在CES，我们用时空壶的黑科技，实现无延迟对话

1月6日至9日，在拉斯维加斯举办的消费电子展（CES）上，一处展台前的场景格外吸睛。

两位参展者正进行一场看似混乱的对话，你说中文，我说英文。可对方说完，另一人都能立即用母语回应，点头、反问、讨论细节，毫无障碍。

秘密藏在他们的耳畔：时空壶W4，全球首个骨声纹AI同传耳机。

98%准确率的高水准同传，嘈杂展会里的“沟通神器”

在时空壶的展区，正呈现出一幅特别的景象，两位体验者相对而坐，各自耳畔都戴着一只耳机。

男士刚用英文问完“Have you had lunch？”，女士已经自然地用中文回答：“是的，这里有一些不错的美食选择。我还没吃午饭”。

接着女士用中文反问“你在展位这里过得怎么样”，男士也毫不犹豫地笑着接话，“我就是有一些忙。”

整个过程中，他们的目光始终自然相接，偶尔伴随手势，对话节奏流畅如常。而在他们周围，是CES展区熙攘的人潮与持续的喧闹背景音。

长久以来，传统翻译耳机普遍被两大瓶颈所困：嘈杂环境下“听不清”，复杂语境中“译不准”。而这，恰恰是决定跨语言沟通体验好坏的关键所在。

而时空壶W4，正用两项全球首创技术，直击这两大痛点。

第一项是AI骨导收音。传统方案要么靠多麦克风阵列降噪，但在极端噪音前依然力不从心；要么硬件收音与软件翻译割裂，导致整体体验不佳。

W4创新地加入了一枚骨声纹传感器。它的原理很简单：人说话时，声音不仅通过空气传播，还会引起颅骨的震动。这枚传感器就是专门用来捕捉这种震动信号的。

“两个人近距离说话时，怎么防止我的声音窜进你的耳机里？”时空壶创始人田力坦言，“过去我们做过很多尝试，试过矢量型降噪，靠方向性波束控制收音距离，效果不错，但还不够极致。”

现在，骨声纹传感器捕捉颅骨震动，两颗气导麦克风收集空气传播的声音，三者信号融合计算后，就能实现“只收我声，不扰你耳”的精准收音。再吵的环境，也能稳稳锁定说话人的声音。

听清之后，下一个挑战是译准。

时空壶的解决方案是，通过与AI大模型深度融合，具备了联系上下文理解语境的能力。

举个例子，很多翻译设备至今都搞不懂“手冲”咖啡里的“手冲”二字。如果你在国外想点一杯手冲咖啡，不少“实时翻译耳机”可能会理解成让你“洗手”。

而W4不仅能准确翻译，还能结合场景帮你下单一杯“手冲咖啡”。

不仅如此，基于巴别系统，时空壶上线了业内首创的AI翻译引擎优选技术。

要知道，全世界有几千种语言，英文转西语、中文转韩语、德语转英文，每一组语言对的语法逻辑、表达习惯都天差地别，根本没法靠一个通用引擎搞定所有。

而AI引擎优选系统能实时识别当前语言对，并自动调度后台中最擅长处理该语言对的专精引擎，就像为每一种语言都配备了一位“母语译员”。

“从创业第一天我们就想明白，翻译引擎未来一定是混合状态。”田力指出，“没有哪家公司能把所有语言都做到顶尖——谷歌可能英语强，中文就不一定，小语种更难。”

所以，时空壶既自研一些引擎，特别是小语种和个性化引擎，也与OpenAI、豆包、通义千问等头部平台都有合作。

田力透露，目前，阿拉伯语有十几亿使用者，但全球AI公司对其识别普遍不佳，因为缺少本土技术生态。时空壶自己深耕后，目前识别准确率已超过许多大厂。

关键在于，时空壶并非将这两项顶尖技术简单并列，而是首创性地将其融合为一个完整、协同的智能翻译系统。

这是翻译耳机行业首次把“听得清”和“译得准”真正贯穿到同一个闭环之中，也因此让W4成为了迄今为止业内最准的AI同传翻译耳机。

数据显示，W4支持43种语言、96种口音，面对面同传翻译准确度高达98%，100db噪音环境下依旧能够稳定翻译。

9年的技术深耕，挖出一条护城河

这样的高水准同传体验，到底是怎么做到的？

故事要从创始人田力的经历说起。2006年到2010年，他在电子科技大学读书，毕业后入职华为，很快就拿下了中国区最年轻的金牌个人奖。

三年后他选择离开，原因是“特别想看看外面的世界”。

2016年底，田力在深圳大学城附近成立了时空壶。

那时候AI已经很火，商汤、旷视等企业估值都到了几百亿，翻译方面，谷歌翻译都好多年了，用户好几亿，微软也有相关服务和产品。

但田力发现了一个核心痛点：“尽管有这么多工具，出国、谈工作、交朋友，最大的障碍还是语言。这说明缺的不是技术，而是一个真正好用的产品。所以我们才出现，我们想实现的是两个人能像海报上那样自由自在地交谈。”

次年，当整个行业都在想怎么把“拿在手里”或“屏幕里的翻译”做得更好时，时空壶推出了全球第一款翻译耳机WT2。

WT2的技术特点是“1+2”模式，即一部手机配合两只耳机实现双向翻译。虽然不完美，但创新的模式和追求自然对话的模式，在海外众筹平台Kickstarter上获得了超预期3倍的支持，筹得16万美元。

这笔钱不多，但至关重要：它证明了市场需要翻译耳机，也证明了这条路走得通。

但技术攻克的难关才刚刚开始。就像自动驾驶分L1-L5级别，AI翻译也有清晰的进阶路径。

L1是基础文本翻译，类似早年电子词典；L2是“你说一句、我等一句”的回合制翻译，这是当时行业的主流水平。

而从L2迈向L3，实时同声传译，除了“听不清”外，还横亘着一座无法绕开的技术大山：

标准蓝牙耳机是单通道设计，无法实现两只耳机独立收音、实时互传。

时空壶选择死磕自研。历时数年，终于在2021年拿出的W3上真正实现了稳定、低延迟的双向同传。

同时，他们独创的“三麦克风阵列+矢量降噪”技术，让耳机能像雷达一样精准锁定用户的声音。

正是这些底层突破，让他们将对话延迟压缩到了仅有3-5秒。目前联合国级别的同声传译人员同传延迟大概在2秒左右。

与巨头共舞，在竞争与趋势中坚定前行

凭借扎实的技术护城河，时空壶得以更从容地面对全球市场的复杂竞争。

2023年后，AI翻译软件免费化，白牌硬件价格战惨烈，而苹果、谷歌的生态优势又如影随形。

就在这片红海中，时空壶在2024年营收做到了2亿元，连续六年行业第一，全球用户超百万，产品卖到170多个国家。

在田力看来，时空壶和很多公司最大的区别就在这儿。“巨头们是已经有了一个产品，比如耳机、手机，然后把翻译作为生态中的一个功能来覆盖，是‘我有锤子，找颗钉子’。我们不是，从创立第一天起，我们的目标就只有一个：解决跨语言沟通的问题。”

“我现在做AI的，基本都绕不开翻译，智能助理总得会说话吧？但问题是，翻译是一个‘顺便就能做好’的功能，还是一个‘需要专注做深’的事？我们坚定认为是后者。”

他举了个例子：很多产品的翻译功能，看似美好，实际用起来要么延迟高，要么交互别扭；苹果的翻译功能，还得双方都用苹果设备才能流畅使用，场景太受限。

“而且，苹果会专门为翻译，做一个不依赖iPhone的独立设备吗？不太可能。我们甚至做过不能听歌、不能打电话的耳机。因为在我们眼里，它不是耳机，是‘可穿戴的交流设备’。未来，我们的产品可能会更不像手机配件，一切设计都只为让沟通更沉浸。”

“我们现在的体量还很小，但市场潜力巨大。”田力的目光看得很远，“一方面，全球人工翻译市场有100亿美元，我们可以替代一部分；但更重要的是，很多场景以前根本请不起人工翻译，比如普通人出国旅游、小商户和海外客户谈生意，这些都是全新的增量市场。”

“就像大疆早期做无人机，不是为了替代谁，而是开创了一个新赛道。我们也是如此，比起盯着竞争对手抢蛋糕，更想把整个市场的蛋糕做大。”

现在，时空壶的目标很清晰：把翻译体验从L3推到L4的水平，让跨语言沟通变得像呼吸一样自然。

值得一提的是，即便站在了行业的高点，田力依然保持着创业者的警惕与清醒。

“未来两三年肯定会遇到危机，不光是因为我从华为出来，更因为创业公司永远不能自满。”他坦诚道，“我们虽然在细分领域有点领先，但市场远没定局，规模也还小。最关键的是，眼睛要盯着用户，而不是天天看竞争对手，否则很容易跑偏。”

田力最喜欢做的事，是听用户的故事：有用户每天早晚用时空壶耳机，和异国的妻子视频聊天；有在中国生活的澳大利亚演员，靠着它学会了中国功夫……

“看到这些真实的案例，你会很感动，觉得真的帮到了他们，完成了人和人之间的连接。这些东西带给我们的成就感，远比竞争来得重要。”田力表示。

结语

当科技行业纷纷追逐风口、搭建生态时，时空壶却选了条更窄的路，九年专注一件事：让人听清并理解彼此。

这份专注，也体现在他们的一个特别命名里。时空壶有个会议室叫“巴别鱼”，灵感源自《银河系漫游指南》：主角在飞船上听不懂外星人，往耳朵里塞只鱼，就能马上听懂。

如今，时空壶的探索，正让这条鱼以耳机的形态，从科幻游进现实。也让其自身成为巨头林立的时代里，一个独特的生存样本。

•END•