科幻小說中的「巴別魚」一直是人類對(duì)跨語言溝通的終極想象，一個(gè)能塞入耳中、即時(shí)消弭語言鴻溝的生命體。而在現(xiàn)實(shí)世界，將這一夢(mèng)想變?yōu)楝F(xiàn)實(shí)的漫長征途，早在 2017 年便由一家名為時(shí)空壺的公司開啟。
那一年，當(dāng)整個(gè)行業(yè)還未將目光聚焦于此時(shí)，時(shí)空壺就發(fā)布了全球第一款翻譯耳機(jī)，率先向這個(gè)看似遙不可及的目標(biāo)發(fā)起了沖擊。他們的核心理念從始至終都無比清晰：要讓機(jī)器翻譯普及，關(guān)鍵在于打破專業(yè)同傳的交互壁壘，讓技術(shù)服務(wù)于人類最自然、最無感的交流方式。
這種開創(chuàng)性的思路，不僅定義了時(shí)空壺此后多年的產(chǎn)品路徑，也讓這家公司在全球市場(chǎng)悄然占據(jù)了「隱形冠軍」的位置。自 2019 年第一代產(chǎn)品在海外發(fā)售至今，時(shí)空壺已在這條專用賽道上深耕了超過六年。從最初的拓荒者變成如今定義產(chǎn)品功能與形態(tài)的獨(dú)角獸。
01
硬件優(yōu)先
時(shí)空壺的創(chuàng)始人兼 CEO 田力在介紹 W4 的過程中，并未將重點(diǎn)放在描繪遙遠(yuǎn)的 AI 未來，而是選擇直面那個(gè)最基礎(chǔ)卻也最致命的行業(yè)難題：噪音干擾下的語音識(shí)別。面對(duì)展會(huì)現(xiàn)場(chǎng)鼎沸的人聲與背景音樂，大多數(shù)音頻設(shè)備束手無策，而 W4 卻能實(shí)現(xiàn)驚人的清晰度。
其秘密武器，并非復(fù)雜的軟件算法，而是一項(xiàng)看似「返璞歸真」的硬件創(chuàng)新——一套被命名為「骨聲紋傳感器捕捉技術(shù)」的多麥克風(fēng)融合系統(tǒng)。
這套系統(tǒng)的核心，是一顆定制的骨傳導(dǎo)傳感器，它不依賴空氣作為介質(zhì)，而是通過捕捉用戶說話時(shí)頭骨的振動(dòng)來拾取聲音。這意味著，無論周圍環(huán)境多么嘈雜，無論是地鐵的轟鳴、餐廳的喧囂，還是展會(huì)的吵嚷，這些通過空氣傳播的噪聲都無法干擾到信號(hào)的采集。
與此同時(shí)，W4 的每只耳機(jī)還配備了兩顆傳統(tǒng)的氣導(dǎo)麥克風(fēng)，用于收集聲音中的環(huán)境信息和部分細(xì)節(jié)。最終，通過時(shí)空壺自研的融合算法，將來自骨骼振動(dòng)和空氣傳導(dǎo)的兩種信號(hào)進(jìn)行整合，精準(zhǔn)地提取出佩戴者最純粹的人聲，從物理源頭就「保護(hù)」了一個(gè)干凈的音頻信號(hào)。
而時(shí)空壺的方案則更像是一種「加法」或「保護(hù)」，它從一開始就獲得了一個(gè)幾乎不受污染的人聲音源，保證了后續(xù)翻譯環(huán)節(jié)的輸入質(zhì)量。田力對(duì)此解釋道：「我們很多的東西其實(shí)是在硬件和一些算法上，而它不是一個(gè)大家意義上的這種 AI 的純粹的云端的翻譯。真正決定用戶那個(gè)交互體驗(yàn)的東西，不光是翻譯引擎那一刻，而是前面的很多環(huán)節(jié)?！?/p>
02
「隱形冠軍」的專注與耐心
推出這款產(chǎn)品的時(shí)空壺，早已不是一家初出茅廬的創(chuàng)業(yè)公司。但他們的成長路徑，在中國硬件公司中顯得頗為「非典型」。
早在眾多企業(yè)將「出海」作為戰(zhàn)略口號(hào)之前，時(shí)空壺就已經(jīng)在海外市場(chǎng)默默耕耘。他們選擇先在美國市場(chǎng)發(fā)力，初期海外與國內(nèi)的銷量占比一度達(dá)到懸殊的 9:1。這種策略讓他們得以在最成熟、競(jìng)爭(zhēng)最激烈的市場(chǎng)中打磨產(chǎn)品，并直接服務(wù)于那些對(duì)跨語言溝通有著最迫切需求的用戶——游客、商務(wù)人士以及跨國生活的家庭。
時(shí)空壺將自己的核心用戶定義為「專業(yè)型消費(fèi)者 Prosumer」，田力認(rèn)為這與大疆無人機(jī)的早期用戶畫像頗為相似。他們購買產(chǎn)品并非為了嘗鮮，而是為了解決一個(gè)專業(yè)且剛性的需求。如今，隨著全球用戶累計(jì)突破 100 萬，國內(nèi)市場(chǎng)的認(rèn)知度也逐漸打開，時(shí)空壺的銷售比例也調(diào)整至更為均衡的「七三開」。
這種穩(wěn)健風(fēng)格的背后，是田力對(duì)公司經(jīng)營原則的堅(jiān)持。他本人并非典型的硅谷式創(chuàng)業(yè)者，公司不依賴一輪又一輪的融資維持生命線，團(tuán)隊(duì)規(guī)模也保持著克制，從 2023 年的幾十人穩(wěn)步增長至如今的一百多人。
「我們?cè)缫褜?shí)現(xiàn)凈利潤為正」田力在專訪中坦言，「我們不是那種等著救命錢來干活的公司」因此他們更愿意將資源和精力投入到產(chǎn)品本身的迭代與打磨中，保持著一種在當(dāng)下創(chuàng)投環(huán)境中略顯「緩慢」的節(jié)奏。
03
Babel OS：打造全棧 AI 引擎
隨著用戶量突破百萬，在真實(shí)嘈雜環(huán)境中進(jìn)行清晰、流暢跨語言對(duì)話的需求已清晰可見，W4 項(xiàng)目應(yīng)運(yùn)而生。除了在收音清晰度上的硬件突破，時(shí)空壺更是在系統(tǒng)和算法層面構(gòu)筑了堅(jiān)實(shí)的核心壁壘。這套自研的系統(tǒng)被命名為「巴別系統(tǒng)」（Babel OS），它集成了時(shí)空壺多年來在翻譯領(lǐng)域的經(jīng)驗(yàn)與技術(shù)沉淀。
Babel OS 的第一個(gè)支柱，是解決同傳中「速度」與「準(zhǔn)確」矛盾的關(guān)鍵技術(shù)——「AI語義切分」。田力解釋道，同傳領(lǐng)域有一個(gè)經(jīng)典難題：傳統(tǒng)的機(jī)器翻譯同樣需要等待一個(gè)完整的句子或語義單元，延遲因此產(chǎn)生。而時(shí)空壺的技術(shù)，能通過大模型實(shí)時(shí)分析語義，判斷一個(gè)意群是否完整，從而做出預(yù)判性的翻譯，先把主干意思傳遞出去，后續(xù)再快速修正。這正是用技術(shù)去無限逼近一個(gè)優(yōu)秀同傳譯員的判斷力。
田力補(bǔ)充道，「行業(yè)標(biāo)準(zhǔn)里，真人同傳譯員的準(zhǔn)確率也并非 100%，大約是 80% 多，因?yàn)樗麄冏非蟮氖强旌土鲿?。我們做的，就是用技術(shù)實(shí)現(xiàn)這種平衡。」
Babel OS 的第二個(gè)支柱，則是利用大語言模型（LLM）實(shí)現(xiàn)「語境感知翻譯」。這是解決翻譯準(zhǔn)確性，尤其是處理多義詞和近音詞的關(guān)鍵。例如，在英語中，「to, too, two」或「there, their, they're」等詞語，如果脫離上下文，機(jī)器很難準(zhǔn)確判斷。時(shí)空壺通過其自研的「TurboFast AI 翻譯引擎」和 LLM 的強(qiáng)大能力，讓系統(tǒng)能夠理解對(duì)話的整體語境，從而在這些細(xì)微之處做出精準(zhǔn)的判斷，極大地提升了翻譯的自然度和準(zhǔn)確性。
「我們最開始也用谷歌、微軟的引擎，但很快發(fā)現(xiàn)，要達(dá)到理想的用戶體驗(yàn)，必須親自動(dòng)手去改造模型，」田力說。如今，無論是谷歌還是三星，都選擇將翻譯作為其旗艦耳機(jī)的一項(xiàng)附加功能。而時(shí)空壺的全棧自研模式，則展現(xiàn)了截然不同的決心。田力指出，大廠的翻譯引擎在很多小語種上表現(xiàn)不佳，例如阿拉伯語、越南語等，存在大量未被解決的「角落案例」。
對(duì)此，時(shí)空壺的結(jié)論是：只有自研才能實(shí)現(xiàn)端云一體的深度優(yōu)化，例如通過前端對(duì)聲音進(jìn)行特殊編解碼，再喂給云端專門訓(xùn)練過的模型，從而極大提升速度和魯棒性。這種覆蓋硬件、固件、系統(tǒng)到 AI 模型的全棧能力，讓時(shí)空壺更像一家專注的通信設(shè)備公司，而非純粹的 AI 軟件公司。
04
定義同傳翻譯標(biāo)準(zhǔn)
在時(shí)空壺內(nèi)部，他們用一個(gè) L1 到 L5 的框架來定義「好的跨語言交流」，本次隨著 W4 發(fā)布，這一類似自動(dòng)駕駛行業(yè)標(biāo)準(zhǔn)的「同傳翻譯行業(yè)標(biāo)準(zhǔn)」也一并向外界揭曉。
L1，是電子詞典級(jí)別的「詞對(duì)詞」翻譯。
L2，是谷歌翻譯 App 式的「句對(duì)句」翻譯，交互是斷續(xù)的。
田力認(rèn)為，市面上大部分產(chǎn)品，包括巨頭們推出的功能，其交互方式——例如兩人輪流對(duì)著手機(jī)講話——決定了體驗(yàn)只做到了 L2.5，這并非人類自然的交流方式。
而時(shí)空壺努力做到的，是 L3 ——自由對(duì)話。為了實(shí)現(xiàn)這一目標(biāo)，W4 提供了多種精心設(shè)計(jì)的翻譯模式。核心的「雙語對(duì)話」模式，允許兩個(gè)人各佩戴一只耳機(jī)，進(jìn)行近乎實(shí)時(shí)的、面對(duì)面的自然交流，翻譯結(jié)果會(huì)直接在各自的耳機(jī)中播放。此外，還有適用于聽講座的「聽譯模式」，以及為問路等快速場(chǎng)景設(shè)計(jì)的「問答模式」。這些模式覆蓋了用戶在旅途和商務(wù)中最常見的使用場(chǎng)景，真正讓「邊走邊聊」的跨語言溝通成為可能。
但 L3 也并非他們?cè)O(shè)想中、AI 同傳耳機(jī)的終點(diǎn)。「我們的目標(biāo)是 L4，達(dá)到高級(jí)同傳譯員的水平，」田力這樣介紹時(shí)空壺對(duì)同傳翻譯耳機(jī)場(chǎng)景的規(guī)劃。
05
做同傳耳機(jī)賽道里的「大疆」
正是基于這種對(duì)專業(yè)體驗(yàn)的極致追求，時(shí)空壺選擇了耳機(jī)這一產(chǎn)品形態(tài)，并為其設(shè)定了 349 美元的專業(yè)級(jí)定價(jià)。面對(duì)外界關(guān)于「憑什么賣這么貴」的質(zhì)疑，田力顯得很自信，在對(duì)話中，田力將時(shí)空壺的產(chǎn)品邏輯比作大疆的無人機(jī)，而非智能音箱。
「你買大疆的無人機(jī)，不是因?yàn)樗材墚?dāng)風(fēng)扇，而是因?yàn)樗诤脚倪@個(gè)專業(yè)領(lǐng)域做到了極致。我們的用戶選擇 W4，是因?yàn)樗诳缯Z言溝通這個(gè)特定場(chǎng)景下，提供了遠(yuǎn)超通用設(shè)備的卓越體驗(yàn)?！?/p>
這或許也是時(shí)空壺為何并未急于像其他 AI 硬件一樣，采用訂閱制收費(fèi)的原因。田力認(rèn)為，在行業(yè)整體成熟度僅在「及格線」徘徊時(shí)，首要任務(wù)是把基礎(chǔ)體驗(yàn)從 70 分做到 100 分，而不是過早推出一個(gè) 100 分產(chǎn)品才需要的高級(jí)商業(yè)模式。
在談及與科技巨頭的競(jìng)爭(zhēng)時(shí)，田力認(rèn)為小公司永遠(yuǎn)有機(jī)會(huì)?！腹雀枳鲇布∥抑毖?，一直有種『玩票性質(zhì)』，」他回憶，「我 2019 年在灣區(qū)見過他們項(xiàng)目的人，他們覺得這個(gè)功能很酷，就做出來了，但用戶用得好不好，不是最在意的。所以谷歌硬件總是『起個(gè)大早，趕個(gè)晚集』?！箤?duì)巨頭來說，翻譯只是其龐大生態(tài)中的一項(xiàng)附加功能；而對(duì)于時(shí)空壺，「這是我們的『命根子』。小公司跟大公司比，本質(zhì)上比的還是認(rèn)真和專注?！?/p>
為了更加直觀地展示機(jī)器翻譯的真實(shí)水平，時(shí)空壺此前曾使用自家產(chǎn)品，參與過一場(chǎng)「人機(jī)大戰(zhàn)」，讓其產(chǎn)品與真人同傳譯員同臺(tái)競(jìng)技。這不僅是一次營銷，更是向頂級(jí)譯員學(xué)習(xí)的方式。「通過這種極限對(duì)比，我們能更清楚地看到自己的差距和努力的方向，」田力說。
關(guān)于 AI 硬件乃至?xí)r空壺本身的未來，田力聊到驅(qū)動(dòng)著他和團(tuán)隊(duì)前行的樸素愿景。他相信，人類作為社會(huì)性動(dòng)物，天生渴望交流與連接，而語言的壁壘所帶來的，是真實(shí)存在的不安與孤立。
而在他看來，時(shí)空壺的使命，是要打造一把鑰匙，去開啟那扇因語言而緊鎖的溝通之門，賦予人們跨越鴻溝的勇氣——那種可以跟任何人交流，去連接的從容。這才是他們最大的成就感來源。
「人類是社會(huì)性動(dòng)物，天生渴望交流和連接，」在采訪的最后，田力回歸到了創(chuàng)業(yè)的初心，「當(dāng)你去到一個(gè)陌生的國家，語言不通時(shí)，那種不安全感是真實(shí)存在的。我們希望通過產(chǎn)品，賦予人們勇氣，讓他們可以很爽地去跟任何人交流，去連接，去成為朋友」
因此從某種程度上，W4 不僅僅是一款追逐 AI 浪潮的硬件。更是時(shí)空壺對(duì)這種愿景的載體，是這家公司用近十年的專注與積累，為消除人類的隔閡所獻(xiàn)上的最新答案。
「消除語言障礙，可能不是一百年內(nèi)能完成的事，」田力坦言，「但我們正走在這條路上。」
