在國內(nèi)企業(yè)先后發(fā)布數(shù)百個大模型之后，人們的實際生活似乎并沒有因為新一輪AI浪潮的到來產(chǎn)生容易被感知的變化。應用端，自年初Chat GPT的爆火和AI繪圖成功破圈后，大模型的落地應用似乎就被困在了“陪聊”和“繪畫”之中。
“大模型對于行業(yè)來說無疑是一場革命，但它并不是萬能鑰匙，我認為在很多垂直領域，很多企業(yè)應該更多地建立自己能夠負擔起的‘小模型’，通過具備學習能力的AI加速小體量應用場景的體驗更新。”未來智能CEO馬嘯告訴鈦媒體App。
作為一家在創(chuàng)業(yè)階段的人工智能硬件公司，馬嘯將目光投向了“會議耳機”品類，研發(fā)服務于在線會議和紀要、摘錄功能的智能硬件就是他口中提到的“垂直應用領域”。
后疫情時代，“混合辦公”已經(jīng)成為常態(tài)化的工作模式，受疫情影響的3年時間內(nèi)，很多人從不會用、不習慣在線協(xié)同辦公、舉行會議，逐步被教育成完全適應在線氛圍，并以此提升效率。因此在線下生活逐步恢復后，在線會議的需求非但沒有熄滅，反而實現(xiàn)了進一步增長，線下與線上呈現(xiàn)出融合趨勢，根據(jù)騰訊會議的數(shù)據(jù)，到2022年，平臺用戶數(shù)已經(jīng)超過2億。
不過高效、便捷的溝通也帶來了一些“副產(chǎn)品”：大量需要轉(zhuǎn)譯的語音數(shù)據(jù)，以平均150字/分鐘的正常語速來計算，1小時的會議理論上就會產(chǎn)生9000字的速記稿，這也是為何眾多會議平臺都開始推出會議紀要、速記等功能的背后原因。
“會議耳機的切口其實就是成為線上以及小規(guī)模線下溝通的‘記錄員’，相較于單純由軟件提供的轉(zhuǎn)譯、記錄功能，耳機作為硬件產(chǎn)品，其自身具備拾音和聲音傳導的特性，因此不會產(chǎn)生兼容性和數(shù)據(jù)跨平臺提取的問題，只要用戶需要就能隨時進行記錄。”馬嘯說到。
從產(chǎn)品搭載的實際功能來看，會議耳機產(chǎn)品等于在傳統(tǒng)的TWS耳機基礎上增加了與語音、文字處理相關的功能，換句話說，此類產(chǎn)品帶來的差異化體驗并不只限于是音質(zhì)、降噪、佩戴等傳統(tǒng)耳機產(chǎn)品競爭的賽道，而是更加偏向于作為提升工作效率的生產(chǎn)力工具，就跟為了碼字更快換一把鍵盤、為了剪輯視頻換一臺高性能PC同理。
但作為耳機與智能錄音筆或其他具備錄音處理能力的硬件結(jié)合體，哪個類目才是“本我”也是一項挑戰(zhàn)，即：究竟是做一個耳機形態(tài)的智能錄音設備，還是做一個具備錄音轉(zhuǎn)寫功能的耳機。
剛涉足耳機領域時，未來智能的團隊也碰到過釘子，首款驗證產(chǎn)品直接延續(xù)了“單點打透”的思維，采用突出語音處理的功能屬性弱化耳機體驗的方式，但經(jīng)過市場驗證后很快回爐重造，事實證明用戶并不是需要一臺戴在耳朵上的“錄音筆”。
馬嘯分享到：“僅從現(xiàn)階段的產(chǎn)品表現(xiàn)來說，我們的產(chǎn)品更像是在提供一個符合同價位產(chǎn)品基礎體驗功能的耳機，比如目前主打的千元級價位，我們推出的Nano+同樣也支持低延遲連接、主動降噪、通話降噪等功能，同時它還擁有文本轉(zhuǎn)譯、語音記錄等功能作為‘附加值’。”他說到。
與生產(chǎn)力的高度貼合，也激發(fā)了會議耳機在內(nèi)卷嚴重的TWS領域獲得了較為差異化的競爭力，在此之上，馬嘯則認為獨有功能會成為用戶持續(xù)選擇旗下產(chǎn)品的“品牌粘性”之一。他提到：“傳統(tǒng)的TWS耳機除了手機+耳機的獨家生態(tài)以外，缺乏很多應用層面的抓手，而與會議記錄場景的高度綁定，則讓用戶在保留核心功能的同時，會為周邊體驗的升級付費。”
消費者端，經(jīng)過一段時間的打磨，初代會議耳機依靠簡單的文字速記、語音轉(zhuǎn)譯功能開始受到金融圈、媒體等需要高頻交流且有實時記錄需求群體的關注。而在新一代產(chǎn)品上，則增加了生成式會議助理、同傳聽譯、待辦跟進等功能。
其中，生成式會議助理可以根據(jù)通話內(nèi)容自動提取出待辦事項，這就需要利用到AIGC（人工智能生成內(nèi)容）技術(shù)，這就與目前主流的大模型人工智能產(chǎn)生了交集，該行業(yè)目前也處于極速膨脹的狀態(tài)，幾乎所有科技公司對大模型的趨之若鶩，甚至要花費巨量資金、人力以構(gòu)建自身的獨有大模型。
但對于未來人工智能的整體發(fā)展方向，馬嘯則提出了不同的觀點：“經(jīng)過我們的測算，不需要大模型那么大的參數(shù)量 也能夠滿足絕大多數(shù)會議紀要生成、日程提取的需要，同時由于訓練數(shù)據(jù)更加適合專業(yè)場景，有限規(guī)模的‘小模型’反而效率更高。”
舉個例子，通用的大模型在處理語言信息的時候需要用大量廣義的資訊、文章甚至論文進行機器學習，才能擁有更強的理解能力和邏輯組織能力，如果還需要增加繪畫功能，那么對模型的規(guī)模要求還會更上一層樓，因此通用場景往往需要大公司重金投入的大模型才能勝任。
但僅從會議場景和日常辦公來說，大量與生活相關或者與專業(yè)領域極少產(chǎn)生交叉的資料其實是不需要學習的。“從長遠發(fā)展來看，我認為每個公司甚至每個產(chǎn)品都會擁有一個適合對應AI場景的小模型，主要是用來解決細分場景的應用落地需求。”馬嘯表示。
構(gòu)建會議耳機品類初步認知與為產(chǎn)品加入AI延伸的功能，可以看作是未來智能公司的第一階段落成，未來在產(chǎn)品層面還會探索更多形態(tài)的同時，也還會不斷加深市場教育。在其所處的辦公賽道，其實并不缺乏競爭者，一方面視頻會議平臺本身就已經(jīng)開始涉及到硬件層面的部署，同時傳統(tǒng)的辦公場景耳機賽道，也有羅技、Poly等廠商正虎視眈眈。
馬嘯坦言：“面對競爭，我覺得大模型也好，AI功能也罷，都稱不上未來智能公司和訊飛會議耳機的最大競爭力。從我的視角來看，‘用戶心智’或者說對產(chǎn)品的‘第一認知’才是更重要的底牌，就像可口可樂成為了汽水的代名詞，戴森成為了高速吹風機的代名詞，那我們的產(chǎn)品就是會議耳機的代名詞。（本文首發(fā)鈦媒體App 作者/鄧劍云 編輯/鐘毅）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論
確實是在辦公場景中幫助了非常多，我買的是nano
有深度，語音記錄、轉(zhuǎn)寫挺好用
這么厲害的嗎，又學到了很多知識