型做AI的難點在于之前做方案的毛利很低，利潤不足以支撐公司招軟件和AI方面的人才，成本挑戰大。
下一代爆款移動設備誕生前夜，AI耳機只是過渡產品？
“AI是技術基座，耳機本身是交互載體，各占一半，但最終服務的是人，用戶體驗才是最重要的”，田力認為找到能夠為用戶提供服務的切入點比討論AI重要還是耳機重要更有意義。
無論是否承認自己是一家AI耳機公司，還是將自己單純定義為AI硬件公司，這些選擇將AI與耳機產品形態結合的公司無一例外都認同從供應鏈成熟度以及AI語音交互形式來看，現階段耳機是比眼鏡更能承載AI能力的硬件載體。
目前市面上的AI硬件產品大致可以分為兩大類，一類是在傳統智能硬件的基礎上做生成式AI的加持，例如在眼鏡、耳機上增加AI功能，不改變原有的產品形態；另一類是AI重塑產品形態，創造新的用戶需求和應用場景，例如一年前爆火的AI Pin和Rabbit。
第一類的支持者認為從人類技術發展史來看，產品形態基本沒有太多變化，手表、手機、耳機等幾十年前就已經存在，這證明用戶很難被教育，AI硬件需要在原本不夠智能化的地方發力，而不是創造全新且無用的東西再思考如何智能化。
第二類的支持者一部分認為AI的能力強大到需要全新的產品形態來承載，另一部分集中在研發為人類提供陪伴和情緒價值的AI玩具，因娛樂性和高容錯性也已經有一定的市場。歡迎添加本文作者Yolanda_Zuu交流討論中國AI硬件江湖。
AI耳機更像是介于第一類和第二類之間的產品。耳機本身發展已久，TWS耳機掀起的浪潮已經培養起用戶對耳機的依賴和長期佩戴的可能性。根據Canalys的最新研究，TWS在2024年第二季度仍然是全球智能個人音頻市場的領導者，以12.6%的年增長率鞏固了72.6%的市場份額。
TWS耳機的爆火已經證明了耳機本身不與手機直接競爭，甚至填充了無法使用手機的時間，在交互形式上具備優勢。建立在大家對耳機高接受度的基礎之上，一方面可以基于生成式大模型在AI語音助手再升級，另一方面耳機艙也有很多可探索的空間。
進入低價競爭時代的TWS耳機也已經建立起成熟的產業供應鏈，即便是AI耳機需要根據新增的功能植入存儲器、射頻等器件，與TWS耳機供應鏈有所不同，但也能被成熟的手機供應鏈所覆蓋。
從交互習慣的角度來看，也有觀點認為AI耳機沒有想象中那么容易被用戶接受。
RWKV聯合創始人羅璇表示：與手指操作相比，純語音交互是一件更加困難、更加耗能且泄漏隱私的事情。而且在人類歷史上，手指操作工具比語言更早出現。因此更看好AI眼鏡，手指+語音的模式。
柳達在十年前就思考過，何時我們使用語音交互的頻率能夠同對話框交互一樣高：一是需要在技術和體驗層面有重大突破，不僅是技術改進還包括用戶習慣的改變；二是語音識別需要更加精準，對話的自然度和流暢度進一步提高，語義理解能力進一步增強；三是多模態融合會是未來大趨勢，語言交互和指尖交互無縫切換。
這也是AI耳機玩家們曾經思考過或正在思考的問題。李浩乾曾在2021年與雷峰網對話時表示，Oladance在做TWS耳機之前就是嘗試過做眼鏡，但發現市場不成熟最后選擇放棄。WISHEE曾經也嘗試探索AI眼鏡，發現AI眼鏡不僅需要考慮如何存儲視頻數據，還需要高維度提取特征，而AI耳機在技術上已經準備好。IKKO也表示，在做AI耳機的同時也有對AI眼鏡的積極探索。
或許從多模態融合的趨勢來看，有視覺交互可能性的AI眼鏡確實會是AI耳機的終極形態，但從AI耳機到AI眼鏡還有很長的一段路要走。AI硬件大戰，好戲才剛剛開始。
雷峰網持續關注創新硬件產業動態，后續將推出AI眼鏡相關報道《AI眼鏡，等待小米發牌》，更多創新硬件的精彩故事，歡迎添加本文作者微信Yolanda_Zuu。
相關文章：
朱嘯虎首個AI硬件項目，AI眼鏡界“賣鏟人”「Gyges Labs」完成數千萬元Pre-A輪融資
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
