【马蹄社原创】
见证100位创始人的深度思考
淬炼下一个十年的全球商业洞察
【马蹄社原创】对话开始前，未来智能viaim创始人兼CEO马啸做了一个动作。
他把耳机盒放到桌子中央，推开，按了一下耳机盒上的红点，整场两个小时的对话，就这样被它自己录了下来，没有人需要低头做速记。
viaim 讯飞智能体耳机
一场关于未来智能 viaim 的采访，正在被这家公司的产品 viaim 讯飞智能体耳机记录着。
未来智能（旗下品牌：viaim）成立于 2021 年，为解决职场人的会议记录痛点切进办公场景。2026 年 5 月 8 日，未来智能 完成亿元级 A+ 轮融资，传音参投。这是其 16 个月内的第四轮融资。2025 年 1 月 Pre-A（博裕创投领投、初心资本跟投），4 月 Pre A+（启明创投与上海国投孚腾资本联合领投），10 月 A 轮（蚂蚁集团领投、启明超额跟投），到今年 5 月的 A+。旗下品牌 viaim 全球注册用户累计超 150 万，覆盖 50 余个行业，遍布 200 个国家和地区。据马啸对媒体披露的数据：2025 年国内线下门店超 3500 家，出货总量突破 25 万件，单店产出同比增加 56%；到 2026 年一季度，海外全渠道合计增长 3.8 倍，活跃用户同比增长 11.5 倍，订阅用户同比增长 23.8 倍。
一家做耳机的公司，为什么会同时被支付生态、新兴市场手机之王以及一群头部 VC 同时盯上？
马啸给出的答案，不在耳机上。
“AI 现在没有耳朵，也没有眼睛。” 他说，“传统产品都是在为人做耳朵和眼睛，而我们要为 AI 提供耳朵和眼睛，让 AI 自己看、自己听，自动把 Context 补全。我认为这是下一步最重要的战场。”
1% 和99%
他真正想撬动的，是那99% 的人
2021 年，彼时还没有大模型。产品能做的事只有一件，就是把语音转成文字。
“当时最直接的用户群之一是记者，但规模更大的一群人是金融从业者。”马啸复盘，“第一，他们线上沟通量极大；第二，2021 年正值疫情期间，原本该线下见面的沟通全转到线上，需求井喷。”
第一代产品工艺粗糙、被用户骂得很惨，但买了产品的 100 个人里，有 70 个人顶着槽点一直在高频使用。
据马啸回忆，有一位记者用户当时告诉他，过去，录音录了 40 分钟，想找中间的某一段话，传统录音笔只能来回拖进度条去找，但 viaim 在将录音转成文字后，搜关键词就能直接定位。这就是一边吐槽一边又离不开的原因。
马啸把这套打法称之为“进窄门，走宽路”。
窄门是未来智能主动选择的，在所有可以录音的场景里，未来智能只切进“办公会议”这一个极垂直的细分场景，只有把口子收得足够窄，才能把这一类对话处理到别人达不到的深度。
大模型来了之后，路开始变宽。产品从“转写”进化到“总结、摘要、待办”，用户群随之破圈。先是需要深度沟通的销售（4S 店销售、保险员、外贸工作者），然后是智能制造与先进制造业人群（集中在长三角及华南地区，大量出海企业都在接跨国电话，开跨国会议），最后是学生，尤其是海外留学生，戴着耳机上课，教授讲完，大模型再处理一遍。
这些人的身份天差地别，但他们要处理的是同一种东西：一场信息密度极高、听完就散、事后又必须复用的专业对话。门始终是那一道门，但走进来的人越来越多。
到 2026 年，第三次变化来了：AI Agent。
“从 2023 到 2025 年，我们主要用的是大语言模型最基础的能力，就是摘要和总结。但再往后，这些内容其实都会变成 Agent 的触发器。”
马啸观察到一个用户行为：大家把在耳机里录制、转写好的内容导出来，再倒进各种大模型产品里，做交叉验证、生成 PPT、写稿。“他们把我们当成工作流程中的一个环节，但整个工作并没有结束。用户仍然要在不同设备、不同终端、不同产品之间反复切换。”于是问题变成：既然工作流和基座模型的能力已经这么强，为什么这后半段不能由耳机自己接过来？
这就是未来智能 viaim 今年的战略拐点——把所有被录下来的内容，都当成一个触发器。
马啸把触发之后的场景拆成三类：
第一类，工作闭环。 记者采完要写稿，金融从业者调研完要出研报，律师沟通完要整理档案、形成法律建议。“这是他的任务闭环。AI 现在完全有能力完成，只需要告诉它具体要求。”
第二类，从对话中主动触发生活服务。马啸举例：“比如今天的访谈录音，咱俩对话时提到刘老师明天要去一趟呼和浩特出差，这条信息能不能自动变成订票助手的触发器？录音结束之后，viaim 不会突然发声打断你，而是在后台静默完成语义抓取。当你打开手机端查看纪要时，它已经把‘预订北京去呼和浩特的高铁/航班’提取为一张待办事项卡片，附在文档底部。你只需要点击确认，它就能直接调取接口完成预订。”
第三类，专家辅助。 现实中请一个专家成本很高，但在法律、医学这类知识体系相对稳定的领域，把 AI 萃取成一个垂直专家，是完全可行的。
但问题也恰恰出在这里，AI 明明已经具备专家能力，为什么绝大多数人没有用起来？
马啸抛出了他那个“1% 和 99%”理论：“AI 出现以后，有 1% 的人已经把它用到了极致，能力是普通人的十倍甚至百倍，成了所谓的超级个体。但另外 99% 的人仍然很迷茫。这 99%，就是我重点关注的人群。”
怎么唤醒他们的使用习惯？马啸说：不能靠教。
“教他们怎么写 Prompt、怎么用工具，效果非常有限。大模型有个特点，你给它一个 Average、平庸的指令，它就给你一个平庸的回答；你越精通 Prompt、输入信息越充分、对它的要求越专业，它输出的东西就越专业。这有点像茶壶里煮饺子——饺子已经在里面了，只是壶口太小，倒不出来。本质上还是交互方式的问题。”
那就换一种交互方式：第一，让 AI 主动；第二，别再试图让用户费劲地喂 Context。
“现在的 AI 没有耳朵也没有眼睛，所以用户必须自己把背景信息全部输进去。未来，我们要做更多 AI 的耳朵和眼睛。”一句讲清楚了这家公司存在的理由。
viaim讯飞智能体耳机 智能体展示
从Assistant到 Agent
一枚三级火箭，和一个叫“0.3”的刻度
如果把“主动”这件事推到极致，产品会变成什么样？
马啸划了一条刻度线：“主动式 AI 最大的问题是，它主动的准确，会大幅加分；主动的不准确，会造成非常严重的减分体验。所以在准确率还不够高、产品还在迭代的时候，主动性只能先做一点点。”
主动性的边界到底怎么判断？有没有一些功能，技术上能实现，但就是不该放进产品？
“关键在于主动到什么程度，不要打断用户原本正在进行的事情。” 马啸说，“比如今天沟通结束，耳机自动生成了纪要，下面提示用户：分析后发现可能有三四项任务，需要我执行吗？用户打勾或者打叉。这种主动不会过度打断他，也不改变他原有的工作习惯。”
"主动不是只有 0 和 1。不是完全不主动，也不是极其主动，中间还有 0.2、0.3、0.5。可以先做到 0.2、0.3，效果足够好之后，再逐步提高到 0.5、1。”
这个“0.3”的分寸感，背后是一套完整的能力阶梯，马啸把它比喻成一枚三级火箭：
第一级，Assistant。 “假设你今天招了一个超级优秀的博士生助理，但这是他上班第一天，对你的习惯一无所知，所以每件事都要请示——您需要我做这件事吗？”
第二级，Copilot。 “多次互动之后，它摸清了你的习惯，某些事已经形成固定选项，它就会问：以后遇到这种情况，我可以直接帮您执行吗？你确认了，它下次就直接执行。”
第三级，Agent。 “AI 已经完全理解你，不需要再询问，直接把结果呈现出来，这个阶段才叫 Agent。”
“Assistant、Copilot、Agent 构成一个金字塔。先把 Assistant 做好，从中提炼出 Copilot 能力；Copilot 做得足够好，再进一步基于用户使用场景提炼出 Agent。这不是一蹴而就的过程，更像一枚三级火箭。”
而这枚火箭最难的，不是第三级，是点火。
对话现场，马蹄社编辑同学抛来一个具体的难题：每个记者的写作逻辑和风格都不一样，耳机能不能从用户第一次使用起，就跟他一起共创、持续学习他的工作方式，最后输出的内容，都真正接近他想要的样子？
马啸的回答，先是坦承技术早已就位，下一代产品里有一项叫 Workspace 的功能，用户可以上传自己满意的作品，让 viaim AI 学习并按照用户的风格生成内容。“从技术上讲，这些都完全可以做到。”
但他话锋一转，落到了那个真正卡住所有人的地方：“怎么让普通用户能像您这样，主动产生动机去做个性化配置？这是最难的。像能主动提出需求、主动配置工作方式的用户，目前还是太少了。”这就绕回到了“99%”那个命题，先解决那 99% 用户不愿、也不会主动配置的问题。而这，正是点火最难的地方。
“未来的 AI 一定是千人千面的，它首先要学习用户，问题是，怎么以低门槛的方式快速完成学习？”马啸说，“这有点像发动机点火。最困难的就是这第一次点火。一旦点着，发动机就能持续运转。必须想办法让用户先迈出第一步，先往发动机里加第一滴油，第一滴油是什么？我认为就是记录。”
为了让这滴油更容易被加进去，马啸实际早已在布局，他做了一个行业反共识的决定：把 viaim 的系统开放。为了打开更大的用户市场，viaim 讯飞智能体耳机现阶段允许用户上传外部资料，不限于必须是用耳机录的音频，其他设备录的采访、甚至播客和文档，都可以传进来，统一整合、统一输出。
“处理外部资料会消耗我们的 Token，也会增加成本，但我认为这件事值得做，用户必须先往系统里添加燃料，整个个性化飞轮才能真正转起来。”当然，开放系统本质上是一种“降维引流”。用户很快就会发现，用普通手机录制的嘈杂音频，一旦遇到多人重叠或空旷会议室，大模型的解析极易出现幻觉。要想让 AI 真正听懂复杂的真实场景，最终依然要回到 viaim 专属的硬件声学阵列技术上。只有干净的输入，才能得到最准确的输出。
灰数据才是资产
水涨船高还是刻舟求剑
大模型迭代速度这么快，垂直场景的 AI 应用会不会迟早被大模型淹没？
马啸把整个 AI 应用层切成了两种命运。
“以语音识别模型来说，我们通常叫它小参数模型，经过定向数据训练，它在特定任务上能做得足够好，反应也快，但可扩展性很差，一旦更换场景、语境或任务，原来的模型就不适用了。如果从这个角度定义小模型，那么小模型确实没有太大的独立价值。”
但另一种东西不一样—— Harness，它不是一个独立的模型，而是在大模型之上，通过 Prompt 工程、Context 管理和工具编排形成的一整套应用服务。
“如果脱离大模型，单独开发一个封闭模型，最终大概率会被大模型替代。但如果你的服务建立在大模型之上，那么大模型能力越强，你在垂直领域提供的服务也会越强。你会被大模型的水位托起来，而不是被淹没。”马啸说。
“不要做刻舟求剑的模式，要做水涨船高的模式。”
那么，这两种模式最根本的分界线在哪里？
“在于能否吸收行业里的灰数据。”这是全场很重要的一句话，非常值得拆开看。
马啸的逻辑链是这样的：模型每重新训练一次，互联网上已经公开的知识——也就是显性知识，基本都会被重新学习一遍。不联网的情况下，问它一些最新知识，有时也能覆盖到很新的数据。这说明它不久前刚完成了一轮训练；如果允许联网，它还能实时搜索更多内容。
那么，什么东西不会被大模型快速吸收？是行业里的灰数据，也就是隐性知识。
现实世界中，存在大量未被数字化的“隐性知识”。一家企业真实的权力结构与业务流转、行业内未成文的潜规则，甚至是我们此刻未经捕捉的深度对话。这些不会出现在公开互联网上的“灰数据”，正是大模型的盲区。
在 AI 时代，能否帮助用户将这些隐性数据建立为用户可复用的能力，决定了大模型的进化是威胁还是强大的杠杆。模型能力越强，就越能帮助用户深度激活他的私有知识库，放大“灰数据”的价值，形成水涨船高的赋能效应。反之，那些仅仅依靠公开信息建立的业务，比如搬运公开法条的法律 AI，就极易被下一代大模型降维吞噬。技术本身没有固定属性，未来的真正护城河在于你手里有没有大模型拿不到的东西。未来智能 viaim 选择给用户提供一套绝佳的 Harness （工具编排与工作流解析能力），viaim 本身不占有数据，而是帮助用户在端侧本地安全地激活这些私有数据。
这套逻辑，直接决定了未来智能 viaim 为什么必须做硬件、而不能只做一个 App。
“大模型在相当长一段时间内，都非常需要硬件。因为它需要耳朵和眼睛去看世界、听世界。”
顺着这条线往下推，马啸抛出了一个很前瞻的判断——服务 AI 的硬件，和服务人的硬件，未来会分道扬镳。
马啸指出，传统视听硬件如摄像头完全是基于“人类感知域”设计，追求连续、高清、防抖及暗光表现，这导致行业目前深陷 4000 万甚至 5000 万像素及光学变焦的内卷中。然而，AI 认识世界的第一性原理与人类截然不同，AI 的感知底层是“采样逻辑”，它不需要高频冗余的连续录像，只需通过瞬时扫描提取特征信息（如瞬间识别六人面部），或通过多模态数据对齐（如声源定位配合唇语捕捉）即可完成理解。
这种需求错位意味着，用服务于人的标准去制造 AI 的硬件，必然存在极大的冗余。未来，当 Agent 的数量呈指数级增长并超越人类时，抛弃传统人类视觉指标、专为 AI 定制的“感官硬件（眼睛和耳朵）”，将催生出一个极其庞大的全新增量市场。
马啸进一步透露，公司未来的研发矩阵也将把资源倾斜于端侧视觉与语音识别算法，并向下扎根，深耕端侧算力芯片与专属处理器的研发。这一布局将彻底跳出传统消费电子的内卷泥潭。他说：我们的目标不再是“为人造感官”，而是要构建“AI 认识世界的专属耳朵和眼睛”。
viaim讯飞智能体耳机 AI功能展示
一根针，和它的不同“肉身”
回到当下的生意，我们面临的一个更现实的问题是：一家做耳机的公司，凭什么能不被硬件同质化内卷？
马蹄社从马啸的对话中得到两层答案，第一层是位置，第二层是结构。
先说位置。他把自己放在了四类产品的交界处。“我们不能完全站到任何一边，而是要处在四类板块的交界处。”
在产品定义上，viaim 展现出了极致的差异化策略，完全跳出了单一品类的竞争逻辑。面对纯硬件耳机，它通过内化的一整套 AI Agent 能力，完成了从声学外设到智能 AI 助理的升级；面对各大办公协作 SaaS，它以跨平台硬件为抓手，彻底打破了单一应用生态的“软绑定”，无论用户身处哪种会议环境，都能实现无缝的跨平台处理。不仅如此，对比手机自带的通用录音与 AI 功能，它剥离了繁冗的交互，提供了更垂直、更贴合专业工作流的深度解析；而相比于形态突兀的传统独立录音设备，它又以高频可穿戴的耳机形态设计，重构了用户的使用场景。所以，viaim 通过这种精准的错位竞争，重新定义了录音硬件的边界。
正如马啸所说：“我们要站在这四个领域都没有完全覆盖的边界上，找到一条缝隙，先在这里建立位置，再慢慢发展，这就是我们的生态差异，也是我们的生存哲学。”
但他也非常清楚这个位置的代价：“处在四类产品的交界处，也意味着我们必须同时观察四个方向的发展。既要持续形成差异化，也要判断每个方向已经走到了哪一步，这对我们同样是一项挑战。”因为一旦完全变成其中某一类产品，就会进入到对方定义的规则和赛道，很容易陷入同质化竞争。
对于同质化，马啸很警惕：“一旦卷进同质化战争，企业会不知不觉地把所有精力消耗在争夺一点点毛利、维持生存上，就没有时间思考未来的产品和战略了。”
再说结构，外界普遍认为，创业公司要先做聚焦、单品打透，马啸给出了截然相反的实战思考。
“单品打透”在长线竞争中极具挑战，单一爆款就像是一支尖刀突击队，或许能迅速撕开市场缺口，拿下局部阵地；但企业若想长期可持续增长，最终必须依靠产品矩阵组成的“集团军”。他以自家 viaim AI 智能体耳机产品算了一笔账：早期公司只有一款定价 1500 元的爆款，当企业倾注资源做市场投放、引入庞大流量时，就像是引来了一场瀑布，底下却只放了一个碗，这个“碗”的口径，死死卡在 1500 元的预算线上。那些只想花 500 元买入门款的下沉用户，或是愿意支付 2000 元追求更高阶体验的用户，全部白白流失。换言之，用单一 SKU 去迎接复杂的流量洪峰，不仅会造成严重的流量溢出，在获客成本和商业效率上也极不经济。如果流量进来，用户发现不是自己想要的，转身就走，马啸认为这不是流量的问题，是货架的问题。
如何接得住流量？马啸提出：心智收敛，产品发散。
他进一步解读了 viaim 的底层战略定力：“我们希望将核心心智死死钉在办公 AI 助理上。软件与 AI 服务必须持续向底层深钻，它就像一根极具穿透力的‘针’，是整个公司战略的核心；而所有的硬件产品，本质上都是为这根‘针’服务的不同‘肉身’。我们通过丰富的硬件矩阵去承接不同圈层的流量，但最终，所有硬件拓宽的市场边界，都会转化为赋能这根‘针’的力量。”
在这套打法下，扩张与克制是并行的。“我们所有的火力依然绝对聚焦于办公场景。”马啸强调，“但要真正撕开办公场景这个庞大的市场，必须依靠一组形态各异的产品共同完成合围，不能只依赖单一产品。”
这套“一根针 + 多个肉身”的结构，让马啸对场景的理解也发生了根本变化。
“过去，产品场景是由硬件来定义。”他指出，无论是运动耳机、降噪耳机还是高保真音乐耳机，其物理属性直接锁定了单一的使用场景。“但现在，场景定义的逻辑变成了一个乘积公式：硬件形态 × AI Agent 能力 = 全新的场景化新物种，硬件定义一部分场景，AI Agent 再定义另一部分场景，两者是相乘的关系。”
在他看来，当硬件作为变量与不同的 Agent 相乘时，裂变效应就产生了。比如，一款耳机乘以“运动辅助 Agent”，它就是私人教练；乘以“办公会议 Agent”，它就是随身助理。这种乘数效应，注定了未来 AI 硬件的应用场景将迎来一场大爆发。
“但万变不离其宗，它的本质并没有变化。”马啸一针见血地指出，“AI 最核心的能力仍然是‘看’和‘听’。水面之上会长出各种五花八门的产品形态，但水面之下，底层逻辑高度统一，一切硬件的本质，都是在充当 AI 的外延器官，帮它更好地‘看’和‘听’。”
按照这个逻辑，未来智能的下一代“‘看’和‘听’的肉身”已经在路上。
生而全球
合规拖慢了它，也保护了它
“从 2021 年创业到 2025 年，我们一直在做中国市场，没有真正重视海外。”马啸毫不遮掩，“2024 年开始提前布局，先做认证、商标、合规这些基础工作，这些事都要提前一年准备，而且耗时甚至很长。到 2025 年下半年，我们才开始真正发力海外。”
为什么这么慢？
因为 AI 硬件的全球化，跟普通硬件全球化根本不是一回事。
“一开始我们想得很简单，觉得做出一个硬件，到哪个国家都可以卖。但实际上根本不是这样。”
以美国为例，马啸列出了四条硬约束：第一，要用当地的模型，或者符合当地要求的模型；第二，要用当地的数据存储设施；第三，用户数据不能回流；第四，用用户数据训练出来的模型也不能回流。AI 产品的合规要求前所未有地高，比普通硬件产品高得多，复杂程度也大得多。这也是未来智能 viaim 出海速度比较慢的原因。他说，“即使是营商环境高度自由的新加坡，也有着独立且严苛的法规体系，监管森严的欧盟就更不用说了。在我们推进全球化的过程中，每进入一个新市场，都必须确保产品完全合规。这个过程极其繁琐、甚至充满阵痛，但‘绝对合规’是我们必须死守的底线，没有任何妥协的余地。”
然而，这条看似绕远的合规之路，反而帮他解开了 AI 全球化最大的死结。因为核心能力被下放到了端侧，他们做到了“让数据留在本地，让能力走向全球”。这种“数据不出境，能力却能低成本复制”的架构，不仅规避了跨国隐私监管的深水区，更反向构筑了一道极高的出海壁垒。
“软件层面，本质上我们是在开发 AI Agent，虽然美国和中国的做法不完全一样，但并不需要把当地用户数据拿出来做大规模挖掘，我们只需要告诉 AI 应该采用什么方法。比如我们面向在美国做房地产经纪人做的 Agent，经纪人和客户沟通完，AI 应该怎么整理信息，才符合他们的实际工作需要？我们只需要找到并提供这个领域的最佳实践。”
跨境数据安全的红线，和全球化的能力复用，就这样被同一套 Harness 方法论同时解决了。
再看渠道，马啸的逻辑总结下来是先在线上把产品打起来，形成销量和口碑，才更容易进线下。 “如果一开始直接进线下，却没有动销，经销商也会不满意。他们进了货，因为品牌没有知名度卖不出去，合作很难持续。”
但每一个国家的零售生态，都必须重新学一遍：
美国以大型零售卖场为主。目前未来智能 viaim 主战场仍是亚马逊，线下已进入 Best Buy 的一小部分门店做小范围试水，机场店也在尝试。日本电商氛围相对弱，消费电子大约 80% 仍在线下。公司与软银合作、由其作为总代，进入友都八喜、Bic Camera 等大型电子卖场。东南亚生态与中国相对接近，以 3C 卖场为主。泰国在 TikTok Shop 上表现尤其突出。“泰国消费者喜欢尝试新鲜产品，有很明显的 Payday 消费习惯，每个月发工资就集中消费。每到发薪日，我们的销量都会明显上升，再配合直播，效果很好。”
面对极其复杂的出海版图，马啸始终保持着一种冷静。
如何看待美国市场？他的定位是“势能中心”。“不能简单地说美国最重要，但它具有不可替代的象征意义。”马啸分析，打透北美，等于不仅立住了品牌，还顺带打通了全球英语国家的流行文化脉络，产品在北美火了，在澳大利亚、加拿大、英国这些市场大概率会流行起来。
但他同时提醒，一定要警惕对美国市场的“盲目神化”。在他看来，美国是一个“高度分裂”的市场：湾区、纽约的科技精英，和中国顶尖的 AI 用户本质上是同一批人，愿意为技术溢价买单；但广袤的下沉地区，依然过着二十年前的保守生活。
看透了这种割裂，马啸提出海外服务必须“分层治理”。举个例子，在传音盘踞的亚非拉和全球南方市场，马啸选择做减法，“不需要过度极客的功能，一款价格厚道、能做好基础翻译和录音的耳机，对他们来说就足够了。”这套务实的逻辑促成了与传音的深度联手，一个出海懂需求与洞察，一个在后方负责产品开发，用联名产品和联合运营，稳稳接住了新兴市场的红利。
viaim 讯飞智能体耳机 翻译功能展示
定价的天花板，和翻译的取舍
有两重取舍，马啸看得比谁都清楚。这两段，值得所有做 AI 硬件出海的人抄下来。
第一重取舍：耳机形态自带价格天花板。
针对出海企业“把人民币标价直接换成美元”的造富神话，马啸连连摇头：“除非你的产品在全世界找不到任何参照物，否则这条路根本走不通。”
在耳机这个赛道，产品定义面临着一个巨大的“形态悖论”。只要你的工业设计沿用了耳机的外壳，全球消费者的潜意识就会自动将其与 AirPods 进行对标。马啸坦言，AirPods 不仅是品类的代名词，更是整个市场天然的心理锚点与价格天花板。如果企业试图对抗这种直觉，去向大众解释“它虽然长得像耳机，但其实是一个超级 AI 终端”，其市场教育成本将是毁灭性的。换言之，viaim 享受了耳机形态带来的极低用户接纳门槛，同时也会受制于耳机形态的价格约束。
目前 viaim 海外的定价接近 200 美元，是市场测试出来的结果。
如何打破定价的天花板？马啸把解法看向了硬件之外——软件付费。
“大模型运行本身需要消耗大量成本，不可能长期让所有人免费使用，AI 是有价格的。”对于 AI 的商业模式，他看得极其现实。他认为，在 Token 经济中，用户最终只会为实际的解决方案买单。因为 AI 本质上就是数字员工，企业的算账逻辑极其直接，招一个真人花多少钱，用这个 AI 替身花多少钱？
他坦言，做 AI 硬件现阶段有一个很大的防御优势：短期能拿硬件的利润去补贴软件服务，以此来熬过早期的市场教育期。但这绝不意味着可以高枕无忧。“软件收费，不是一条可以观望的退路，而是所有 AI 企业必须闯过去的窄门。在这个阶段，谁能把收费这道门槛跨得更平滑，谁才能真正留住用户。”
而在硬件自身的定价局限上，这也正是 viaim 引入传音资本与产业协同的绝妙之处。在北美等势能中心，用 viaim 主品牌死守 200 美元的高端办公助理心智；但在下沉市场，则将底层的 AI 录音与翻译能力剥离，强调性价比。用这种双轨并行的产品矩阵，既没有伤害主品牌的溢价，又用低成本吃透了全球庞大的长尾流量。
第二重取舍：翻译看着是一个大市场，实则需要分层来看。
未来智能 viaim 的产品支持多语言翻译，但马啸刻意没有把它当作核心卖点。
“翻译确实是一项重要能力，但很多 AI 产品都能解决，未来手机也一定能解决。”马啸看得很透。翻译市场是“一个广阔的基线市场与无数垂直场景的叠加”。基线市场的翻译需求注定会被手机厂商覆盖，他们为了增加卖点，会持续把基础翻译做到极致；但手机厂商通常不会向下深钻极度专业的场景。
然而，一旦 AI 硬件试图切入垂直场景，麻烦就来了。以展会为例，听大会演讲的单向场景容易解决，但在嘈杂展会上两人面对面长时间交流，当前的硬件依然吃力。“这种场景我们绝不敢拿来做宣发。”马啸坦言，一旦用户抱着过高预期购买却遭遇体验落差，随之而来的就是高退货率。如果想要彻底打透一个极窄的垂直场景，产品不仅定价高昂，技术挑战也会陡增。“过早透支技术承诺，等于自毁品牌信任。毕竟，普通消费者从来不会乖乖按照产品经理设想的路径去使用产品。”
所以，马啸的战略取舍极其清晰：“翻译属于横向市场，而智能办公是垂直市场。手机面向的是横向大众，我们则聚焦纵向的办公人群，这里存在明确的差异化，很少有厂商会专门去造一台办公手机。”
这也是未来智能将全部赌注押在办公赛道的核心原因，办公场景是当下用户最愿意向 AI 开放数据、让渡部分空间以换取效率提升的领域。帮助“打工人”更高效地工作，用户的心智门槛也相对最低。相比之下，如果将带有麦克风或摄像头的 AI 硬件强行切入生活场景，极易引发周围人的社交不适与抵触。
也正因为押注办公场景，数据安全就成了未来智能 viaim 的“生死线”。 “对我们这门生意来说，数据安全就是死穴。一旦在这个环节做砸了，整个公司就完了。”马啸毫不避讳他的担忧。从物理录音、云端传输到数据存储和模型处理，必须做到全链路加密。“这类产品建立信任极难，一旦爆发信任危机，公司可能从根基上崩塌。”
硬件是一场长跑，
“性感”是它最不需要的词
聊到最后，马啸讲了一段几乎不像 AI 创业者会讲的话。
“硬件是一场长跑，它没有那么性感。不是说我突然想到一个绝妙的点子，去华强北快速公模定制一个产品，开场发布会，就能立刻卖爆。”在他看来，硬件是对一家公司综合基本功的残酷检验，它极其考验底层研发、行业经验、供应链管控以及销售网络的排兵布阵。
这场长跑的刻度，是用时间量出来的。一款真正意义上的新产品，从产品定义到最终上市需要 12 个月；哪怕是极小幅度的迭代，最快也要熬上半年。“也就是说，我们明年这个时候要发的产品，现在就必须全面进入研发。这跟软件两个星期灰度一个新版本是完全不同的法则。”
硬件的节奏，只能是老老实实的“规划一代、研发一代、销售一代”。
而在软硬件的缝隙里，还藏着一个几乎被外界忽视、却被马啸视为核心护城河的东西：固件驱动层。
“很多人觉得，买一副现成的耳机，再写一个大模型软件，两者一叠加上去，AI 硬件就做成了，其实并不是。”马啸打了个比方，“就像人的眼睛和大脑能够紧密配合，是因为中间有一套极其复杂的神经系统。你不能随便找一双眼睛安上去，就指望它能和大脑自然协同。”
这种“神经系统”的构建，无法通过简单的拼接实现。硬件和软件结合得越深，一体化体验就越极致，这就是别人抄不走的壁垒。马啸给出一个例子，viaim 将在新一代耳机盒上配置麦克风阵列，这套阵列能够接收多方声音，并精准判断声源方向和对应的说话人。“如果在物理采集阶段就能拿到声源的空间信息，大模型在云端处理时区分角色的准确率，会远高于单纯依赖软件事后去‘猜’。”
但有趣的是，这项核心技术，原本根本不在耳机行业的技能树上。传统耳机的麦克风，要么为了收录嘴边的声音，要么为了收集声音去主动降噪。而马啸团队的做法是把声学能力“反过来”，将底层改造成向前识别的定向波束，让耳机变成一个高精度的空间录音设备。这种利用声音到达不同麦克风的时间差来反推声源位置的“阵列原理”，本来是不属于耳机行业的。
这种跨界创新这本质上是供应链和技术路线的选择。如果你的视野死死盯着耳机行业，你当然只能看到耳机现有的技术；但如果视野足够广，你就会发现其他行业的货架上，早就摆着能解决你问题的工具。正如马啸所说：“技术本身没有固定属性。关键在于创业者的视野，以及产品真正需要解决什么问题。”
两个小时的对话结束时，桌上那副耳机仍在录。
复盘整场访谈，你会发现马啸讲的东西，几乎没有一句是关于“耳机”的。
他讲的是：AI 需要一副耳朵和一双眼睛，而现在它两样都没有； 讲的是灰数据才是大模型拿不走的资产，谁能持续把现实世界里未被记录的隐性知识变成资产，谁就会被大模型的水位托起来，而不是被淹没； 讲的是那 99% 迷茫的人，不能靠教，只能靠 AI 主动伸手； 讲的是这枚三级火箭最难的不是第三级，而是第一次点火。他把最激进的判断，放进了最保守的产品节奏里。
对整个 AI 硬件行业来说，未来智能 viaim 提供了三个可迁移的结构性判断：
第一，场景不再由硬件单独定义，而是"硬件场景 × Agent 能力"的乘积。 这意味着老品类会被重新排列组合，硬件的想象力上限，取决于 AI Agent 的想象力上限。
第二，能力必须建立在大模型之上，而不是与它并行。 “刻舟求剑”和“水涨船高”的分界线，就是你能不能拿到大模型永远爬不到的灰数据。
第三，全球化的门槛，正在从“关税、认证、渠道”迁移到“数据合规”。 本地模型、本地存储、数据不回流、模型不回流——这四条约束会淘汰掉一大批“做出一个硬件、到哪个国家都能卖"”的旧思维。合规拖慢了未来智能 viaim 的出海速度，但也可能成为它最深的一条护城河。
这场“耳朵战争”最终的胜负手，也许并不在参数、算力或供应链上。它在马啸那句最简单的话里：“必须想办法让用户先迈出第一步，先往发动机里加第一滴油，并把它点燃。”
Born To Be Global 100 是亿邦动力「马蹄社」发起的全球品牌CEO深度对话栏目。我们正在寻找下一个对话者。
如果你也是一位“Born To Be Global 生而全球”的品牌创始人，并对自己的商业哲学与实践有深度思考，欢迎与我们联系，分享你的故事，共同定义这个时代。
关于作者
马蹄社是亿邦动力旗下专注于品牌全球化的高端实战社群。由亿邦动力联合创始人、马蹄社CEO刘宸亲自带队。我们致力于打破认知边界，赋能中国企业实现从区域向全球的战略进阶，加速具备全球化新竞争力。通过汇聚实战派导师与行业领军专家，以标杆研学、资源连接和闭门共创为抓手，共同探索全球化品牌的增长路径。马不停蹄，向上生长。
