2025 年的 AI 硬件赛道，一半的热闹属于 AI 录音设备。

设想这样一个场景，在十人周会里，坐在长桌最末端的实习生低声插了一句话。还没等你担心桌上的录音设备是否听清，便看到桌子中央那台设备的顶部的摄像头，像相机的对焦框一样，精准地“转”向了发言者的方位，死死锁定了声音来源。

这种“看见声音”的体验，来自影石Insta360 前不久发布的 Wave，把“追焦”的逻辑用到了AI 录音设备上。

2025 年的 AI 硬件赛道热闹非凡，但大部分聚光灯都打在了以 Plaud 为代表的“个人外脑”上。这些贴在手机背后的卡片，确实完美解决了单人访谈的需求。然而，当我们将视角拉回到上述的复杂团队协作场景时，一个明显的断层出现了：

那个帮你搞定一对一访谈的个人 AI 神器，一旦被扔进长条会议桌的中央，往往会彻底“失智”。

物理半径的局限

为何会议室里想实现清晰的收音、AI转写这么难？这背后有三个无法忽视的物理痛点。

首先是物理半径的“硬伤”。 现在的 AI 录音笔多采用全向麦克风，主要针对近场设计。在 1 米半径内，信噪比极佳。 但在会议室场景，声压随距离衰减。坐在主位的领导声音洪亮，而被挤在会议桌末端、距离设备 3 米远的实习生，声音传到麦克风时已细若游丝，仿佛来自“水底”。

结果就是，AI 只能识别离得近的人，远端发言直接被忽略或转写成乱码。设备没有能力对抗全场的声压衰减。

其次是声纹识别的混乱。团队讨论中最有价值的部分往往是激烈的交锋，即多方同时说话。 普通的单麦克风设备缺乏空间定位能力，录下来的就是一团混在一起的波形。AI 生成的转写结果往往是一大段密密麻麻的“文字块”，根本分不清哪句是甲方说的，哪句是乙方说的。

最后是环境噪音的干扰。 现代会议室多为玻璃墙面，好看是好看，但声音反射严重导致混响，加上空调的嗡嗡声、同事敲击机械键盘的噼里啪啦声。这些都是 AI 识别的难点。回声会让 AI 产生幻觉，而键盘声往往掩盖了关键数据。

在团队场景下，我们缺的不是一个能“录音”的 App，而是一个能听懂空间、分辨方位、过滤杂音的“耳朵”。

运动相机和会议工具有什么关系？

面对这种空间难题，传统录音笔厂商受限于单一的结构设计和产品形态思维，很难突破。而影石Insta360 推出的 Wave，却提供了一个意料之外的解题思路。在机器眼里，处理声音的方向与处理光线的方向，本质上都是空间计算。

影石Insta360 的核心护城河是对 360° 视觉空间的捕捉、拼接与防抖。如果将这一逻辑拆解，你会发现：全景相机处理的是“光线的方位”，而会议全向麦处理的是“声波的方位”。

这是一种典型的技术互补，影石通过音频能力方面的进化，结合视频能力，有了更好的全向环境感知。

举个例子，在影石Insta360 的全景相机中，核心功能 Deep Track 能在复杂的滑雪场锁定一个人，无论怎么动，镜头焦点始终跟随。在音频设备 Wave 上，这个逻辑被转化为波束成形。设备利用算法实时计算“谁在说话”，并将收音波束精准地指向该方向。 这相当于给声音装上了一个云台。无论发言者是在角落还是在大屏前，声音都被算法聚焦了。

一款“可视化”的声学云台

除了底层的追踪定位，Wave 的硬件形态其实更直观地暴露了影石的“生态基因”。

传统的全向麦克风往往是一个没有任何反馈的“黑盒子”，而做影像出身的影石，试图打破这种沉闷的形态。Wave 摒弃了扁平的会议麦克风设计，采用了类似立式音箱的造型，并在机身顶部预留了磁吸接口，能够直接搭载影石自家的 Link 2 摄像头。

这种组合创造了一种真正意义上的“声画联动”：Wave 负责听声辨位，实时指挥顶部的摄像头转动。

当某人发言时，镜头会立刻像相机的对焦框一样，精准转向该方位。这种交互设计极其巧妙地解决了人找摄像头的问题：用户不再需要猜测麦克风是否听到了自己，摄像头的转动就是最直观的反馈。

这种“声学云台”的设计理念，显然源自影石在运动相机领域的积累：既要收音清晰，又要像云台抓拍一样定位精确。

软硬结合，让开会更加智能

如果说影石依靠空间算法负责把声音精准抓进来，适合机器转写的声音和适合人听的声音不一样，影石Wave AI全向麦克风分别提供了2路音频，一路给到ASR转写算法模型使用的音频，一路给到适合人耳聆听的舒适音频，以便达到较好的转写精度和会议听音体验。

那么要实现高质量的转写，还需要负责把杂质滤出去。

在这一点上，影石选择了与腾讯天籁实验室合作，利用后者在软件层面的壁垒解决“脏声音”问题。

去混响与 AI 降噪 针对玻璃会议室的空旷回音，天籁的去混响算法至关重要，它能直接提升 AI 转写的准确率。同时，天籁AI音频相关技术可以智能消除键盘声、空调声等300多种环境噪声影响。 此外，全双工通话技术解决了“双方同时说话”场景下的吞字问题，保证双方同时说话时信息不丢失。

当然，Plaud 之所以受欢迎，离不开其 AI 功能。Wave更是将录音设备进化成“个人或企业的知识资产管理工具”。

在这一方向上，腾讯的算法能力不止于音频处理，还联合影石探索新的技术突破。

通过声纹分离和声源定位，Wave 可以准确识别谁在说话，并生成带有明确发言者标注的会议纪要。配合云端大语言以及端侧双模型，Wave 可以实时转写并区分发言者，生成结构化的会议总结，提取关键决策和待办事项。对于企业而言，这不仅是开会效率的提升，更是将会议室里原本流失的非结构化数据，转化为可检索、可追溯的企业知识资产。

从 Plaud 的单点爆破到影石 Wave 的空间突围，我们看到的不仅仅是产品的迭代，而是 AI 硬件对场景理解的深化。

在 AI 时代，摄像头和麦克风的界限正在模糊，它们本质上都是机器理解物理空间的传感器。

这种融合带来的改变是深远的。过去，我们把会议纪要看作一种行政负担，现在，通过 Wave 这样能“听懂”空间的设备，每一次激烈的讨论、每一个稍纵即逝的灵感，都被低成本地转化为可检索、可复用的数据资产。

这或许才是 Wave 最大的价值，它不仅治好了远程会议的“听觉障碍”，更重要的是，它正在试图把那张长长的会议桌，变成企业数字化转型的最后一块拼图。当 AI 能够真正“坐”上会议桌，听懂每一个人的发言时，它就不再只是一个工具，而是一名真正意义上的“硅基员工”。