耳机，AI硬件最容易突破的方向？

今年，被很多人看作是AI硬件的元年，很多公司发布了不少有趣的AI硬件，像AI Pin、Rabbit R1，但都有点高开低走的意思，评价最好的反而是只做AI+录音机的Rewind Pendant。

可能是受到这个事情的启发，科技巨头们开始纷纷盯上了另一种AI驱动的新设备——AI耳机。根据外媒报道，Meta平台正在探索开发带有摄像头的人工智能耳机。而就在4月，字节跳动也收购了一家耳机公司。

相比AI Pin、Rabbit R1等AI硬件，AI耳机的好处在于，完全抛弃了显示功能，在充分利用AI感知能力的同时，最大程度地优化了便捷性，与手机形成了明显的差异化。

毕竟，在光学显示技术没有革命性进步的前提下，足够分辨率的显示效果，就需要增加设备的体积，进而影响便捷性，以至于AI硬件很容易面临灵魂拷问：既然都是要拿在手里，我为什么不用手机呢？

在所有人都幻想着下一代个人计算平台的当下，主打便捷性的AI耳机，似乎成为AI硬件最容易突破的方向。

/ 01 / 科技巨头扎堆AI耳机

这段时间，越来越多科技公司开始布局AI耳机。

据国外媒体报道，Meta平台正在探索开发带有摄像头的人工智能耳机，希望这种设备能用来识别物体和翻译外语。

Meta的首席执行官马克·扎克伯格（Mark Zuckerberg）已经看过了该设备的几种可能设计，但一名员工表示，他还没有对任何设计感到满意。目前尚不清楚最终设计将是入耳式耳机还是头戴式耳机。这个项目在Meta内部被称为“Camerabuds”。

OpenAI的CEO Sam Altman最近告诉一位合作伙伴，他和前苹果首席设计师Jony Ive的设计公司LoveFrom已经探索了开发带摄像头的耳机设备。不仅如此，苹果也在探索在其耳机中加入摄像头和AI。

据国外媒体报道，电子产品公司Ear Micro的Bear Clark表示，科技公司对开发“可听穿戴设备”的兴趣在过去八到十个月里激增。Clark说，最近有两家大型科技公司联系他，希望开发智能耳机，尽管他拒绝透露这些公司的名称。

除了自行研发外，科技巨头们也在通过收购布局耳机市场。根据媒体报道，字节跳动已于4月份收购OWS公司Oladance品牌大十科技，收购价格在3-5亿元之间，目前字节跳动团队人员已经进驻大十科技。

收购Oladance或是字节推出AI眼镜和AI手机的重要动作。据说创始人李浩乾将入职字节跳动，职级比大多类似的收购的CEO级别都要高，体现字节硬件的决心和战略高度。

今年4月，由 Alphabet 旗下的神秘实验室 Google X 孵化的Iyo，已经推出了一款AI 蓝牙耳机Iyo One。

Iyo One 的外观和交互没有 Ai Pin 那么激进，就是一副体型更大的蓝牙耳机，没有屏幕，不搞手势，不搞投影，不搞触摸，专注于自然语言的语音交互。在应用场景上，创始人 Jason Rugolo 举了一些例子，比如收到邮件或短信，不必拿出手机、滑动、打字，完全可以在坐着喝咖啡的时候，用耳朵接收信息。

至少从目前看，已经有Meta、OpenAI、字节跳动等多家科技大厂有意布局AI耳机。

/ 02 / 把便携性拉到极致

为什么这么科技公司会选择耳机？在我看来，主要有以下两个原因：

第一，尽管新的计算平台尚未诞生，但基于过去硬件发展的经验，行业对下一代计算设备仍然有几点共识：一个比手机更轻、更小、更便宜、更随身的设备。基于这几点，眼镜、耳机、项链、帽子等等一切可携带的物品，都被认为是可能的候选形态。

与AI Pin等AI硬件相比，AI耳机在便携性方面有着天然优势。AI耳机基本完全抛弃了显示这一交互方式，有利于最大程度放大便携性优势。

根据怒喵科技CEO李楠的看法，光学显示技术在三年内不会有革命性的进步，因此要想做到有足够分辨率的显示效果，就需要增加设备的体积，而这势必会影响便携性。而便携性恰恰是AI硬件最重要的属性。

第二，耳机这个品类过去几年在场景化方面取得了重要的突破，变得越来越重要。

手机渗透生活的历史，也是耳机技术变革的历史。智能手机时代耳机的变革分成三个阶段：音质驱动阶段：耳机的主要改进聚焦在音质提升；场景驱动阶段：分别面向开放场景和封闭场景两个方向发展；体验驱动阶段：为了能够长时间佩戴，出现了 OWS 开放式可穿戴耳机，分别向挂耳耳机和夹耳耳机两个方向发展。

随着手机中音频、视频内容占比的逐渐增加，人们对长时间佩戴耳机的需求越来越大。这标志着耳机从单一功能（仅用于听音乐或打电话）的转变为多功能普适性产品，成为接收各类多媒体信息的设备。

也就是说，耳机已经能够完成多媒体内容与日常信息交流的处理，是重要性、计算能力仅次于手机的第二大可携带计算设备。

基于以上两点，在没有新硬件形态的情况下，将便捷性拉到极致的耳机，似乎成为AI硬件最容易突破的方向。

/ 03 / 探索AI耳机的两种思路

从目前看，AI耳机的探索大致有两种思路：

AI耳机的第一种思路是AI+耳机，以耳机为硬件载体，通过更多交互方式，让耳机成为下一个的个人计算中心，路径有三：

一是，利用AI提升耳机的环境感知能力，不仅通过视觉感知环境，甚至加入视觉。比如，苹果和Meta都在尝试往耳机上面装摄像头。

根据彭博社爆料，苹果从去年开始就研究带有摄像头的AirPods，代号为 “B798”。这款耳机的大小和现有AirPods几乎相同，只不过内嵌了低分辨率摄像头。摄像头可以用来拍照，以及通过AI实现多个功能，为用户的日常生活提供协助。

二是通过技术实现更好的交互体验。比如，GPT-4o把语音交互的延迟从2s降低到300ms，还给了极其丰富的音色表现力。

不久前，华盛顿大学也研发了一款名为Target Speech Hearing（TSH）的人工智能耳机系统，它能够通过佩戴者的注视来“锁定”目标说话者，过滤掉环境中的其他声音。

佩戴者只需将头部对准目标说话者，注视3-5秒钟后，轻按一个按钮，系统便会开始捕捉并分析该说话者的声音特征。此后，无论佩戴者如何移动，系统都会持续播放被“锁定”的说话者的声音，实现个性化的听觉体验。

三是基于更强的计算能力，提供更多的语音功能。比如，Iyo One 正式发布时，预计将有消息、电话、导航、音乐播放等语音功能，动动嘴巴就能回消息。

AI耳机的另一种思路是往现有耳机里增加AI功能，在原有的基础上，利用AI技术补充一些功能，提供新的体验。

比如，研发翻译软硬件产品的深圳公司 Wooask，推出了结合 ChatGPT 的新款触屏耳机 TransBuds A8，支持实时翻译 144 种语言，声音传到耳朵，文字则显示在屏幕。

消费电子品牌 Nothing 也是这个思路，升级现有设备，而不是通过新的硬件重新发明轮子。

今年 4 月，Nothing 宣布，在 Nothing 手机安装了最新 Nothing OS 和 ChatGPT 的用户，可以直接通过 Nothing 耳机与 ChatGPT 对话，联网后捏住耳机便能激活，捏住耳机就能和 AI 对话、问问题。

相比于后者，前者的路线无疑更加兴奋。尤其当所有人都沉浸在AI创造下一个计算平台的叙事里，AI耳机无疑为我们带来了更多的可能性。