Oculus原班人马再创业：Sesame AI眼镜能否成为市场黑马？

文/VR陀螺 万里

近日，Oculus联合创始人之一Nate Mitchell在Linkedin宣布将加入一家名为Sesame的初创公司，并担任首席产品官。

这一消息引起了业内广泛关注：一是Sesame是业内小有名气的AI初创公司，二是因为这家公司创始成员中“Oculus派系”达2/3，看起来就像是Oculus元老集体再创业。

不过，这一次，他们所瞄准的不再是VR，而是基于AI驱动下的智能眼镜平台。

Oculus原班人马相聚于AI眼镜赛道

Sesame成立于2023年，如果简单描述，这是一家致力于开发个性化对话式AI以及配套的智能眼镜硬件终端的厂商。

根据网络信息，Sesame团队目前约有50人，企业曾在2023年10月获得A16z所领投的4750万美元A轮融资。

此外，今年3月，有消息传出企业正在谋求2亿美元的新一轮融资，红杉资本以及Spark领投，投后估值将超过10亿美元。只不过由于当时具体交易尚未正式敲定，不排除后续有变化的可能。

• Sesame创始团队

从团队成员来看，Sesame无疑具有很高“Oculus含量”。企业共有三名联合创始人：Brendan Iribe（CEO）、Ryan Brown（工程师）以及Ankit Kumar（CTO）。

先来简单看一下Brendan Iribe的简历，他出生于1979年，职业起点是一名游戏程序员，后来创办了游戏界面技术公司Scaleform，后被Autodesk收购。

Iribe于2012年担任Oculus CEO一职，并领导了开发套件、Rift、Quest等产品的开发。他被很多人誉为Oculus商业化的最重要推手，因为他让Oculus初代产品在Kickstarter平台大获成功并且成功主导了Facebook的收购案。

Iribe在2018年离开Facebook，有传言称他辞职的原因在于他倾向于PC VR，但这与Facebook当时的VR一体机战略不一致。

在创办Sesame之前，他曾参与过一些投资以及汽车锦标赛事，如他曾在2023年投资了AR初创公司Brilliant Labs。

Ryan Brown与Oculus同样具有很深的渊源，他曾在2013年加入Oculus并担任硬件架构师，在2019-2023年间，他调往Reality Labs并担任工程总监。

最后一个联合创始人Ankit Kumar曾创办了AR多人在线平台Ubiquity6，并担任CTO一职，该企业于2021年被Discord收购。

• Nate Mitchell加盟

这里再介绍一下刚入职的Nate Mitchell的简历：他同为Oculus的联合创始人，也是在Oculus任职时间最长的联合创始人之一，在公司担任了多年VR产品副总裁一职。

2019年，Mitchell宣布离开Facebook，该事件被外界视为Oculus创始团队的终结。2020年，Mitchell创办了游戏工作室Mountaintop Studios并担任CEO一职。工作室曾发布了一款战术设计游戏《Spectre Divide》不过反响平平。

今年6月，Mitchell更新了Linkedin简历并宣布加入Sesame，后续将担任企业的首席产品官一职。他在社交平台上写到，其致力于“帮助让计算机焕发生机，并将与与Brendan Iribe、Ryan Brown以及Oculus的众多原班人马重聚，再次携手共创未来。”

也就是说，Oculus共计有6名联合创始人，Sesame现如今就占据了两席：Brendan Iribe、Nate Mitchell。再说个题外话，Oculus另外四名联合创始人中，Palmer Luckey于2017年创办了国防公司Anduril Industries；Michael Antonov于2022年创办生物技术公司Deep Origin；Andrew Reisse于2013年因车祸不幸离世；Jack McCauley现如今担任加州大学伯克利分校董事会董事一职。也就是说他们均已离开了VR赛道。

软件今年取得重要突破，旨在开发比肩真人的AI语音助手

从业务布局来看，Sesame是一家试图以软件切入再逐步打通智能眼镜硬件的厂商。关于软件，企业所瞄准的是对标真人的AI语音助手。

至于为何会从语音助手切入，Sesame官网给出过以下解释：

声音是我们人类最亲密的媒介，它通过音调、音高、节奏和情感的无数变化，承载着层层含义。
如今的数字语音助手缺乏真正发挥作用的必要素质。如果不能充分释放语音的力量，它们就无法与我们有效地协作。一个只用平淡语气说话的私人助理，在最初的新鲜感消退后，很难在我们的日常生活中找到一席之地。

Sesame的企业愿景是“让计算机焕发生机”，而团队认为声音会是关键的钥匙所在。在Sesame看来，未来的数字伴侣应该具备解读并回应情感背景（情商）、自然的时间、停顿、打断与强调（对话动态）、调整语气和风格以适应情况（情境意识）以及保持一致的个性四大属性。

今年2月，团队在语音助手方面取得了较大进展，并对外开源了其对话语音模型（CSM）。普通用户也可以基于其官网“https://app.sesame.com/”免费体验企业所开发的Maya以及Miles两大语音助手。

Sesame的模型具有以下几大特点：

一、可以联系上下文，因而它可以记住用户的名字、爱好等背景信息；

二、端到端与多模态。与传统的LLM+语音转文本方案不同，它的输入输出由同一神经网络处理，这样的好处在于响应速度更快，并且还能够“理解”用户交流过程中的一些语音语调等文本以外的情绪信息。

笔者近期也体验了一番，总的来看，除了Sesame AI助手不支持中文，网络不太稳定等小问题外，与它对话其实充满了不少惊喜，因为它的响应很快，并且支持打断，就跟与普通人聊天一般，有时候你甚至会感觉它真的带有自己的情绪在里面。

此前团队曾进行过一次主观指标测试：80名受邀者分别对Sesame AI生成语音以及真人录音进行盲听，结果在没有背景信息的情况下误认为AI是真人的比例达到了52.9%；不过，当实验中进一步提供语境信息，误认为AI是真人的比例会降至33.3%。

三、Sesame对话模型号称采用了双Transformer架构，主干模型用于理解文本和对话上下文，而解码器是一个小模型，专注于音频输出。

值得一提的是，今年6月，Meta重金挖走了Sesame的机器学习主管Johan Schalkwyk，外界猜测这可能是为了改善Llama大模型的语音和个性化功能体验。

硬件聚焦于眼镜形态，眼动追踪或是标配

关于硬件，Sesame团队并没有公布过太多进展，不过可以肯定的是这是一副智能眼镜，官网表示它“设计为全天佩戴，为您提供高品质音频，并方便与您的同伴一起观察世界。”此外，Sesame官网也在醒目的地方贴出了几张智能眼镜开发图片。

从专利来看，目前Google Patent可以搜出企业9条专利，这些专利核心聚焦于眼动追踪、视觉检索，此处略举几例：《使用眼动追踪功能确定注视深度》、《基于眼睑追踪信息监测心理运动表现》、《使用带有共线光源组件的差分相机的跟踪系统》......

其中一项名为《凝视辅助搜索查询》（US20240419721A1）的专利提到，头戴式设备会基于相机捕获图像，并基于眼动相机洞悉用户所注视的区域对图片进行再加工，如用户关注的是桌子上的花瓶，系统会将花瓶截取下来再进行后续检索等操作。

此外，该专利还展示了VR/AR两款产品的简单构造信息，如对于一款眼镜，里面将会集成屏幕、相机、眼动追踪传感器、位置传感器、声学传感器等组件。

值得注意的是，Sesame已经公开的专利大部分来自眼动技术团队Zinn Labs的转让，相关介绍指出，Zinn Labs一直致力于开发注视和注意力追踪技术，以在极小尺寸上实现新型用户界面。今年2月，Zinn Labs团队已经整体并入Sesame。

伴随着6月底Nate Mitchell的加入，企业也开始加大了招聘力度。目前Sesame官网共有14个岗位空缺，硬件相关岗位有6个，涵盖硬件产品经理、电气工程师、嵌入式操作系统架构师、机械工程师等，此举应该是为了加速硬件产品上市所做的准备。

如果横向对比，Sesame的愿景其实跟OpenAI比较类似，基于大模型出发并试图构建AI硬件。此外，两家企业都想要打造科幻电影《Her》里面所呈现的AI智能终端：AI可以与用户亲切交流，并且洞察用户需求。

为了开发硬件，OpenAI曾于今年5月斥资65亿美元收购了前苹果首席设计师Jony Ive的初创公司io，外界猜测OpenAI的新硬件可能是一个类似于iPod shuffle或者AI耳机之类的产品，它内置SLM，没有显示功能，分析师郭明錤表示该产品有可能会在2027年量产。

再来看Sesame，企业已经毫不掩饰表明这是一款智能眼镜，眼动功能会是眼镜的核心之一，暂未明确初代产品是否会搭配屏幕。考虑到当前AI眼镜井喷的市场现状，产品2026年发布会是一个可能性比较大的时间节点。

结语

2012年，Oculus创立，其最初愿景是“让每个人都能体验到虚拟现实”。十年后，ChatGPT发布，市场上关注到了基于AI驱动的新的计算时代的广阔前景。Sesame团队在这个背景下成立，愿景也有了很大的不同。

由于Sesame团队具有较强的VR、AR背景，加之团队与Oculus有着很深的渊源，外界不少人都期望它们能在智能眼镜市场开创新的“Oculus时代”。得益于Sesame真实声音驱动的理念，Sesame是否能作为一匹黑马脱颖而出？这值得我们持续关注。