云南龙网

  1. 首页 > 生活百科 > >

时空壶发布 W4：用「硬核」技术，打赢一场 AI 翻译的「标准」之战

vr

时空壶发布 W4：用「硬核」技术，打赢一场 AI 翻译的「标准」之战

文章图片

时空壶发布 W4：用「硬核」技术，打赢一场 AI 翻译的「标准」之战

文章图片


科幻小说中的「巴别鱼」一直是人类对跨语言沟通的终极想象 ， 一个能塞入耳中、即时消弭语言鸿沟的生命体 。 而在现实世界 ， 将这一梦想变为现实的漫长征途 ， 早在 2017 年便由一家名为时空壶的公司开启 。
那一年 ， 当整个行业还未将目光聚焦于此时 ， 时空壶就发布了全球第一款翻译耳机 ， 率先向这个看似遥不可及的目标发起了冲击 。 他们的核心理念从始至终都无比清晰：要让机器翻译普及 ， 关键在于打破专业同传的交互壁垒 ， 让技术服务于人类最自然、最无感的交流方式 。
这种开创性的思路 ， 不仅定义了时空壶此后多年的产品路径 ， 也让这家公司在全球市场悄然占据了「隐形冠军」的位置 。 自 2019 年第一代产品在海外发售至今 ， 时空壶已在这条专用赛道上深耕了超过六年 。 从最初的拓荒者变成如今定义产品功能与形态的独角兽 。
在 2025 年 9 月 ， 德国柏林的 IFA 展会期间 ， 时空壶携其最新旗舰 W4 AI 同传翻译耳机登场亮相 ， 再次用一种极致的务实主义 ， 回应了那个最初的梦想——「AI 翻译 ， 首先得让对方听清你说什么」 。 同时也借此直指行业最核心 ， 也最容易被忽视的痛点：在真实世界的嘈杂与混乱中 ， 如何保证输入信号的纯净无暇 。
01
硬件优先
时空壶的创始人兼 CEO 田力在介绍 W4 的过程中 ， 并未将重点放在描绘遥远的 AI 未来 ， 而是选择直面那个最基础却也最致命的行业难题：噪音干扰下的语音识别 。 面对展会现场鼎沸的人声与背景音乐 ， 大多数音频设备束手无策 ， 而 W4 却能实现惊人的清晰度 。
其秘密武器 ， 并非复杂的软件算法 ， 而是一项看似「返璞归真」的硬件创新——一套被命名为「骨声纹传感器捕捉技术」的多麦克风融合系统 。
这套系统的核心 ， 是一颗定制的骨传导传感器 ， 它不依赖空气作为介质 ， 而是通过捕捉用户说话时头骨的振动来拾取声音 。 这意味着 ， 无论周围环境多么嘈杂 ， 无论是地铁的轰鸣、餐厅的喧嚣 ， 还是展会的吵嚷 ， 这些通过空气传播的噪声都无法干扰到信号的采集 。
与此同时 ， W4 的每只耳机还配备了两颗传统的气导麦克风 ， 用于收集声音中的环境信息和部分细节 。 最终 ， 通过时空壶自研的融合算法 ， 将来自骨骼振动和空气传导的两种信号进行整合 ， 精准地提取出佩戴者最纯粹的人声 ， 从物理源头就「保护」了一个干净的音频信号 。
这种理念与主流的软件降噪有着本质区别 。 传统的降噪技术是一种「减法」 ， 它首先录制一个混杂了人声和噪音的音频 ， 再试图通过算法将噪音「减去」 ， 这个过程不可避免地会损伤人声的细节 ， 甚至产生失真 。
而时空壶的方案则更像是一种「加法」或「保护」 ， 它从一开始就获得了一个几乎不受污染的人声音源 ， 保证了后续翻译环节的输入质量 。 田力对此解释道：「我们很多的东西其实是在硬件和一些算法上 ， 而它不是一个大家意义上的这种 AI 的纯粹的云端的翻译 。 真正决定用户那个交互体验的东西 ， 不光是翻译引擎那一刻 ， 而是前面的很多环节 。 」
这款 W4 耳机在外观设计上也贯彻了这种务实的哲学 。 它看上去与普通的 TWS 耳机差别不大 ， 没有夸张的科技元素 。 其设计语言低调而优雅 ， 充电盒手感温润 ， 耳机本体则通过人体工学设计 ， 确保了长时间佩戴的舒适性 。 将所有核心的智能模块、电池都收纳于小巧的机身之中 ， 体现了对用户日常使用体验的深刻理解 。
02
「隐形冠军」的专注与耐心
推出这款产品的时空壶 ， 早已不是一家初出茅庐的创业公司 。 但他们的成长路径 ， 在中国硬件公司中显得颇为「非典型」 。
早在众多企业将「出海」作为战略口号之前 ， 时空壶就已经在海外市场默默耕耘 。 他们选择先在美国市场发力 ， 初期海外与国内的销量占比一度达到悬殊的 9:1 。 这种策略让他们得以在最成熟、竞争最激烈的市场中打磨产品 ， 并直接服务于那些对跨语言沟通有着最迫切需求的用户——游客、商务人士以及跨国生活的家庭 。
时空壶将自己的核心用户定义为「专业型消费者 Prosumer」 ， 田力认为这与大疆无人机的早期用户画像颇为相似 。 他们购买产品并非为了尝鲜 ， 而是为了解决一个专业且刚性的需求 。 如今 ， 随着全球用户累计突破 100 万 ， 国内市场的认知度也逐渐打开 ， 时空壶的销售比例也调整至更为均衡的「七三开」 。
这种稳健风格的背后 ， 是田力对公司经营原则的坚持 。 他本人并非典型的硅谷式创业者 ， 公司不依赖一轮又一轮的融资维持生命线 ， 团队规模也保持着克制 ， 从 2023 年的几十人稳步增长至如今的一百多人 。
「我们早已实现净利润为正」田力在专访中坦言 ， 「我们不是那种等着救命钱来干活的公司」因此他们更愿意将资源和精力投入到产品本身的迭代与打磨中 ， 保持着一种在当下创投环境中略显「缓慢」的节奏 。
03
Babel OS：打造全栈 AI 引擎
随着用户量突破百万 ， 在真实嘈杂环境中进行清晰、流畅跨语言对话的需求已清晰可见 ， W4 项目应运而生 。 除了在收音清晰度上的硬件突破 ， 时空壶更是在系统和算法层面构筑了坚实的核心壁垒 。 这套自研的系统被命名为「巴别系统」（Babel OS） ， 它集成了时空壶多年来在翻译领域的经验与技术沉淀 。
Babel OS 的第一个支柱 ， 是解决同传中「速度」与「准确」矛盾的关键技术——「AI语义切分」 。 田力解释道 ， 同传领域有一个经典难题：传统的机器翻译同样需要等待一个完整的句子或语义单元 ， 延迟因此产生 。 而时空壶的技术 ， 能通过大模型实时分析语义 ， 判断一个意群是否完整 ， 从而做出预判性的翻译 ， 先把主干意思传递出去 ， 后续再快速修正 。 这正是用技术去无限逼近一个优秀同传译员的判断力 。
田力补充道 ， 「行业标准里 ， 真人同传译员的准确率也并非 100% ， 大约是 80% 多 ， 因为他们追求的是快和流畅 。 我们做的 ， 就是用技术实现这种平衡 。 」
Babel OS 的第二个支柱 ， 则是利用大语言模型（LLM）实现「语境感知翻译」 。 这是解决翻译准确性 ， 尤其是处理多义词和近音词的关键 。 例如 ， 在英语中 ， 「to too two」或「there their they're」等词语 ， 如果脱离上下文 ， 机器很难准确判断 。 时空壶通过其自研的「TurboFast AI 翻译引擎」和 LLM 的强大能力 ， 让系统能够理解对话的整体语境 ， 从而在这些细微之处做出精准的判断 ， 极大地提升了翻译的自然度和准确性 。
「我们最开始也用谷歌、微软的引擎 ， 但很快发现 ， 要达到理想的用户体验 ， 必须亲自动手去改造模型 ， 」田力说 。 如今 ， 无论是谷歌还是三星 ， 都选择将翻译作为其旗舰耳机的一项附加功能 。 而时空壶的全栈自研模式 ， 则展现了截然不同的决心 。 田力指出 ， 大厂的翻译引擎在很多小语种上表现不佳 ， 例如阿拉伯语、越南语等 ， 存在大量未被解决的「角落案例」 。
对此 ， 时空壶的结论是：只有自研才能实现端云一体的深度优化 ， 例如通过前端对声音进行特殊编解码 ， 再喂给云端专门训练过的模型 ， 从而极大提升速度和鲁棒性 。 这种覆盖硬件、固件、系统到 AI 模型的全栈能力 ， 让时空壶更像一家专注的通信设备公司 ， 而非纯粹的 AI 软件公司 。
04
定义同传翻译标准
在时空壶内部 ， 他们用一个 L1 到 L5 的框架来定义「好的跨语言交流」 ， 本次随着 W4 发布 ， 这一类似自动驾驶行业标准的「同传翻译行业标准」也一并向外界揭晓 。
L1 ， 是电子词典级别的「词对词」翻译 。
【时空壶发布 W4：用「硬核」技术，打赢一场 AI 翻译的「标准」之战】L2 ， 是谷歌翻译 App 式的「句对句」翻译 ， 交互是断续的 。
田力认为 ， 市面上大部分产品 ， 包括巨头们推出的功能 ， 其交互方式——例如两人轮流对着手机讲话——决定了体验只做到了 L2.5 ， 这并非人类自然的交流方式 。
而时空壶努力做到的 ， 是 L3——自由对话 。 为了实现这一目标 ， W4 提供了多种精心设计的翻译模式 。 核心的「双语对话」模式 ， 允许两个人各佩戴一只耳机 ， 进行近乎实时的、面对面的自然交流 ， 翻译结果会直接在各自的耳机中播放 。 此外 ， 还有适用于听讲座的「听译模式」 ， 以及为问路等快速场景设计的「问答模式」 。 这些模式覆盖了用户在旅途和商务中最常见的使用场景 ， 真正让「边走边聊」的跨语言沟通成为可能 。
但 L3 也并非他们设想中、AI 同传耳机的终点 。 「我们的目标是 L4 ， 达到高级同传译员的水平 ， 」田力这样介绍时空壶对同传翻译耳机场景的规划 。
在采访中 ， 田力还与作者分享了一个现实中土耳其高级译员的故事：在一次同传中 ， 官员即兴讲了个本土笑话 ， 译员知道直译国外听众无法理解 ， 便在电光火石间对着麦克风说：「现在 ， 领导讲了一个笑话 ， 请大家笑一下 。 」全场爆笑 ， 效果绝佳 。 「你看 ， 这已经超越了语言本身 ， 是对意图、情绪和氛围的理解 。 这是 AI 目前最难做到的 ， 需要多模态的感知 ， 也是我们努力的方向 。 」
05
做同传耳机赛道里的「大疆」
正是基于这种对专业体验的极致追求 ， 时空壶选择了耳机这一产品形态 ， 并为其设定了 349 美元的专业级定价 。 面对外界关于「凭什么卖这么贵」的质疑 ， 田力显得很自信 ， 在对话中 ， 田力将时空壶的产品逻辑比作大疆的无人机 ， 而非智能音箱 。
「你买大疆的无人机 ， 不是因为它也能当风扇 ， 而是因为它在航拍这个专业领域做到了极致 。 我们的用户选择 W4 ， 是因为它在跨语言沟通这个特定场景下 ， 提供了远超通用设备的卓越体验 。 」
这或许也是时空壶为何并未急于像其他 AI 硬件一样 ， 采用订阅制收费的原因 。 田力认为 ， 在行业整体成熟度仅在「及格线」徘徊时 ， 首要任务是把基础体验从 70 分做到 100 分 ， 而不是过早推出一个 100 分产品才需要的高级商业模式 。
在谈及与科技巨头的竞争时 ， 田力认为小公司永远有机会 。 「谷歌做硬件 ， 恕我直言 ， 一直有种『玩票性质』 ， 」他回忆 ， 「我 2019 年在湾区见过他们项目的人 ， 他们觉得这个功能很酷 ， 就做出来了 ， 但用户用得好不好 ， 不是最在意的 。 所以谷歌硬件总是『起个大早 ， 赶个晚集』 。 」对巨头来说 ， 翻译只是其庞大生态中的一项附加功能；而对于时空壶 ， 「这是我们的『命根子』 。 小公司跟大公司比 ， 本质上比的还是认真和专注 。 」
为了更加直观地展示机器翻译的真实水平 ， 时空壶此前曾使用自家产品 ， 参与过一场「人机大战」 ， 让其产品与真人同传译员同台竞技 。 这不仅是一次营销 ， 更是向顶级译员学习的方式 。 「通过这种极限对比 ， 我们能更清楚地看到自己的差距和努力的方向 ， 」田力说 。
关于 AI 硬件乃至时空壶本身的未来 ， 田力聊到驱动着他和团队前行的朴素愿景 。 他相信 ， 人类作为社会性动物 ， 天生渴望交流与连接 ， 而语言的壁垒所带来的 ， 是真实存在的不安与孤立 。
而在他看来 ， 时空壶的使命 ， 是要打造一把钥匙 ， 去开启那扇因语言而紧锁的沟通之门 ， 赋予人们跨越鸿沟的勇气——那种可以跟任何人交流 ， 去连接的从容 。 这才是他们最大的成就感来源 。
「人类是社会性动物 ， 天生渴望交流和连接 ， 」在采访的最后 ， 田力回归到了创业的初心 ， 「当你去到一个陌生的国家 ， 语言不通时 ， 那种不安全感是真实存在的 。 我们希望通过产品 ， 赋予人们勇气 ， 让他们可以很爽地去跟任何人交流 ， 去连接 ， 去成为朋友」
因此从某种程度上 ， W4 不仅仅是一款追逐 AI 浪潮的硬件 。 更是时空壶对这种愿景的载体 ， 是这家公司用近十年的专注与积累 ， 为消除人类的隔阂所献上的最新答案 。
「消除语言障碍 ， 可能不是一百年内能完成的事 ， 」田力坦言 ， 「但我们正走在这条路上 。 」

    推荐阅读


    上一篇：看衰苹果 AI？发布会 AI 缺席，是保守还是蓄势待发？

    下一篇：AI重塑未来银行，来自外滩大会的业界声音