# 刚完成亿元级融资，他要如何挑战 AI 硬件的“不可能三角”｜对谈马啸：未来智能创始人/CEO 十字路口Crossing · 2025-10-26 · 85 min · https://www.xiaoyuzhoufm.com/episode/68fe0681083a71a4eb4e17f6?utm_source=rss ## 逐字稿 欢迎收听十字路口，我们关注新一代AI技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻，形容他站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI正在给各行各业带来改变，我们寻找、访谈和凝聚新一代AI创业者和AI时代的积极行动者，和他们一起探索和拥抱新变化、新的可能性。我是十字路口的科技，联合创办了街旁、新石像和糖岛，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技，尤其是 AI，是我们这一代人最大的价值创造机遇。欢迎大家找我聊天，碰撞想法，链接下一个可能性。我是十字路口的融汇，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，也欢迎大家找我聊天和我交流。本周十字路口的嘉宾是未来智能的创始人和 CEO 马骁。那最近呢，未来智能刚刚完成了一轮新的融资，领投方是蚂蚁集团，老股东启明创投也超额跟投，融资的规模啊这一次在人民币亿元级别，而且这已经是他们今年的第三次融资了。在 AI 硬件哈，今年非常火的这个赛道上面，未来智能呢是一个大家值得去了解和关注的公司，在各个电商的这个 AI 耳机的排行榜上啊，也经常在冠军的位置。那今年他们还发布了一个出海的新品牌叫做 VM。那对于马骁来说啊，这其实是一场在 AI 加音频这个赛道上面长达十几年的坚持之后，才有了今天得到的耕耘后的收获。所以今天呢我们请到马骁，我们希望和他聊一聊一个穿越了周期的创始人，他的创业的旅程。啊，我们也会和马骁来探讨 AI 硬件的方方面面，尤其是打造出现在这样一个取得了市场的认可，从销量上也拿到了很好结果的AI硬件，那马笑和未来智能的团队在他们自己看来做对了哪些关键的选择？ Koji 你好，马啸，欢迎来到《十字路口》。 马啸 你好，Koji，你好，Ronghui，大家好，观众大家好。 我们先用几个快问快答，让大家更了解你，也更了解你的公司和产品。 首先，你的年龄？ 马啸 43 岁。 毕业院校？ 马啸 厦门大学研究生毕业。 你的 MBTI 和星座呢？ 马啸 天蝎座，MBTI 是 INFJ。 那个“F”是那个 F 吗？ 马啸 对，F。 用一句话安利一下你们现在的公司和产品。 马啸 我们是一家面向办公场景的软硬件一体化 AI 公司，叫未来智能。我们做了一款目前拥有百万级用户的硬件产品，叫讯飞 AI 耳机。未来，我们希望成为全球最好的软硬件一体化办公助理公司。 可以介绍一下融资的情况吗？ 马啸 公司经历了 3 轮融资。目前由蚂蚁集团领投的这一轮融资刚刚结束，公司的估值已经接近 10 亿元人民币。 你们的收入和利润目前方便分享吗？ 马啸 收入是大几亿元级别，利润刚刚实现盈利。 目前的团队规模呢？ 马啸 我们现在大概有 150 多号人，分布在很多地方。 这一点也可以给大家介绍一下。 马啸 我们有合肥办公室、北京办公室、上海办公室、杭州办公室，还有深圳办公室。从 day one 开始，我们就是一家比较习惯远程协同办公的公司。之所以选择这几个区域，是因为它们都是人才非常密集的地方，我们也希望从这些区域找到更优秀的人。 可以用一句话介绍一下你这次创业之前在做什么吗？ 马啸 之前我在一家比较知名的上市公司——科大讯飞，做一个业务部的负责人。那时候做过很多事情，最后一份工作就是做耳机，但做得不算太成功，所以出来创业了。 未来智能这家公司其实在 AI 硬件圈子里已经非常有名了。但是因为你们的产品没有使用公司的名字，所以可能还有一些听众不太了解你们。 马啸 未来智能这家公司是 2022 年正式成立的。虽然“未来智能”这 4 个字大家可能不太熟悉，但大家可能会在各大电商平台，或者一些数码门店里看到讯飞 AI 耳机。这是我们目前的主力产品，当然未来还会推出更多围绕办公场景的软硬件一体化智能硬件。 你们究竟想成为一家什么样的公司？ 马啸 这个问题我们思考了很久。简单来说，我们觉得所有硬件都可以被 AI 再改造一轮。但是，你不能什么事情都自己做，一定要有重点，并且立刻给用户带来能够体验到的真实价值。 所以，我们给自己选定的赛道，就是 AI 软硬件一体化办公助理。我们做的所有产品，都围绕这几个字展开。 AI 软硬件一体化的智能助理。 马啸 办公助理。 办公助理。 马啸 对，软硬件一体化。这个关键词我们提炼了很久，但非常重要，每一个字都是血泪。 最大的血泪是什么？ 马啸 这可能要把过去的事情稍微翻出来讲一讲。刚才你提到，我们是一个穿越周期的公司。实际上，我们不是从一开始就作为创业公司存在的，而是一直在一些大公司里作为一个团队，经历过上一代人工智能的浪潮。 现在大家把以 Transformer 为代表的这一波人工智能浪潮称为第 4 波。在这之前其实有 3 波浪潮，我比较有幸，在职业发展的初期经历了第 3 波人工智能热潮。总体来说，就是喧嚣过后又归于沉寂的过程。我亲身感受到了这个过程，在这个周期里也做了很多事情，所以确实有这么一些经历。 这个可以展开讲很久，我们待会儿再详细聊。现在还是先聊一聊耳机这款产品。 今天做 AI 硬件的创业者都在赌 AI 的入口是什么。连 OpenAI 其实也收购了 Jony Ive 的那家公司，大家的路径各有不同。你们一开始选择了 AR 耳机，是因为在你看来，AR 耳机是最好的硬件入口吗？ 马啸 这件事其实有一定的偶然性。不是说我们决定要做一个 AI 入口，所以才决定做耳机，而是我们在做耳机的过程中，慢慢发现这个产品有一定的潜力。 但我始终认为，未来 AI 的入口绝对不只会有一个。大家会用相对过去的思维去看未来：手机成功了，就会觉得下一代人工智能浪潮起来以后，是不是还会有一个取代手机的东西。其实未必是这样。 未来的业务形态有可能非常多元、非常组合化，未必是用另一个硬件去打败手机，而是由一大堆硬件，或者一大堆分散的入口组成，包括软件入口和硬件入口。它们可能拥有一个共同的源头，或者一个共同的大脑，最后组成一个无所不在的矩阵。 这个过程还需要很长一段时间。做耳机这件事情我们很早就开始了，但后来发现，它是一个很好的用自然语言与 AI 交互的方式，所以未来很有可能成为分散用户使用时长的一个入口。 现在大家一天的时间，除了 8 小时休息、8 小时工作，还有 8 小时生活。在工作和生活这 16 个小时里，大家使用最多的屏幕，或者接触最多的设备，毫无疑问是手机。 但是随着交互方式变化，当人工智能越来越智能以后，有些时候你不一定需要拿起手机这块屏幕，就能完成一些任务。那这些设备是什么？不可能一下子就说，我用了一个眼镜，立刻把手机扔掉，这是不可能的。 我认为这会是一个渐进式的过程。先是在某些功能上依赖耳机、眼镜之类的设备，随着使用时长慢慢发生变化，手机的重要性可能就不像现在这么高了。大家都是平等地与 AI 互动的媒介，最后由一个云端服务不断收敛所有这些数据，再来和你交互。 耳机有一个特点，就是永远可以随身携带，随时随地沟通。它没有一块屏，获取用户数据和交互的效率可能没有那么高，所以它有利有弊。但我认为，它会是未来不可避免的、非常重要的一条交互路径。 我们之前采访过做 AI 眼镜的创业者，也聊过李楠这样的资深硬件创业者。他们都提到，做 AI 眼镜，首先得是一个眼镜，首先得是一副大家喜欢的眼镜。 你们做 AI 耳机的时候，它首先得是一副好的耳机。而且我觉得，耳机可能和眼镜更不一样：眼镜还可以在时尚感上做一些探索，但耳机已经被苹果非常清楚地定义了，大家知道耳机应该是什么样子。 你们对这件事是怎么想的？ 马啸 我比较同意。一个好硬件，首先应该具备它原来该有的功能，而不是因为它是 AI 耳机，就一定要把 AI 做得很强，但耳机本身做得很差。 这也是我们创业初期踩过的一个坑。所以我们总结下来，未来耳机的核心竞争力可以概括为“五加 X”。 “五”是什么？就是耳机最基本的 5 个属性：音质、外观、续航、降噪和佩戴舒适度。我基本上把市面上比较主流的耳机都用过，我们总结下来，用户买耳机，本身就是看这 5 个属性。 如果你在这 5 个属性上做得不好，只片面强调 AI，那其实不是一个合格的消费品。即使消费者因为 AI 功能买了你，也不可能长时间使用，更不可能推荐给周围的人。这样一来，AI 硬件快速扩散的逻辑就无法实现。 至于耳机要怎么进一步做得更好，还有很多不一样的东西，这就是在耳机基础上要发挥的部分。 我们一直有一个观点：虽然耳机还是耳机，但 AI 耳机要在此基础上超越普通耳机。耳机有了 AI 功能以后，它其实是在和用户一起听、一起感知外界的信息。它能随时随地把外界的自然信息转换成数据流，带回 AI 可以处理的数据域里，哪怕是一些非结构化数据。 这就对耳机本身提出了更高的要求。除了要把用户自己说的话听清楚，还要让耳机能够听清楚周围人的话。比如现在这个场景，Koji 讲的话、Ronghui 讲的话，耳机都要能够收得很清楚。 我看你们产品里有一个设置：到底只收自己的声音，还是收整个空间的声音。 马啸 对。它一定要让用户选择 AI 的耳朵听谁：是听我，还是听周围的声音，都可以去听。这样才能最大程度地变成你的助理，也就是听你所听。 这会让硬件变重，对续航的要求也会变高。 马啸 是的。类似这样的功能还有很多，这只是其中一个。 大家还会问，耳机能不能让佩戴时长进一步提升。现在大家看到的、被苹果定义的耳机，形态已经比较固定了：入耳式的卖得比较贵，半入耳式相对便宜，还有耳挂式或者耳夹式。耳机的形态已经被定义得比较制式化、流程化了。 所以，我们需要在耳机本身的硬件上做二次突破。比如超长续航，怎样做到无感佩戴，戴一天、至少十几个小时都不会觉得耳朵上有一个耳机，但又可以随时把它唤醒，让它产生作用，或者让它本身默默地发挥作用。 这些都对耳机的重量和佩戴舒适度提出了挑战。耳机里存在一个“不可能三角”：续航、重量，以及重量背后的佩戴舒适度，还有处理性能。这 3 件事情很难同时做到最好，所以一定要取舍。 你们的选择是什么？是做六边形战士，还是在这 3 个方面主攻一个？ 马啸 很难做六边形战士，这是供应链和硬件技术需要突破的地方。在有限条件下，我们一定要把目前的功能和性能，用最好的电子元器件、最好的芯片呈现出来。 但即使这样，依然不可能成为六边形战士。所以我们会更强调对 AI 功能的支持。续航方面，因为我们的耳机主要面向商务用户，他们对娱乐属性的需求可能弱一些，但对超长时间通话的需求更高。 市面上一般的耳机，单耳续航大概是 5 到 6 个小时，听音乐可以达到 7 到 8 小时。我们尽量做到不充电连续通话 9 到 10 个小时，如果放回充电仓充电，整体可以达到 30 到 40 个小时。 我们的客户大量是商务人士。有时候他们一天要开 4 个电话会议，上午 2 个，下午 2 个，基本上会持续 7 到 8 个小时，至少也是 6 个小时以上。在这个过程中，他们要完成记录，让 AI 陪伴自己，把重要信息记录下来，而不是频繁地左右耳轮换充电。 所以，回到应用场景上，我们一定要把用户感知到的商务能力拉满。我们会牺牲一些东西，比如体积上没有那么性感，也没有做得那么优美，但会做得非常商务、非常皮实，让用户感觉它非常靠谱、非常可靠。 也就是说，你们的定位非常清晰。因为有了这个用户和品牌定位，所以做了一些减法，也做了一些取舍。 马啸 是的。 有哪些取舍是特别艰难的？ 马啸 其实很多，每一项都很难。围绕音质、外观、续航、降噪、佩戴舒适度这 5 个属性，其中音质就是一个很重要的取舍。 用户买耳机，很大程度上是对音质有期待。开会可能对音质要求没有那么高，但用户还是要听音乐，因为耳机本身就有这个作用。 在保障续航的情况下，如何保障音质？大家可能知道，耳机的扬声器其实是能耗的主要消耗点。你选择单动圈、双动圈单元，还是动圈加动铁单元，都会对能耗造成很大影响。 如果能耗增加，录音时长和续航时间就会降低。这是一个很艰难的抉择：到底要保障足够的使用时长，还是要让它拥有更好的音质？ 这里没有绝对的“0”和“1”，而是要找到一个相对平衡的地带，一直在取舍。 你觉得 AI 耳机有点像这一轮创业的一张明牌吗？大家都看得到这个机会，只是看谁钱更多、谁有更强的先发优势？还是你并不这么认为，觉得其中有很多可能走错一步、在竞争中就输掉的地方？ 马啸 我认为第一层确实是一张明牌，所有人都看到耳机是个机会。但做什么样的耳机，就会产生完全不同的思考方式。 手机厂商一定会做耳机，但他们做耳机的思路，和我们做耳机的思路一样吗？我觉得这里存在很多非共识。 这些厂商一定要做量大面广的耳机，因为手机已经卖给这些用户了，他们理所当然会想到，耳机要服务这些用户。所以，他们一定要面对主流耳机的竞争，可能就要把我刚才说的 5 个属性都卷到极致。 但创业公司很难和苹果、华为竞争，这是我们从 day one 就很清楚的。我们只能在一些垂直领域完成创新和突破，给用户创造价值，所以这里面有很多不一样的分歧点。 有些耳机可能会做 AI 运动，有些耳机做 AI 生活、AI 陪伴。比如字节跳动的 Oladance 耳机，可能主打陪伴聊天，或者口语陪练。我看他们商品详情页上讲的是这些方向。 而我们做这个产品，显然不是这样的出发点，也不是我们的初心。我们定义的是会议办公，这是一个相对严肃、又对数据有比较高要求的垂直领域。 当然还有很多完全不同的耳机，大家在做不同的 AI 耳机。所以在“耳机”这个大的共识之下，其实存在大量非共识。 我看你们也有翻译功能，但你之前讲了十几分钟，一直没提到翻译。 马啸 我认为翻译是未来所有手机厂商以及通用硬件都要解决的问题。但录音、记录，或者基于办公流程闭环的服务、AI 助理服务，不是手机厂商迫切需要解决的需求。 我举个例子。苹果手机要卖给全球十几亿人，所以它考虑用户需求时，一定会尽可能做所有人的交集。所有人的共同需求是什么？我认为，一定是翻译这种解决跨语言障碍的功能。 这些赛道它们一定会投入人才和技术能力。因为解决这个问题，可能十几亿人里有两三亿人因此受益。 但如果它去做非常垂直的办公助理，可能花很大的精力，却只服务几千万人。这就有点像杀鸡用牛刀，是垂直公司和平台之间的区别。 平台一定要解决大家的通用需求，而垂直公司要解决垂直用户的痛点。就像苹果做 iOS 操作系统，谷歌做 Android 操作系统，它们解决的是通用需求，但上面的各种 App，解决的是各个垂直领域的需求。我们是生态里一个垂直和平台的关系。 可以理解为，你们和这些大厂相比，更核心的竞争力是对办公场景的理解。 马啸 是的。 你能不能说几个办公场景中，这几年做下来，你们觉得耳机最核心地针对了哪些需求？ 马啸 耳机和其他硬件最大的区别，就是它可以随时随地录音，它是一个外设。 如果我是飞书用户，使用飞书录音，就有飞书提供的一套录音和记录方式；换成腾讯会议，就要切换到腾讯的服务；换成其他平台，甚至微信，也不一定有相应的功能。 我现在日均用三个。 当你来回切换时，信息就会被各个平台分散记录。你需要一个设备，把这些信息统一管理起来，这就是耳机能够解决、而其他平台没有解决的优势。我们要把这个优势发挥到极致。 第二，耳机戴上以后，不需要一直拿着手机，它是一个佩戴式设备。佩戴式设备离人耳更近，能够随时启动。我们会围绕随时启动的方式做很多事情，让用户更方便、更便捷地使用，这也是非常重要的场景。 我不得不说，我自己用你们耳机，有两个特别好的体验。 一个是只要在任何 App 里开始通话，它就会提醒我开始录音。我没看到其他类似产品实现这一点，可能我用得还不够多。比如飞书开始开会，微信有人打电话，或者最近在 Zoom 上有几个 call，它都会提醒我开始录音。 第二个是它会一边录音，一边把转录文本生成出来。我每次打完电话，文本就已经有了。 我很好奇，为什么你们能够一边录音，一边把内容传到手机上并转录出来？因为其实 Pro 的这个卡片也不小呀，耳机从硬件上看也没有比录音卡大很多，为什么你们能做到，而它们做不到？ 马啸 这其实是在耳机芯片上做了一些开发。 Ronghui 这个开发还挺难的。 马啸 是的。我们在这方面坚持了 3 年多，一直在迭代。这其实是行业共同的难题。 用蓝牙传输信息，带宽很低。大家可能觉得蓝牙挺快，实际上那是经典蓝牙的通道。经典蓝牙被通话占用以后，就不能再做其他事情了。 这时候需要蓝牙提供的另外一套协议，也就是 BLE GATT 这类协议。它原本是用来给耳机传输非常小字节的指令的，我们把这套协议改造了，让它能够持续、稳定地传输语音流。 这件事情很难，相当于要在一个非常窄的通道里保证耳机录音的质量。这里面涉及信息传输的稳定性，因为无线传输一定会受到干扰。 蓝牙走的是 2.4G 协议，而 2.4G 很容易受到 Wi-Fi 以及周围各种信号的干扰。一旦受到干扰，数据流就会中断，表现为数据传输很慢，或者丢包。 还有一种情况是，传输倒是稳定了，但因为压缩丢失了很多细节，识别率就会降低。我们在这些方面做了大量攻关和优化，最后完成了这件事情。 总的来说，就是在低带宽的情况下保证质量，在保证实时性的前提下，实现稳定的数据流传输。这是我们的看家本领。 有没有注册一些专利，成为类似韶音那样的护城河？我知道韶音有很多专利，形成了骨传导耳机的护城河。刚才提到的这个能力，我确实能感受到和竞品的差异。你们的专利能不能成为未来长期的护城河？ 马啸 说实话，我对技术护城河这件事情不是特别信仰，但它确实是我们短期内吃过很多苦、积累下来的经验。 大家不要片面相信一项技术别人就无法解决。在现在这个时代，这种事情几乎没有了。因为它的原理比较简单，我们确实注册了专利，但如果换一种编码格式，换一种实现方式，也很有可能做到。 技术永远不是最终的护城河，但我们确实为给用户提供足够好的体验下了很多功夫。 技术攻关能够不断提升用户体验，这就是它最大的价值，让用户满意。但它能不能成为护城河，我认为真正的护城河还是用户心智、用户认可，以及长期积累的数据。 我们之前和 MAS 聊过，所有人都会问，你有什么护城河？他们的答案也很直接：不断创新，创新的速度就是护城河。 Ronghui 我非常认可。 我看你之前的一次采访，你们耳机供应链上的一家核心厂商是立讯。 马啸 是的。 立讯是苹果的供应商。你们的订单量应该和苹果的订单量不在一个量级上，我猜是这样。你们是怎么说服这样的公司跟你们合作的？ 马啸 立讯是我们耳机供应链上最好的 ODM 制造厂商之一，也是给国际上最优秀的企业做代工的厂商。 最早我们的订单量非常低，可能以几万为单位下单。相比之下，像他们这种体量的企业，通常是以 K 级起订，10 万是起订量，百万是正常单量。至少要达到百万，才能让工人在一条产线上持续工作，这是基本要求。 但创业初期，我们找了耳机上下游大概 20 到 30 家企业，从知名厂商到第二梯队、第三梯队，基本上没有几家愿意支持我们。 最后我觉得一方面是锲而不舍，另一方面是我们提出的 AI 耳机概念。现在大家已经很习惯了，但 2021 年我们准备创业、寻找供应商的时候，大家还不一定能接受 AI 耳机这个概念，因为那时还没有 ChatGPT。 那时候还不是现在这波人工智能热潮，大家仍然处在上一波人工智能周期里，觉得 AI 的用途没有那么大。 后来我们找到了立讯的董事长。他对未来非常有眼光，会思考：现在立讯已经把主流耳机代工做得很好了，但下一步的增长在哪里？会不会存在一些现在看起来很小、很微小，但未来会发展很大的机会？ 所以，我们的真诚和立讯董事长对未来的判断结合在一起，成功说服了立讯。即使一开始只有几万台订单，他们也愿意陪着我们打磨产品。 这点我们很感谢。其实不只是立讯，产业链上下游，包括芯片厂商，还有很多大公司都在支持我们。那时候我主要靠这种以诚动人的方式，尽量争取他们的支持。 具体来说，就是多锲而不舍？ 马啸 对，多次拜访，反复讲我们的商业计划，以及对未来的畅想。 我觉得最打动他们的，其实是我们对未来的描述。那时候大家有很多非共识：你觉得未来是 A，他觉得未来是 B。但很少有人能把未来描述得比较清晰。 我们做得比较好的一点，是沿着自己的路径推演出了一条从现在走到 A 的路线，而且这条路径讲得相对清晰。大家会觉得它是可行的，而不是你突然做了一个梦，然后来找我要资源。 那时候怎么自圆其说？因为当时还没有生成式 AI，这就意味着转录不会太准，转录完也没有办法做摘要，后面的翻译可能也做不好。 马啸 我们其实有一些数据，不是纯粹靠讲故事。 在上一家公司，我们是一个整建制的团队。在科大讯飞，我们其实做过耳机。只是当时很不巧，那款耳机没有做得特别成功，在讯飞内部总共只卖了 4 万台。 那是一款售价 799 元的耳机。相比现在动辄 K 级的销量，4 万台确实不算多。 但其中有一组数据非常吸引人：使用这款耳机需要下载 App，而这个 App 的月活基本上能维持在总注册用户的 80%。也就是说，100 个用户买了我们的产品，有 80 个用户几乎每个月都在使用。 他们用 App 做什么？ 马啸 用来做大量会议录音，以及事后的记录和转写。 那时候还没有大模型，没办法做摘要总结，但已经往前走了一步：两个小时的会议，可以转写成文字。如果听录音，两个小时的录音就得听两个小时，即使加速，也可能要听一个多小时。但看文字，可能 20 到 30 分钟就能看完。 所以那时候 ASR 已经可以比较精准了？ 马啸 对。ASR 在一定条件下已经可以帮助用户提升效率，只是远没有现在提升得这么明显。 这其实是一个非常厉害的数字：80% 的用户成为月活用户，而且他们很典型地依赖其中一个具体功能。 为什么那个产品没有继续做下去？ 马啸 确实给老东家亏了不少钱。 大家可以感受一下当时做耳机的环境：苹果、华为这些手机厂商已经做得非常好了，甚至一些老牌音频厂商也在节节败退。原先我们很喜欢的 Sony 等品牌，销量也被手机厂商极度压缩。 在这样的红海市场里，你既没有做耳机的积累，也不是一个非常知名的消费品品牌，却想做一个卖得还比较贵的产品。而且 AI 耳机这个概念又不被用户熟知，你凭什么在这么多强大的竞争对手中杀出重围？大家都有一个很深的问号。 讯飞当时有几款产品做得比较成功，但那些产品在讯飞内部被称为“蓝海产品”。比如办公本、录音笔、翻译机，它们有一个共同特点：原来的赛道比较垂直，市场虽然没有那么大，但还没有被 AI 改造过。一旦被 AI 改造，效果就会立竿见影。 同时，讯飞做的产品在体验、质感等各方面都不错，很快就把原来行业里的玩家碾压了，成为行业头部。一旦成为电子消费品行业的头部，就有一个很重要的优势：定价权。 有了定价权，就能引领这个赛道。别人再来做，反而可能给你带来更多流量。对讯飞来说，这是一种非常舒服的模式。 但耳机不是这种赛道。耳机一上来就是红海，意味着要和大量竞争对手竞争。没有足够的钱、优秀的供应链和资源，凭什么竞争得过？这个问题非常自然。 那我也很好奇，在讯飞，大家都看到了这么多困难，你也是讯飞的一员，但当时你哪来的勇气？这些困难你都看得到，难道是梁静茹给的吗？ 马啸 那时候确实也听过梁静茹的歌。 我觉得一方面是对未来的相信。那时候我就觉得，AI 还有进一步发展的空间。 我们当时看科幻电影，很多关于耳机的灵感来自电影《她》和《流浪地球》：戴着耳机就能自由交流。我觉得这里面有一个逻辑：这件事情会不会发生？先问自己。我的答案是，这些事情早晚都会发生，只是时间问题。 时间合不合适，无非要回答这个问题。我比较坚定地相信，这件事情一定能成功。虽然那时候我还不知道 Transformer，但我觉得它应该有机会解决，因为我们在讯飞里有机会接触一些顶尖科学家和算法人员，他们也认为这件事情未来有机会。 剩下的就是，怎么熬到那个机会出现的时间点。 我不认为耳机有这么多竞争对手，就意味着市场铁板一块。我的思考是，虽然它是红海，但红海里仍然可以找到垂直的蓝海赛道。 当时给我启发比较大的公司有两家，一家是韶音，一家是影石。 你想，如果耳机是一场已经打完的战役，那韶音为什么还能在十几年后爆发？它在骨传导这个垂直领域一直做得非常好，规模也很大。 在强手如林的市场里，它做出了运动耳机这个非常独特、非常垂直的品类。即使你有一副苹果耳机，运动时也可能还会想拥有一副韶音运动耳机。 这给我很大启发：虽然是红海，但红海中还会出现新的场景。你有没有及时发现、及时捕捉到这些机会？我觉得红海依然有机会。 另外一家是影石。当时大家也知道，2017 年、2018 年左右很多人用的是 GoPro。影石在 GoPro 的基础上提升了体验。现在我们非常自豪地说，影石的体验已经远远超过 GoPro。 这说明，即使行业里最优秀的企业，也不一定能及时创新。这里面一定会有后来者超越前浪的机会。我觉得这既是赛道机会，也是创新机会。 第三个底气，就是刚才提到的用户数据已经验证过了。 当时有一个现象：用户用完我们的产品后，一边骂一边用。他们骂的是耳机难看、质感差、音质差，但那个 AI 功能却有人一边骂一边用。 这给了我一个动力：只要把耳机本身做好，AI 功能是不是就能得到更广泛的传播？一旦耳机做好了，用户口碑变好，就会告诉周围的人。 马啸 我们当时的耳机做得不好，用户会用，但不会推荐给别人，因为产品太难用，不好意思推荐。但如果耳机本身做好了，就有机会让用户推荐，从而实现从 0 到 1 的快速增长。 所以，可能就是这 3 点底气，让我产生了这个想法。 你说的耳机市场确实很有意思。很多人可能都有一副苹果耳机，但还有可能拥有其他耳机。市场里还有头戴式耳机等不同形态。 像一加的裴宇，当时出来创业做的第一个产品也是耳机；Nothing 的第一个产品也是耳机，而且做得非常漂亮。 你担不担心苹果这样的厂商加入 AI 功能？事实上它已经在加了，比如刚才提到的翻译功能，它已经在海外加入了，只是因为国内还要做一些合规工作，所以没有正式进入国内。 马啸 翻译这样的通用功能，苹果一定会加，华为、三星这些巨头也一定会加。但如果要把 AI 记录做深、做细，苹果可能会有一种杀鸡用牛刀的逻辑。 所以我觉得，短时间内这些巨头应该不会把这件事做得特别细。它们更可能是把台子搭起来，然后让大家去做垂直应用。 所以你不太担心超级巨头硬件公司进入你们的赛道？ 与此同时，在我们刚才录制之前，我问 ChatGPT：“推荐几款 AI 耳机。”它推荐的前几款都是中国品牌，当然有你们，另外两家也是深圳的公司。 马啸 对，那是我们正面的竞争对手。 一个行业如果没有竞争，公司也不会有活力。 马啸 对。我一直相信，只有竞争才能给用户提供更好的体验。你做了一个好产品，我要比你做得更好，才能争取到用户，所以我不排斥竞争。 至于大家对未来的思考，这才是比拼的关键。竞争对手可能会学习我们现在做的东西，因为这些东西都是公开的，也没有什么秘密。但他能不能学到我半年以后做的产品？能不能学到我一年以后做的产品？能不能理解我对未来的认知？他是否认可这种认知？这些都是问号。 所以，我们愿意和这些 AI 耳机公司竞争。最后可能大家都有很多水下的非共识。耳机是共识，但做什么样的耳机是非共识。我们在这个过程中不断去伪存真，不断修正自己的观点，最后给用户更好的体验，同时检验自己对未来的理解和认知到底对不对。 你觉得你们主要的竞争对手是这些 AI 耳机，还是其他形态的 AI 硬件？当然也不得不提各种录音卡产品。你怎么看整个竞争格局？ 马啸 我觉得大家是一种竞合关系。 我们对未来的理解是：在这一代 Transformer 做得很好的情况下，如果把 AI 比作人的大脑，那么相比上一代人工智能，这个大脑有了非常显著的升级。它有推理能力、逻辑能力，还有解决问题的能力。 大脑变强了，下一步还能不能让大脑变得更强？这通常是基础大模型要做的事情。基础大模型做好以后，上面的应用会变得更强；应用变得更强以后，上面的 Agent 也会变得更强。 这是一条链：内核是基础大模型，围绕基础大模型做的是细分市场和细分服务，包括调教型大模型，也就是预训练模型和后训练模型；再往外一层是 Agent，利用各种功能完成任务流闭环。 我觉得，基座大模型会把大脑做得足够好。但下一步是什么？大家普遍忽略了一点：基座大模型要和人交互，现在主要附着的硬件载体是手机和 laptop，而这两个东西早就被巨头闭环了。 那么，在手机和 laptop 不方便使用的情况下，怎么获取数据？就像我们现在这个访谈，不适合把手机或电脑打开。领夹上的麦克风，起到的就是把物理世界的信息变成数字世界比特的工作，后面再交给大模型处理。 本质上，我们做的是什么？稍微抽象一点，其实是大模型的耳朵和眼睛。 卡片式设备，是贴在手机背后的耳朵；有人做眼镜，眼镜可能是长在脸上的眼睛；放在桌上的音箱，可能就是放在桌面上的眼睛加耳朵。 所以我觉得，大家本质上竞争的是：谁能让这些耳朵和眼睛更好地伴随用户。一旦伴随时间足够长，获取的垂直数据足够精准，人工智能大脑的处理能力就会变得更强，形成双向促进。 这是这一轮以随身个人消费 AI 硬件为基础的创业核心逻辑。我们从耳机开始，有些竞合对手从卡片开始，有些从音箱开始，最后大家的汇聚点是一样的。比拼的是谁能更长久地伴随用户。 而要长久伴随用户，就不能用一个非常违和的东西陪着他，一定要更贴合日常使用习惯。 这也是为什么硅谷前一阵出现了很多非常有想象力的产品，但都失败了，比如 AI Pin，别在胸口上的设备，还有挂在脖子上的设备。为什么？因为这种硬件形态是让用户先理解它，再慢慢接纳它。 接纳的前提是产品要带来足够高的价值，才能形成闭环。当这两样东西都不够强时，产品就卖得不好。 耳机为什么可能卖得好？因为它本身是一副好的耳机，同时又能伴随你工作、开会。这就是它能够成功的核心逻辑。 我们和这些硬件公司背后的逻辑，正在从非共识慢慢变成共识：大家都愿意做 AI 的耳朵和眼睛。谁能更精准地捕捉信息，谁能让信息更清晰，谁就能长期占据用户身上的配件；谁获取的数据更好，就能让 AI 迭代更快，服务价值更高。这两件事会循环起来。 这就是我们给公司设定的“双引擎”战略。 你们会怎么想品牌效应？说实话，我刚才问 ChatGPT 时，它列出的几款产品感觉都差不多。 马啸 这说明我们还不够努力，还没有足够的区分度。这也是实话实说。创业就是慢慢从小的草台班子变成更大的草台班子，我们也在不断加强这方面。 但我觉得，一个产品的气质和它的创始团队是连接在一起的，它们要解决的问题也是连接在一起的。 我们可能不会走时尚路线，想给用户的是踏实、靠谱。我们的产品从 day one 开始，面向的就是商务人士。商务人士需要的是比较皮实、耐用的东西。 我一直对早期的 IBM ThinkPad 印象很深，也很喜欢。刚毕业时，我的梦想就是拥有一台 ThinkPad。 我也是。 马啸 后来自己赚到钱，就买了一台 ThinkPad。那个时候苹果还是小众产品，ThinkPad 是真正的工程师、金融人士首选的产品。 它给人一种感觉：不管经历什么，在多么复杂的环境下，ThinkPad 都能表现得稳定、靠谱，给你一种很踏实的感觉。 我一直带着这样的心态做产品。我们的产品希望给用户的是拿起来就能用，不会出问题，并且提供高精准的服务。毕竟我们服务的是商务人士，而且是高净值人群，他们对体验要求非常苛刻。所以我希望做出这样的产品，形成和其他竞品不同的差异。 同时，这样的气质也和我们未来的战略连接在一起。我们想做一个靠谱的助理。 大家都知道 AI 有幻觉，会给你一些乱七八糟的答案。我们在所有 AI 记录和生成的过程中，都使用了一些自己的模型技术，想尽办法控制 AI 的幻觉，让结果尽可能精准，真正来自你的记录。 这些东西是一脉相承的：让整个 AI 变得靠谱。 我们也在主动收敛范围。早些年我的经历里也做过智能助理，智能助理最大的失败，就是告诉用户什么都能干，但每一样都做得非常平庸，甚至根本不能干。用户的期望和实际体验之间会出现断崖式下降。 所以，我们把 AI 助理限定在办公方向，或者说从记录开始的办公方向。先把最简单的工作做得足够扎实、足够靠谱，再慢慢延伸到工作的各个领域。 这可能就是一种品牌气质。你们可以继续观察我们公司，今年年底、明年推出的产品，会越来越接近我描述的这个状态。 现在还有一种产品路径，是 24 小时持续录音，或者在 24 小时之内每隔 5 分钟拍一段小视频。 我们之前访谈过 Luki，也有一期内容和在硅谷的“鸭哥”——一个 Geek——聊过。他把 Apple Watch 改造成 24 小时录音设备，又把 GoPro 改造成每隔几分钟拍摄一次环境的设备，挂在胸前，用 AI 大脑给自己装上眼睛和耳朵。 我比较好奇，你怎么看 24 小时 always-on、记录一切这样的创业方向？ 马啸 这个方向比较 aggressive，非常极限。我觉得硅谷有这样的气质，会引领很多潮流。我不否认，到了某个阶段，这件事有可能成为主流。 但现在一定还处在非常早期、非常非主流的阶段，因为用户非常关注隐私。 前两天刚发生了一个小故事：某品牌的眼镜用户在饭局上吹嘘了一番产品功能，结果饭局就冷了，因为大家都觉得不能说话了。 人类对隐私的关注其实非常高。但我也不可否认，AI 陪着你听、陪着你看，一定是一个趋势。硅谷会想得更远、更极限，但从现在走向未来，一定要克服很多问题。 除了技术、续航、清晰度、内容理解是否足够有效，还需要跨越很多技术难点、道德伦理问题，以及人类社会的接受度。 我们比较务实，继承了一种务实的心态。人一共是 3 个 8 小时：睡觉 8 小时、工作 8 小时、生活 8 小时。我先不贪心，不要 16 个小时什么都想做，甚至连睡觉的 8 小时也要记录。 我先把工作 8 小时里最重要、最需要记录，而且用户用完就能感受到价值的部分做好，然后再慢慢接近那些硅谷大神描述的未来。这样会务实一点。 我不否认这种勇敢的创新，但我们会选择一种向前走一小步的创业逻辑。 刚才你提到，自己会被电影《她》里耳机的使用方式感染，甚至有一种“因为相信，所以看见”的创业逻辑在里面。 马啸 是的。但我们没有继续做陪伴式耳机，而是做了 AI 交互，只不过仍然围绕办公内容。 未来除了耳机，我们还会有其他硬件，都可以和它交互。但交互的内容，我不想再做一个什么都知道的产品，因为我以前就做过这样的事情。 我做过中文世界里第一个类似 Siri 的产品。那时候科大讯飞有能力做这件事，我也做了。但后来发现里面有很大的瓶颈。 第一，当年的 AI 对人类语言的理解能力还差很多。你说 10 句话，它可能有 8 句听不懂。现在这个问题已经解决得七七八八了，我认为当时的瓶颈已经基本解决。 但后面几个瓶颈还没有解决。第一个是服务的贯通能力。 举个例子，我们当年费了九牛二虎之力想做语音订机票，最后也做出了一个试点接口，但很快就被停掉了，因为需要和在线服务平台合作。 为什么？在线服务平台不希望你的数据接口深入到它内部的交易流程里，它不愿意开放自己的数据。 每个行业都有一个巨头。比如我想用语音点外卖，就必须和那个平台合作；我想语音订机票，甚至想让 AI 直接帮我订机票，它就必须打穿很多商业环节。 这些商业环节目前其实打不穿，大家不会随意把自己的接口给你。现在有 MCP，也可以通过屏幕遥控等方式解决，但这些都不是非常有效的路径，也可能被封掉。 所以我认为，商业环境暂时不具备做一个大而全的助理的条件。反过来，如果把范围缩得足够小，就会发现它可以做。 比如我们当年做过车载人工智能助理，车载场景里就 4 件事：导航、设置车辆的各种功能，比如空调；内容点播，比如听音乐；还有通信，比如打电话、发消息。 车机已经把这 4 个场景的接口打通得差不多了，这时候再叠加一个智能助理交互，就很有用。 但如果这个问题没有解决，你又把服务推给用户，用户需求就不可控。用户可能和智能助理进行任何交互，一旦发现不好用，体验就会断崖式下降。 App 是按照设计好的路径运行的，按下某个按钮就会产生相应结果。但智能交互不是这样，大量内容浮在水下，可能只给你一个小的交互界面，剩下的东西都需要自己开发。 现在的交互方式还不能很好地满足这种需求，这是一个很重要的问题。 即使这个问题得到一定程度的解决，你能不能有效整合这些服务，提供闭环体验，仍然有很多不确定性。所以我们选择做垂直领域，务实一点。 你刚才提到接下来会发布一些硬件产品，虽然还在保密研发，但可以讲讲逻辑吗？ 马啸 还是回到我们的大逻辑：我们要做最好的软硬件一体化办公助理，所以一定会推出和办公有关的硬件产品。 现在的产品不能很好满足用户需求，我们用 AI 赋能以后，要让它变成完全不一样的东西。同时，它还要具备一定的伴随性，让更多用户能够随时随地带着设备，解决办公问题。 我听起来觉得还是耳机。 马啸 耳机只是其中一种形态，还会有其他产品。 打开想象力。 马啸 但确实受到一些限制。我知道大家都很关注，我们还是要保留一点神秘感。今年年底、明年年初，大家会看到一些产品。 今年 AI 硬件创投行业非常火热，你自己的实际体感是什么样？ 马啸 体感非常强烈。但这一年融了 3 轮融资的背后，是 3 年没开张。 严格来说，我们的公司在 2022 年 1 月 1 日正式完全剥离、独立运营。2021 年下半年，我们就开始筹备新品。 如果把那段时间也算上，2021 年、2022 年和 2023 年，整个 AI 硬件行业其实都比较冷。你们应该也有这种体感。 2021 年还没有大模型。那时候我们讲创业理念，可能很多人听完就觉得不值得投。我从 2021 年年底开始尝试融资，那时候在融资行业里还是个素人，完全是误打误撞进去的。 我聊了很多投资人。可能一方面是我们的实践经验还不够，另一方面，那时候大家听到 AI，基本上就等于“赔钱货”。 对，那种体感非常冷。 马啸 2022 年基本也是这样的状态。 2023 年发生了变化。OpenAI 带起来这波浪潮，但 2023 年大家关注的方向还不是应用，而是大模型。 我印象特别深的是，当时很多已经退休的老同志都出来创业了，又来了一波“大模型六小虎”之类的公司。那时候也有人劝我们，要不要搞个大模型。你们从讯飞出来，也有一些背景，能不能做？ 我们一看，肯定搞不了。第一，那不是我们的基因，而且非常烧钱。第二，我们当时有一个推理。 大模型底层的 Transformer 原理，很多年前就被发明了，只是算力极度膨胀以后，这件事才变得可行。“Predict next token”这个逻辑被验证了。 原先没有那么多算力，做不出这个东西。要做，就必须有足够多的算力，而这不是我们能做的事情。我们有很强的自知之明，所以继续守着应用赛道。 当时有一些比较有远见的投资人也在推理：大模型的算力、算法和数据这 3 件事里，数据大家都有通用训练数据，算力比的是谁更多，算法上会有差异。 但大家看现在的大模型，各有千秋。总体来说，Grok、Claude、ChatGPT 背后的东西差不多，国内模型也差不多。当然会有优秀的模型，但还没有出现 5 倍、10 倍的差距。 在这种情况下，它们一定会变成同质化的东西。 我的理解是，未来基座大模型的能力就像自来水管。你把水龙头拧开，拧的是谁家的就用谁家的水。但核心问题是，你用这些水做什么。 所以我们继续沿着应用赛道走。可能也是因为一些相对有远见的投资人开始关注这个事情，市场稍微有点回暖。我理解是在 2023 年下半年，大概 5、6 月之后。 你们这次融资的数额，当时有什么具体的考虑？ 马啸 首先肯定是市场热，要抓住这个机会。这个时间窗口可能很快就会过去，所以要先融一些钱。 但对创业公司来说，融资太多有时候也不是好事。你既要抓住时间窗口，同时也要融一个合理的量。 这个“合理”你怎么算？ 马啸 我基本上按照营收的几倍 PS 来算。我们现在的估值并不高，相比行业里和我们一起跑的公司，可能它们的报价已经是我们的 5 到 10 倍。 投资人把钱给到我们，其实是对未来的一项投资。给投资人回报、给股东创造价值，是公司理所应当做的事情，所以一定要在有把握的时候再融资。 我们基本上会判断，收入能够达到哪个档位，就按照那个档位来估值，不会估一个非常高的数。因为我知道，这些钱代表大家对你的信任，你一定要在一段时间内兑现。 在没有看到行业发生天翻地覆的变化之前，就不应该要那么多钱。这是我的基本理念：我有多少能力、未来一两年能兑现多少业绩，就在这个基础上融资。 我不否认这是一个风口，我们赶上了。但我觉得一个稳健、本分的公司，还是应该回归理性：你该值多少钱，大概就是多少钱，不要盲目叫价。 很多互联网行业原来的逻辑，说得不好听一点，是硅谷传过来的风气：fake it until you make it。先拿到足够多的钱，再想办法解决问题。 你们现在应该也会遇到一些竞争对手，可能产品还什么都没有，就敢报 1 亿美元估值，拿到很多子弹。你会害怕这样的竞争吗？会不会担心自己没有利用好泡沫，因此失去一些竞争优势？ 马啸 不会。至少在 AI 软硬件一体化领域，这个逻辑未必走得通。 软件可以快速扩张，快速膨胀，再招一些优秀的人，快速实现用户暴涨。这个逻辑在互联网里可以被验证。 但大家有一种惯性思维：投资互联网企业投资惯了，就觉得 AI 和互联网一样，是一个快速膨胀的市场，应该按照互联网逻辑给硬件公司估值。 这个世界永远不一样。底层逻辑发生变化以后，不能用上一个时代的逻辑去框定下一个时代的业态。 硬件是什么？为什么很多互联网公司做硬件都不太成功？因为它用互联网思维做硬件，忽略了非常重要的东西，导致急功近利，最后失败。 互联网产品发布以后，核心逻辑是长板原理：我有一个功能特别吸引你，其他功能被用户骂也没关系，第二个版本、第三个版本再迭代，很快就能迭代出去。 硬件不是这样。一旦发布后，用户不喜欢某个功能，或者发现致命缺陷，研发、开模、试产和库存就会像山一样压过来。你可能成功做了 3 代产品，但有 1 代失败了，公司就完了，因为没有办法及时修正所有错误。 所以用互联网那种快速逻辑做硬件是不对的。做硬件首先要考虑用户价值和市场。 用互联网估值去套 AI 软硬件或者 AI 硬件公司，我认为这个逻辑始终不成立，所以我一点也不担心。 融资很多，首先不可能像软件一样迅速推出新产品，还要依托硬件。硬件怎么卖？要打开销售渠道，在线上慢慢做用户运营和营销，打造自己的品牌。 除了品牌建设可能会因为子弹更多而快一点，基本工作还是要做。所以，融了更多钱会加速一点，但不会改变事情的本质。 互联网里，如果团队不够，就把团队扩大 10 倍；商业模式已经验证成功，就把用户扩大 100 倍。用户价值可以算出来，形成交易平台以后，只要形成垄断，把别人挤走，就变成行业里的交易枢纽。 电商就是这样，必须挤掉其他电商，才能成为交易双方的平台。内容平台也一样，一边是提供内容的用户，一边是获取内容的用户，必须成为行业最大的，所有人都在这里交易内容，才算赢。 因为互联网有数据飞轮和网络飞轮。 马啸 对，但硬件不是这个飞轮。 听起来，你本来有机会用更高估值拿更多钱。别人这么做，可能从 0 到 1 也未必能靠钱解决，但他会不会因为拿了钱就像跳级一样，从小学生直接变成初中生？ 对你来说，如果追求更高估值、拿更多子弹，是不是可以做得更快？或者至少把市场上的钱拿走，让别人拿不到，这也可以是一种竞争策略。 马啸 我倒没想过要把市场的钱都拿走。我们的能力有限，可能也拿不到，因为市场上的钱非常多。 我强调的是一个价值观：本分地把应该给用户的价值一点一点做好，沿着正确的认知往前走，这件事情会慢慢成功。 这点上，我非常喜欢段永平讲的“本分”。 你刚才说 AI 硬件产品和互联网产品逻辑完全不同，讲到这里情绪很饱满。 马啸 因为刚才我其实只讲了一半。硬件逻辑和互联网是反逻辑。 我经历过这样的事情。在老东家做硬件时，如果产品做得不好，就会滞销。滞销以后会产生向下螺旋：越没有人愿意卖，产品越卖不动；越卖不动，就越没有投入去促销、发动市场，最后进入负向螺旋。 那个状态非常糟，所以做硬件的风险极高。 做硬件是短板原理，而互联网是长板原理。硬件的能力取决于最短的那块板，哪一块短，就会被那一块制约。 而且硬件是慢逻辑。我经历过刚才说的场景，也看到其他公司经历过。有些知名大公司收购了当时如日中天、非常有希望的企业，后来产品越做越差，最后不得不以大概十分之一的价格清掉库存，那真的是血的教训。 再分享一个感受：硬件需要渠道，经销商拿真金白银给你，进你的货，再通过自己的渠道销售，所以经销商的信心非常重要。 互联网产品有一个经典的错误：产品卖得不太好，老板一句话说降价，降价以后经销商全部退货，因为他们对产品没有预期。原来花高价进的货，你突然降价，他们怎么办？ 一旦伤害了经销商伙伴的信心，公司在行业里的口碑就会坏掉。之后你再做什么产品，别人都不会买账。 互联网不是这样。互联网产品做不行了，可以废掉，团队砍掉，再另起炉灶，但硬件完全是不同的逻辑。 你在做耳机之前一直在做互联网软件产品，所以听起来，你现在好像还挺羡慕软件的商业模式。 马啸 是的。 但为什么你明知山有虎，偏向虎山行？你其实可以选择做软件，怎么就进了硬件这个坑？ 马啸 创业之初，我们也考虑过做软件还是做硬件。但总感觉，做软件我们的门槛不可能很高。 做硬件虽然慢，虽然笨，链条也很长，但它是一件能够逐渐积累优势的事情。 软件和硬件的区别，就像种地：春种秋收，把土地养肥沃，一茬一茬地长起来。它会给你一种踏实的感觉。 你在前公司可能先做软件，再转去做硬件，然后离开公司创业。我看你在姜多尔的视频里，用了一个加引号的词，叫“垃圾时间”。 你当时说，这样的时间也是认识自己的时候。刚才你提到，如果有很多钱、很多资源，也可以去做其他事情。我感觉那也是一条路，属于艺高人胆大。 举个极端的例子，像 Elon Musk，他可能就擅长这种方式。你说的那种选择，也许来自过去很多年里对自己有了更多认识，知道自己适合什么方式。 你能不能讲讲，自己在职场的哪个时期，深入了解过自己适合做什么，又是怎样选择一条适合自己的路的？ 马啸 我的成长经历大概让我对自己形成了一个相对稳定的认知：我永远不是最优秀的那个人。 如果把中国名校按排名来看，最好的肯定是清华、北大。但我的一个优点是，到了一个圈层里，我一般能够达到中等偏上，只是会求稳一点。这是我对自己比较长远的认识。 职场上也是这样。第一份工作是在中国移动。2008 年研究生毕业时，中国移动是当年的最佳雇主，我有幸进入中国移动集团公司总部，做了一个当时只能仰望的工作。 周围的人都非常优秀。一开始我觉得他们太厉害了，工作久了以后，慢慢也融入进去，好像自己也变成了那样的人。 后来去了科大讯飞，那里也是一群非常优秀的人，有科大毕业的博士、科学家，做事情很用脑子，也很讲逻辑。一开始我跟不上，后来慢慢适应，也达到了那个程度。 所以我总感觉，自己有这样一种人生认知。 至于对自己的深刻思考，通常发生在人生低谷。要么无路可去，要么在彷徨、辗转反侧的过程中，慢慢想明白自己是做什么的。 以前我难免有些虚荣，会觉得自己多么优秀，往自己身上贴金。但后来经历了两三次人生低谷，我发现，贴的那些金最终都没有用，都是身外之物，也是不太能留得住的东西。 因为那不是你的。真正属于你的东西，就算眼前还不是你的，慢慢也会回到你手里。我越来越相信这件事。 所以真正要做的，是做你心中的那个“善”。这个善不是善良的善，而是不断做自己擅长、优秀的事情，扮演自己应该扮演的角色。你越理解自己，就越应该扮演好那个角色。 我自己的特点，是比较擅长在长跑中慢慢击败别人。很多人讲究顿悟，突然变得极其聪明，想到一个 Idea 就改变世界，但我一直没有这种感觉。 我对所有事情都是在慢慢打磨中找到感觉。就像水滴石穿，每天都在脑子里跑这件事，跑着跑着，慢慢想清楚，逻辑越来越清楚，也越来越坚定，最后形成正反馈。 所以在几次低谷中，我选择了自己擅长的东西。 你之前分享过，在这次创业之前，给一位前辈打了一个 30 分钟的电话，挂掉电话就决定创业。 可以讲讲那个人是谁，以及那是一个怎样的电话吗？ 马啸 那个人就是我现在的董事长胡玉，他也是科大讯飞的联合创始人。 我们做这件事情面临着很大压力。刚才提到，讯飞希望我们做的是一些蓝海产品，符合讯飞的调性。但做耳机确实是难而正确，而且周期很长，这对整个讯飞造成了比较大的压力。 后来经过决策，大家认为这条业务线不能再以原来的模式继续做。当时给了我几条路：一条是转岗做其他事情；另一条是离开。 大家对我还是很不错的，没有直接把我 fire 掉，我觉得这点很有人情味。 但我抱着那些数据，觉得这件事说不通。明明耳机再做一代就有可能成功，为什么不再试一次？ 我用各种办法说服大家。当时很煎熬，也有些执拗。讯飞的领导轮流来劝我，说不要再做了，这件事给公司带来的压力太大。 我就告诉他们，这里面有这么好的数据，只要再做一代，相信我，一定能成。但高层已经拍板了，我只能选择离开。 那半年我基本上处在不断想办法说服大家、却又处处碰壁的状态。我开始怀疑自己：难道我想错了吗？ 我看到过一幅很有意思的图：所有鱼都往一个方向游，只有一条鱼往反方向游。到底是谁错了？那是一本儿童绘本里的画面。 我是在电视剧《冰雪豹》里看到类似的情节。那是一个负面例子，Lester 决定铤而走险，他想的是：万一是别人错了呢？ 但那个画面对我印象很深。我是不是那条逆行的鱼？我到底对不对？因为那时候没有太多人支持我的观点。 现在事后看，这可能是一件很容易的事情，但在当时，你处在战争迷雾里，完全不知道那条路能不能走通。 所以我给现在的董事长打了电话。他其实没有告诉我这条路一定对，也没有告诉我一定不对，只是说，你要遵从内心的想法，才能把自己的能量和力量发挥出来。 如果你去做一件不喜欢的事情，实际上是被压制住的。就算主观上很努力，也没有真正释放自己的天性。一旦没有释放天性，就无法全情投入，也不会快乐。 他讲到“快乐”的时候，我大概就想通了。 如果我选择做别的事情，我可能也能做得不错，但可能不会快乐。那我不如选择一条虽然不确定，却有可能让我快乐的路。 这件事给我最大的影响就是：一定要 follow your heart。虽然这句话很俗套，但只有这样，你才能真正释放天性，获得快乐。 以前我觉得 follow your heart 就是一个很普通的口号，美国大片里都会讲，听多了，脑子不会产生任何反应。但他把这句话解释成：只有这样做，你才能释放天性，才能快乐。那一刻我就真正明白了。 所以你的勇气不是梁静茹给的，是胡玉给的。 马啸 也有我们的团队。当时团队也鼓励我，说这件事情的数据就是这样，未来也摆在那里，我们认为它是可行的。中间只是怎么把这条路走通的问题，走不通大家也认了。 合伙团队一直非常支持我。 现在未来智能完成融资以后，应该还有很多新的事情要做，不管是产品、渠道还是出海，也会大量招聘年轻同事。 我感觉你对公司文化、工作方式都有自己的想法。你希望把未来智能做成一家什么样的公司，吸引什么样的人加入？ 马啸 首先，我们的气质和创业团队的气质，是一家本分公司的气质。我们不是一家很狂、很张扬的公司，但始终坚信一个理念：为用户、顾客和客户创造价值。 每个用户买到我们的产品以后，都应该从心里觉得这东西有用。这是我们最坚持的理念。我们希望认同这个理念的人来到公司，这是公司的核心。 其次，我希望我们成为一家在未来 AI 领域，沿着垂直方向，把技术、产品体验和用户交互都做得非常友好的公司。 AI 和 Wi-Fi 不一样。人不可能进化出 Wi-Fi，所以人对 Wi-Fi 是天然拥抱、毫无保留地拥抱，一有 Wi-Fi 就觉得很好。 但人工智能在某种意义上是在和人竞争，所以很多人会抵触人工智能。 我们考虑到这一点，一直觉得要做人机协同，解放人的能力，让每个人发挥自己的能量，而不是做替代性的 AI，不是想着替代谁、抢谁的饭碗。 我们要做的 AI，不是替代人的 AI，而是增强人的能力。AI 不应该是你的对手，而应该陪伴你，让你有更多时间更轻松地工作、更好地享受生活。 工作更有效率以后，可以更好地陪伴自己、陪伴家人，让自己开心快乐。 我希望认同这个理念的人来到我们的公司。我们不会做一个非常巨无霸的公司，但会做一家比较有温情、比较友好、一切以用户为中心的公司。这就是我心中美好的未来智能。 我们特别需要 AI 人才。我观察到一个现象，但这只是我个人的观点，不是绝对结论：现在的 AI 人才出现了巨大的撕裂和断层。 因为我是从上一个 AI 时代走过来的，认识很多上一代 AI 专家。我看到的情况是，上一代 AI 里，算法归算法，产品归产品，Coding 归 Coding。 比如有人负责把 AI 模型部署上线，有人负责 Coding；算法人员不一定负责具体部署；场景人员只设计场景，再由算法专家完成设计。这是上一代 AI 的协作方式。 但这一代 AI 人才完全把它们融合在一起。我们在找这样的人，但特别难找。我认为这类人一定是未来 AI-native thinker 的种子选手。 我会在一些非常年轻的用户和人才中寻找这样的人。比如一些优秀学校的大学生，他们一上学就接触 Transformer，会把 AI 工具天然变成思考的一部分。 像我 40 多岁，学这个东西会比较困难，需要强迫自己学习、使用各种工具。但他们不是这样。他们 day one 上大学，就开始用这些工具做小 Agent、做小工具，把场景、Coding 和 AI 算法融合成一个体系。 这也是为什么最近有人预言，未来可能一个人的公司，或者几个人的公司，就能创造过去几百人的公司才能创造的价值。因为思维方式和思考方式完全不一样。 换句话说，上一代的 AI 专家，可能已经被淘汰了。他可能完全不如新时代一个刚毕业、甚至还在上学的年轻人，更擅长利用 AI。 这一代 AI 可以把人的能力放大 100 倍，而上一代 AI 可能只是放大 1.5 倍、2 倍、3 倍。我只是打个比方，这是我的感受。 好，那今天谢谢马啸来到十字路口和我们分享了非常多，然后如果我们的这个用户朋友们听到了马啸的分享，对未来智能感兴趣，我们会在我们的评论区留下这个他们的联系方式啊。好，再次谢谢，谢谢，谢谢，谢谢，感谢。如果你认为有朋友也会喜欢本期十字路口的内容，请转发微信推荐给他们。最后，欢迎你加入十字路口的会员群，我们鼓励大家在群里聊天互动、交朋友，寻找未来的同路人。 所以我特别希望，所有有志于做下一代 AI 的优秀年轻人，都能够和我们联系。我相信这样的人非常多，也非常希望能够接触到他们。