AI录音设备，正在争夺“最懂你”的位置 - 壹号

搭载人工智能的录音硬件产品正变得越来越多。

2026年年初，Nooklab还在概念阶段时，就获得了红杉中国、线性资本的投资，估值接近1亿美元。同年10月，Flowtica获得了祥峰、源码、五源、清水湾基金数千万元人民币的融资，用于新设备verso的开发。它们的共同点是——在磁吸录音卡上加入墨水屏显示。

图片来源：nooklab.ai

Nooklab的首款产品Moonphase Flip重量仅为54克，核心功能是通过无感录音自动提取待办事项和日程，不主动推送、不造成干扰。Flowtica的Verso重78克，按下即可录音，实时进行转写、总结并自动生成待办事项，专注于会议前后完整流程的管理。

图片来源：flowtica.ai

低调的显示方式，是它们针对“录音之后”环节提出的新方案，但这种思路并非凭空产生。

Plaud作为磁吸录音卡的先行者，在半年前公布了一组数据：其软件订阅的年经常性收入（ARR）在两年内从100万美元增长到1亿美元，设备出货量超过了200万台，近50%的硬件用户转化为了付费订阅用户。

上亿美元的营收和百万级用户数量同时验证了两件事——在手机背面贴一张卡片是一个足够轻便、高频且门槛低的入口，而AI是其价值的关键来源。正如前Plaud中国区CEO莫子皓所说，比起“AI录音笔”，他更倾向于将Plaud定位为“AI Work Companion”。

这个市场正被赋予新的想象空间。它不再仅仅是“把声音录下来”的硬件生意，而是被纳入“个人上下文代理”的叙事框架中。为了在这条道路上找到各自的位置，品牌们从不同维度各自努力，市场不再沿着单一方向收敛。

而观察现在的产品，形态各异，功能令人眼花缭乱，但争夺的依然是手腕、耳朵和手机背面那几寸空间。

当所有人都想方设法找准自己的位置时，一个具体的问题浮现出来：AI录音设备多到桌面都放不下了。

图片来源：Plaud官网

硬件是木马，订阅才是现金流：AI录音卡的真相

要看清这场拥挤的竞争，首先得明白消费者是如何使用录音设备的。

在Plaud出现之前，录音设备是标准的“旧数码产品”，手机可以录音，软件能够转写，索尼、飞利浦等品牌在专业市场经营多年。对大多数人来说，录音设备并非必需品。

转折点出现在疫情后的混合办公模式中。线上会议动辄三四个小时，线下沟通此起彼伏，完整的工作时间被打乱，异步沟通需要音频留痕，Plaud抓住了这种复杂需求。

手机本身承载了太多信息和功能，录音需要一个被单独拎出来的入口。一张能吸附在手机背后的卡片，按一下就开始记录，转写、摘要、待办事项在App中自动生成，它打出的是组合拳。

Plaud官网产品信息

硬件是获取用户的特洛伊木马，软件订阅才是真正的现金流。20亿的估值，每台设备25%的利润率，在一个“硬件不赚钱”的市场里验证了软硬件闭环的价值，这是一个足够强烈的信号。

信号一旦释放，跟进的速度惊人。牌桌上迅速挤满了来自不同背景的玩家——他们争夺的是占据哪个物理位置，以及在几厘米的空间里塞入什么不可替代的功能增量。

手机背面是最拥挤的区域。Plaud Note首先将信用卡尺寸、不到3毫米厚度、30克重量设为基准。后来者不再仅仅比拼“薄”，而是比拼“这块背面还能多做什么”。钉钉A1 Pro将卡片加厚，塞入2980mAh电池，支持连续录音180小时、待机180天，还能作为磁吸移动电源为手机应急充电。追觅则将NFC电子名片融入录音卡，用鳄鱼皮和3.5毫米真钻将其打造成商务配饰。Flowtica Verso加入的常亮墨水屏，使设备走向“第二界面”。

左图为Plaud产品，中图为钉钉产品，右图为追觅产品

穿戴类设备则相反，逻辑是轻便和无感。安克AI录音豆仅重10克，既可以作为吊坠，也可以作为磁吸纽扣使用。Stream Ring选择了戒指形态，提供squeeze-to-talk低语转文字功能。Memoket则推出11克的手环，提供与Apple Watch共用的表带，与现有设备结合。只有被“戴得住”，才有被纳入工作习惯的可能。

左图为豆包产品，中图为Stream Ring产品，右图为Memoket产品

除了新形态，消费者熟悉的蓝牙耳机、传统录音笔也在积极转型。韶音专注于开放式挂耳设计，将舒适度作为录音生产力的前提。出门问问TicNote Pods将4G模块塞入耳机，充电仓支持独立收音，让“脱离手机独立采集”成为卖点。笔形设备则在硬件上实现多模态，讯飞Magic做成带触控屏的紧凑录音终端，Flowtica Scribe保留可书写功能，并在APP中加入拍摄功能，让手写笔记、白板和幻灯片与音频上下文同步。

左图为韶音产品，中图为出门问问产品，右图为讯飞产品

就在11月4日，苹果推送了iOS 27.3和watchOS 27.3的第一个开发者测试版，包含两个全新的AI功能。一个可以帮助用户回顾过去15秒内的对话，另一个会记录用户过去一整天的对话，并整理成摘要。

从外观来看，有的需要手机配合，有的可以独立使用，有的强调社交属性，有的注重隐蔽性，各有侧重。但拆开一看，内部结构大同小异，拾音方面尤其典型。

一旦设备需要追求轻薄无感，微型电容麦克风MEMS几乎就是默认答案。穿戴设备为了轻量化，最少只使用2颗MEMS。卡片式设备距离声源较远，便于排布阵列并加入骨传导。录音笔空间最大，需要在数量上堆叠，以争取更大的拾音范围。MEMS麦克风成本低，最高也不到十元人民币，但却是这些产品重要的物理入口。于是，硬件竞争很快变成参数表竞争，而参数表最容易通过供应链抹平。

华强北给出的答案很残酷——硬件本身不值那么多钱。

一位做AI会议纪要的创业者向霞光社表示，售价千元左右的卡片式录音机，BOM成本大约在100元以内，包含芯片、存储、主板和外壳。最贵的芯片从马来西亚“代购”，还能比国内便宜20%。电商平台上已经出现199元的磁吸AI录音卡，1688上260到300元能买到五麦克风、360度拾音的“工厂货”。走进市场，无数白牌产品拥有相似的功能，使用相同的宣传词，产品能排满玻璃柜面。

中国供应链将产品的硬件成本压到了地板价。硬件层面的轻薄、磁吸、一键录音不再是壁垒。国内入场券从千元降至499元，硬件利润被压薄，价格战几乎不可避免。

既然如此，为何新品还源源不断？因为硬件只回答了两个问题：在哪个位置，以及用多低的成本。更为关键的问题是，占据位置之后，用户凭什么留下、凭什么付费？

一张录音卡的全球答卷

硬件是与用户交流的入口，而在当前的市场环境中，更为重要的是，数据才是背后的价值所在。

2026年Q1，国内线上录音笔零售额为1.4亿元，均价从1月的334.8元一路上涨到3月的386.3元。销量在涨，价格也在涨，但涨的是硬件本身。“中国用户软件付费意愿低”，是多位从业者反复确认的共识。

根据腾讯研究院的调研，中国AI用户的月付费额主要在30—100元区间。a16z、Bessemer等机构的数据显示，北美市场AI产品的C端付费率在15%—40%之间，中国市场仅为3%—13%，差距达到3到4倍。

付费行为的高度分化，意味着国内录音卡要想从硬件生意转变为订阅生意，需要跨越的不是产品门槛，而是更坚挺的行为习惯。转写功能不限时、前90天免费使用、甚至标着“终身”……这些动作的共同指向是：硬件可以卖，但软件层面收不上钱。

海外市场的底色则完全不同，软件订阅制在那里已经运行了十几年，用户早已接受“每个月花十几美金买一个解决具体问题的工具”这件事。

Deposit Accounts的调查显示，美国消费者平均持有4.5项数字订阅，月均支出达到84美元。这种习惯恰好接住了AI录音设备的产品结构——一台159美元起的硬件，配一档99到240美元的年费，对北美用户来说更像是熟悉的订阅延伸，而不是一个需要被说服的新消费决策。Plaud的路径验证了这一点：在正式进入中国市场前，其近50%的硬件用户最终升级为Pro或Unlimited付费方案。

但“海外”并不能一概而论，其内部的差异不可忽视。

Plaud最早在美国起量，Kickstarter众筹不到两个月突破110万美元，但软件订阅收入的第一大市场后来变成了日本，活跃用户数量甚至超过美国。2025年日本地区的销售额达到2024年的4倍，已成为Plaud硬件销售的第二大市场。

这个“墙内开花墙外香、墙外又不止一朵花”的结构说明，AI录音设备的需求不由某一个习惯、某一个环境、某一个国家左右，而是被一种工作文化定义——高密度的会议、对准确性的苛求、效率工具的使用习惯，以及一个足够成熟的订阅消费环境。

日本职场文化中对“记录”和“留痕”的重视，让Plaud的转写、摘要功能落地。欧洲则贡献了另一种需求，比利时公共部门的会议常常是荷兰语、法语、英语混用，对他们来说，多语言转写不只是功能的加分项，更是跨境协作成立的前提。新加坡及东南亚提供了第三种样本，作为亚太区域总部枢纽，英语虽是工作语言，但区域口音频繁穿插，转写工具不仅要识别，还要稳定处理口音与术语。

当一款产品同时踩中多个需求点时，它的收入天花板就不再由任何单一市场的均价决定。但需求越多元，门槛也越分层，多市场带来收入弹性，也把隐私合规从后台推到了前台。

欧洲监管对“持续聆听”的审视十分严格。德国媒体在讨论中国出海的AI录音设备时，直接把DSGVO和always-on录音的冲突写进了标题。

Plaud将GDPR、HIPAA、SOC 2 Type II、ISO 27001层层认证堆叠起来，在官网和渠道页面上把隐私合规作为产品说明的一部分来写。而准备出海的品牌中，相当一部分正采用“数据不离开设备或法域”的设计，以求从根源上解决问题。一个always-on的录音设备贴在手机背面、别在领口，用户交给它的不只是几段音频。

在这种市场上，隐私不是加分项，而是准入门槛。过不了这一关，硬件再轻也进不去。而且这道门槛不是局部问题，市场的价值重心与监管程度正高度重合。越是有订阅习惯和付费能力的市场，越不会把隐私当成可选项。

但这并不意味着AI录音设备只能做区域生意。相反，它是天然适合全球化的品类——硬件形态标准化、供应链高度集中，AI增值层可以订阅化交付，会议、客户沟通、医患对话、律师会见等工作场景又能在不同成熟市场复用。

在国内，把硬件打到199元，是在用价格换取入口；在海外成熟订阅市场，把订阅卖到年费99到240美元，是在用入口换取持续收入。

国内市场的功能迭代和价格竞争不会消失，但它的角色接近供应链支持和产品形态试错。海外依赖合规信任和订阅关系，适合把一次性硬件入口转化为可累积的收入流。两者不是两套产品，而是在不同市场下的不同变现重心。

一些产品的留存来自“不用回听”变成肌肉记忆。新的产品方向里，也有记录将“生活主线”变为每天看一眼。Pocket的免费策略则是在赌用户用得够久就会需要高级功能。

隐私合规是市场准入，硬件成本是普及条件，声音准确性是基础体验。站稳脚跟后，更长期的竞争壁垒是信息整理、理解并递送到用户下一个工作流中的能力。

录音卡的下一站，是“你的上下文”

中国工程院院士赵沁平曾提出一个概念——“具人智能”，明确与“具身智能”区分开来。具身智能回答的是“如何让机器更聪明地做事”，而具人智能回答的是“如何让智能更懂人、更好地与人耦合，使人更强大”。

他的核心观点是，AI不是独立的替代者，而是在感知、决策与行动中持续受人类意图引导的协同伙伴。这类智能的载体正是AI眼镜、戒指、吊坠、录音设备这类贴身、连续、可穿戴的终端。它们的演化方向是从“被动工具”进化为“主动伴侣”，“越用越懂你，越用越默契”。

NOOKLAB确定产品形态时，创始人Raymond因“摩擦足够低”而选择了带屏磁吸录音卡。的确，录音卡小巧、随手可见，足够无感。在与霞光社的对话中，更了解到这种低摩擦不只停留在硬件形态。

图片来源:hellomoonphase.com

他举了一个生动的例子：当你正在忙一件事，突然想起猫粮没了、空调该洗了，这个念头一闪而过，很容易在几小时后彻底忘掉。从“想起”到“做完”之间的壁垒不只在行动力，更在记录和找回——打开App会被推送带走，手机本身就是注意力干扰源；写进本子会埋没，而且并非时刻有书写条件。这种时候，便需要一个额外的载体做“润滑”。

Moonphase Flip的逻辑已经在触碰这一层——它不只留下一段音频，而如同原始时期的“结绳记事”，把前后的对话、任务、进展串成线索，并且从用户的筛选行为里学习。例如第一周提取的五条待办事项中，用户删去了三条，AI就记住这种权重，下周给出的总结将更贴近这个人的判断。