從1990年進(jìn)入媒體行業(yè)，錄音機(jī)就是我的日常必備。最初是像磚頭那么大的磁帶錄音機(jī)，用TDK磁帶。后來是微型化的錄音機(jī)，體積比現(xiàn)在的手機(jī)還小一號(hào)，用的是小磁帶。每次錄完，再回去一句句重聽和整理。

我的職業(yè)生涯，就這樣和錄音設(shè)備緊緊聯(lián)系在一起。

我和錄音機(jī)曾經(jīng)的尷尬故事

雖然我做內(nèi)容整理和編輯的能力不錯(cuò)，但在工具操作方面，我是個(gè)笨人。如此簡單的錄音機(jī)，就那么幾個(gè)按鍵，如錄音、停止、快進(jìn)、快退、放音等，我有時(shí)也會(huì)出錯(cuò)。

錯(cuò)的最尷尬的一次，是1993年，我代表《南風(fēng)窗》和新華社廣州記者站、廣州電視臺(tái)記者一起采訪時(shí)任廣州市市長黎子流。問題主要是新華社記者在提，我一邊錄音，一邊做筆記，不知摁錯(cuò)了哪個(gè)鍵，過了一陣，我突然發(fā)現(xiàn)放在市長旁邊的錄音機(jī)的磁帶鼓到了錄音機(jī)外面。幸好市長沒發(fā)現(xiàn)，我趕快把它放到口袋里，按了停止鍵。

等采訪結(jié)束，再把磁帶一點(diǎn)一點(diǎn)縮回去聽，發(fā)現(xiàn)大部分內(nèi)容都沒錄上。只好去找電視臺(tái)的記者。又不好意思說自己搞砸了，就說這個(gè)采訪很重要，要和臺(tái)里的版本再對(duì)一下。電視臺(tái)復(fù)制了一版給我，這才把內(nèi)容補(bǔ)全。

這件事給我留下了長期陰影，以至于后來做錄音采訪——無論是用錄音機(jī)、錄音筆、智能本還是手機(jī)，我經(jīng)常采著采著就去看錄音是否正常。有些關(guān)鍵采訪，我甚至?xí)脙蓚€(gè)手機(jī)同時(shí)錄，才會(huì)放心。

直到前些年有一天，我偶然翻看女兒的一本大學(xué)參考書，美國工業(yè)設(shè)計(jì)家諾曼的《設(shè)計(jì)心理學(xué)》，我在工具方面的壓抑感才得到了緩解。這本書的核心觀點(diǎn)是，當(dāng)產(chǎn)品出現(xiàn)故障時(shí)，人們常常傾向于自責(zé)，但實(shí)際上，這并非用戶的問題，“操作失誤不應(yīng)歸咎于使用者，而應(yīng)歸因于產(chǎn)品與設(shè)計(jì)。”

哦，原來不是我的問題！

盡管心態(tài)正常了，但事實(shí)上，要找到一款像諾曼所說的“以用戶為中心”、具備“可視性”和“易通性”的錄音設(shè)備，并不容易。特別是今天有很多采訪是英文的，而且在自媒體時(shí)代，時(shí)效性越來越快，有的采訪需要立即整理、編輯和發(fā)出，壓力依然不小。

直到最近在拉斯維加斯參加全球科技界、產(chǎn)業(yè)界矚目的CES（消費(fèi)電子展），用了一款釘釘?shù)腁I錄音卡（DingTalk A1），我關(guān)于錄音的壓力、焦慮才完全消失了。它貼在我的手機(jī)背后，可以隨時(shí)進(jìn)行智能聽記，內(nèi)容歸納，能支持8種語言的實(shí)時(shí)互譯和20多種語言的同聲傳譯。在比菜市場(chǎng)還吵的會(huì)場(chǎng)和餐廳，它都能聽得清，記得下，翻得準(zhǔn)，總結(jié)得好，成了我的第一個(gè)“AI外掛”。

從模擬信號(hào)時(shí)代磚頭般的磁帶錄音機(jī)，到AI時(shí)代重量只有40克的錄音卡；從一切都靠自己動(dòng)手整理，到錄音、轉(zhuǎn)文字、提煉總結(jié)、輸出文件紀(jì)要等，都可以交給智能硬件，在我身上，從信息化到數(shù)字化到智能化，時(shí)代的演進(jìn)也清晰可見。

AI要長出“肉身”

1月4日上午11：49，我乘UA2229航班，從洛杉磯飛拉斯維加斯。

在休息室休息時(shí)，我打開釘釘AI錄音卡的產(chǎn)品盒，很簡單，就是一個(gè)主機(jī)，一個(gè)皮套，一個(gè)磁吸環(huán)。把磁吸環(huán)貼到手機(jī)背面，再把主機(jī)貼上去就行了。主機(jī)只有一個(gè)錄音鍵和一個(gè)語音鍵，按開按停，別的在釘釘APP上操作即可。當(dāng)然，需要先下載一下釘釘APP，但是我相信很多人手機(jī)里都有。

下載，貼好錄音卡，按錄音鍵首次開機(jī)，進(jìn)入待激活，打開APP，掃一下產(chǎn)品激活碼完成激活。我沒有費(fèi)任何力氣，也無需任何人指導(dǎo)就完成了這些準(zhǔn)備，可以開始工作了。

看到我拿出一個(gè)和名片一樣長、略寬一點(diǎn)的小東西貼到手機(jī)背面，對(duì)面坐著的一對(duì)老外夫婦，問我是什么。我說我也是第一次用，錄音、翻譯、整理成文字都可以，他說了一句，It’s so cool.

今年的CES，主題當(dāng)然是AI，最重要的方向則是AI正從大模型等“信息AI”走向“物理AI”，AI要長出“肉身”，和硬件關(guān)聯(lián)在一起，給硬件軀殼注入AI靈魂。比如AI眼鏡，相當(dāng)于給物理世界掛上一幅“實(shí)時(shí)字幕”。AI錄音卡，其實(shí)是把AI語音大模型的能力在卡上實(shí)現(xiàn)。

這一方向——有人說是“萬物皆AI”“AI走向端側(cè)”（Edge AI），有人說是“一切皆可計(jì)算”，我的總結(jié)是“終端AI化，AI終端化”——總之，隨著AI大模型能力的提高，AI正在重塑一切物理硬件。

釘釘?shù)腁I錄音卡，看起來是張錄音卡，實(shí)際上，它搭載著6納米的AI音頻芯片，采用了5顆全向麥克風(fēng)和一顆骨傳導(dǎo)麥克風(fēng)，它配備的聲紋識(shí)別和空間識(shí)別可以進(jìn)行可視化錄音，錄音文件則在錄音卡、釘釘以及云端雙端加密，實(shí)現(xiàn)AI智能調(diào)用。

在CES上，我怎么用AI錄音卡？

1月5日上午，我的CES之旅正式開始。

一大早，在威尼斯人酒店CES展區(qū)參加聯(lián)想集團(tuán)的一個(gè)產(chǎn)品預(yù)發(fā)布會(huì)。會(huì)上有六七個(gè)產(chǎn)品專家依次展示了一系列的概念驗(yàn)證產(chǎn)品，都是圍繞個(gè)人智能計(jì)算的創(chuàng)新形態(tài)而展開。全部都講英文。我坐在聽眾席第一排最右邊，講臺(tái)在最左邊，距離估計(jì)有五六米。我按下釘釘錄音卡的錄音鍵，在APP里選一下“實(shí)時(shí)翻譯”，這樣一邊在錄，一邊可以看到英文和同步轉(zhuǎn)寫的中文。半個(gè)小時(shí)的發(fā)布錄完，AI紀(jì)要和章節(jié)也自動(dòng)生成了。整個(gè)轉(zhuǎn)寫內(nèi)容可以直接在釘釘使用，也可以以文檔格式下載到手機(jī)里，轉(zhuǎn)發(fā)給其他人。

第一次用下來，我很滿意，因?yàn)楣δ芮泻衔业男枨?，產(chǎn)品非常易用，整體識(shí)別率也挺高。雖然有些專業(yè)名詞翻譯的不準(zhǔn)確，但我知道，如果我授權(quán)它使用我的數(shù)據(jù)來訓(xùn)練，很快會(huì)慢慢變好的。傳統(tǒng)的機(jī)器學(xué)習(xí)模型，語音識(shí)別準(zhǔn)確率大概在70%左右，一般大模型的準(zhǔn)確率能做到80%，但釘釘錄音卡的背后是釘釘團(tuán)隊(duì)和阿里通義實(shí)驗(yàn)室的能力，他們已經(jīng)通過1億小時(shí)的視頻音頻學(xué)習(xí)，使準(zhǔn)確率能達(dá)到90%，經(jīng)過專項(xiàng)訓(xùn)練的準(zhǔn)確率可以提升到97%。所謂專向訓(xùn)練，就是要允許它訪問你的一些私人數(shù)據(jù)，更了解你的工作特征和平時(shí)經(jīng)常使用的語料。

5號(hào)中午，威尼斯酒店的一家餐廳，我參加了總部在紐約的一家公關(guān)公司高管組織的一場(chǎng)餐敘。餐廳在室外，周圍很多人在就餐，有些吵鬧。我們這張桌子一共五個(gè)人。我打開釘釘錄音卡，發(fā)現(xiàn)它在有干擾的環(huán)境中的錄音準(zhǔn)確率很高，我也使用了“實(shí)時(shí)翻譯”功能做輔助，40多分鐘交流下來，覺得效率比平時(shí)提高了。

6號(hào)早上，在另一家酒店的餐廳，和一家世界知名公司北亞-太平洋區(qū)域的COO交流。這次是室內(nèi)，我們一共三個(gè)人，餐廳人氣很旺，也有些鬧，他們兩位的一些對(duì)話我聽的不是很清楚，但看釘釘錄音卡，則非常清楚。

6號(hào)上午，我和一位媒體朋友采訪國際足聯(lián)創(chuàng)新總監(jiān)Johannes Holzmuller，這次是在室內(nèi)，環(huán)境很安靜，所以無論錄音效果還是生成的AI紀(jì)要，質(zhì)量比前幾次都更高了。

再之后，7號(hào)上午連續(xù)三場(chǎng)的聯(lián)想集團(tuán)高管群訪，我用釘釘錄音卡已有些得心應(yīng)手。聯(lián)想集團(tuán)董事長兼CEO楊元慶說，AI正變得無處不在，智能設(shè)備內(nèi)置的AI agent智能體可以在用戶授權(quán)后，響應(yīng)指令，甚至做出行動(dòng)。我想，也許用不了幾年，在各種終端硬件上都體現(xiàn)AI的力量，讓硬件從機(jī)械化的“被動(dòng)執(zhí)行者”變成智能化的“主動(dòng)參與者”，就會(huì)變成現(xiàn)實(shí)。

整個(gè)CES之旅，我錄了七八個(gè)小時(shí)，發(fā)現(xiàn)電池還是很強(qiáng)，才用了不到30%的電量。據(jù)說它可以連續(xù)工作45個(gè)小時(shí)，而且是TypeC接口，用手機(jī)線就能充電，完全沒有續(xù)航焦慮。

1月7日下午，當(dāng)我即將結(jié)束今年的CES之行，到中心展館逛展時(shí)，我專門找到了釘釘?shù)恼刮唬?2020號(hào)），雖然展位不大，但我由衷地對(duì)釘釘這張AI錄音卡說聲謝謝。自從它貼在我的手機(jī)上，還沒有摘下來過。

對(duì)我來說它的好處有三：一是錄音效果有保證，隔著幾米遠(yuǎn)，且周圍有些嘈雜，效果也沒問題；二是實(shí)時(shí)翻譯、同聲翻譯，邊錄邊譯，特別適合國際化“出海”的場(chǎng)合和場(chǎng)景；三是錄好即轉(zhuǎn)好和總結(jié)好，能節(jié)省大量時(shí)間。雖然還并不完美，但隨著它的能力增強(qiáng)，它的表現(xiàn)會(huì)越來越好。不像傳統(tǒng)硬件，能力是固定的，難以迭代。

AI新硬件時(shí)代正在來臨

然而，和AI錄音卡的真正能力相比，我所用的只是冰山一角。

比如，它里面有一個(gè)AI問答功能，可基于現(xiàn)在所錄的內(nèi)容知識(shí)庫進(jìn)行各種問答。有的長文件，自己都會(huì)忘了在什么時(shí)候說過什么，過去要反復(fù)地導(dǎo)，現(xiàn)在問一聲，關(guān)于某某問題，誰誰是怎么說的，它就會(huì)馬上找給你。

又如，已經(jīng)錄制的多個(gè)文件，可以合并在一起，生成整體紀(jì)要。這對(duì)我這樣喜歡多源頭采訪、錄音量特別大的人來說很有用。

這些功能，我還都沒有用過。

所以說，在充分發(fā)揮技術(shù)工具的生產(chǎn)力方面，我還是一個(gè)笨人。

只不過和過去比起來，現(xiàn)在的笨鳥要幸福很多，因?yàn)榭梢越柚鶤I工具，先飛起來。

對(duì)于企業(yè)組織來說，釘釘?shù)腁I錄音卡的作用就更大了。在AI釘釘1.1產(chǎn)品發(fā)布會(huì)上，友成公司的執(zhí)行董事許笑迎分享了這樣一個(gè)故事：

不久前，友成董事長去墨西哥出差，許笑迎為他特意配備了一臺(tái)釘釘AI錄音卡。起初董事長非常不解，覺得這能有什么用。結(jié)果有一場(chǎng)會(huì)議結(jié)束后，董事長馬上打來電話，說實(shí)在太好用了——那是一場(chǎng)在墨西哥跟日本客戶的會(huì)議，墨西哥講西班牙語，董事長不會(huì)講。但在錄音卡幫助下，不僅實(shí)現(xiàn)了西班牙語實(shí)時(shí)轉(zhuǎn)譯，甚至還幫董事長對(duì)比校正出人工翻譯的遺漏，大幅提升會(huì)議溝通質(zhì)量。公司迅速給管理層及外派人員都配備了錄音卡。

今年的CES，我在不少展臺(tái)都看到了新一代AI硬件，比如戒指、項(xiàng)鏈、耳環(huán)等飾品。此時(shí)的重點(diǎn)不是“可穿戴”，而是可工作、可交流，你對(duì)它說一聲話，它就會(huì)和你互動(dòng)起來。AI技術(shù)真的從云端落地了，落到萬物里。

這要?dú)w功于過去幾年的AI大模型快速發(fā)展，以及芯片、算法、架構(gòu)、感知、通信五大技術(shù)的協(xié)同突破（如NPU+存算一體，輕量AI大模型，多傳感器融合等），讓各種便攜式、可穿戴的硬件設(shè)備，通過采用“本地采集+手機(jī)/云端計(jì)算”的分工模式，如神靈附身，變得比過去聰明太多。

根據(jù)第三方數(shù)據(jù)公司弗若斯特沙利文的預(yù)測(cè)，2025-2029年，全球AI端側(cè)硬件市場(chǎng)規(guī)模將從3219億元飆升至1.22萬億元，年復(fù)合增長率達(dá)到40%，增速遠(yuǎn)超傳統(tǒng)消費(fèi)電子品類。

盡管還存在專有數(shù)據(jù)不足的問題；提升用戶體驗(yàn)需要投入很強(qiáng)算力，而算力會(huì)增加成本和功耗的問題；以及某些網(wǎng)絡(luò)環(huán)境對(duì)于產(chǎn)品使用場(chǎng)景的限制等問題，但AI硬件的最大優(yōu)勢(shì)就是基于軟硬件一體化，可以快速更新迭代。

就像去年4月北京的人形機(jī)器人半程馬拉松，不少機(jī)器人當(dāng)時(shí)還無法直立直線前行，數(shù)月之后已能在多個(gè)場(chǎng)景中作業(yè)。據(jù)說英偉達(dá)已將主要AI數(shù)據(jù)中心GPU的架構(gòu)更新周期從兩年縮短至一年，并開始發(fā)貨新一代“機(jī)器人大腦”，就是為了更快提升機(jī)器人的推理與決策速度。

對(duì)于釘釘這一擁有2600萬組織用戶以及7億個(gè)人用戶，中國最大的協(xié)同辦公平臺(tái)來說，數(shù)以萬計(jì)的辦公、學(xué)習(xí)、會(huì)議、交流需求，為它推出創(chuàng)新的AI硬件產(chǎn)品，打通從數(shù)據(jù)輸入、AI處理分析到工作中協(xié)同行動(dòng)的閉環(huán)，提供了豐厚土壤。也因此，釘釘錄音卡自然成為阿里面向AI時(shí)代的消費(fèi)級(jí)主力硬件。

像釘釘錄音卡這樣的產(chǎn)品，背后所調(diào)用的是阿里巴巴的算力和通義大模型。釘釘在深入千行百業(yè)的智能硬件方面的作為，也事關(guān)阿里的大模型如何被更多地消費(fèi)。

結(jié)語

在供應(yīng)鏈方面，中國制造已經(jīng)有強(qiáng)大的競爭力。現(xiàn)在，是在各種硬件上注入AI的時(shí)候了。這將使中國制造變成真正的智造，不僅用智能化方式去做制造，也制造各種智能硬件。

在這個(gè)過程中，互聯(lián)網(wǎng)超級(jí)APP公司、大模型公司都會(huì)在“生態(tài)終端化”方面下場(chǎng)，不僅釘釘，其他巨頭也都在紛紛嘗試硬件形式，如企業(yè)語音AI終端，智能客服/會(huì)議硬件，跨工作生態(tài)嵌入式設(shè)備等。

釘釘?shù)南Ｍ?，通過軟硬協(xié)同，從任務(wù)捕捉到內(nèi)容解析到協(xié)同執(zhí)行，打造一個(gè)更加閉環(huán)的辦公體驗(yàn)，用人人可用的硬件幫助組織沉淀更多的數(shù)據(jù)資產(chǎn)，發(fā)揮AI價(jià)值。這是一個(gè)橫跨軟件、AI、硬件和企業(yè)服務(wù)的全棧方向，充滿了想象力。

我從自己親自體驗(yàn)的這張小小的錄音卡，看到了基于中國的制造優(yōu)勢(shì)、供應(yīng)鏈優(yōu)勢(shì)和龐大的組織規(guī)模、應(yīng)用場(chǎng)景，一個(gè)宏大的AI新硬件時(shí)代正在來臨，已經(jīng)來臨。

這似乎也昭示著，從移動(dòng)互聯(lián)網(wǎng)走向智能體和智能硬件相融合的新互聯(lián)時(shí)代，也已拉開了大幕。

No.6716 原創(chuàng)首

發(fā)文章

開白名單 duanyu_H｜投稿 tougao99999

歡迎點(diǎn)看【秦朔朋友圈】