7月6日,2023世界人工智能大会(WAIC)在上海盛大开幕。作为国内人工智能赛道的重要参与者,网易有道在本届大会上首次公开展示其最新AI硬件产品——智能耳机OpenPods,并宣布该产品支持十几种语种的实时同声传译功能。这一重磅发布不仅吸引了众多与会者驻足体验,更被视为AI技术在消费级硬件领域落地的一次重要突破。

从“翻译工具”到“智能耳机”:有道AI硬件的新进阶

在WAIC网易有道展台,OpenPods被置于最显眼的位置。这款耳机外观采用简约的入耳式设计,与市面上主流真无线耳机并无明显差异,但真正的“杀手锏”藏在内部——它深度融合了网易有道自研的神经网络机器翻译(NMT)技术与端侧语音识别引擎,能够实现“边说边译、几乎无延迟”的实时同传体验。

据现场工作人员介绍,OpenPods目前支持中、英、日、韩、法、德、西班牙、葡萄牙、意大利、阿拉伯、俄语、泰语等十余种主流语种的双向实时互译。相比手机App翻译或手持翻译机,OpenPods最大的优势在于“解放双手”和“沉浸式交流”——用户只需佩戴耳机,无需任何额外操作,对方说话时耳机即同步播报翻译后的语音,翻译结果同时可在配套App中显示文字。

为了验证产品实力,记者在现场进行了简短体验:使用中文与一位英语用户对话,中文语音几乎在对方说完后1-2秒内通过耳机完成英语翻译,且语速自然、无明显机械感,背景噪音环境下也能保持较高识别率。据有道透露,OpenPods的端侧语音识别准确率超过95%,翻译质量达到专业考试水平。

技术攻坚:端侧算力与延迟难题的破解

实时同传耳机并非新鲜概念,但此前市场上类似产品多因延迟过高、翻译生硬或依赖云端网络而体验不佳。有道OpenPods的技术突破在于“端云协同”——核心翻译模型经过压缩后可在耳机芯片本地运行,低频常用词对直接在端侧完成翻译,复杂长句则通过低延迟网络调用云端大模型兜底,从而在保证准确率的同时将平均翻译延迟控制在500毫秒以内。

“我们早期的翻译产品主要是手机App,但发现用户在很多场景下(如会议、课堂、商务洽谈)不方便一直看手机。”网易有道技术负责人表示,“耳机是‘人机交互’最自然的入口,结合有道在翻译领域近15年的积累,我们希望用AI彻底打破语言障碍。”

此外,OpenPods还支持自适应降噪、长时间佩戴舒适优化、多设备无缝切换等功能,并搭载了有道自研的“AI声纹合成引擎”,翻译输出的语音可从预设的多种声线中选择,甚至保留原说话人的语气和停顿,避免“机器音”带来的违和感。

生态布局:从学习到办公,有道AI的“场景化”野心

有道将OpenPods定位为“跨场景语言通用终端”,而非单纯的翻译硬件。在展区,有道同时展示了其基于大模型的“AI学习机”“AI超级家教”以及“虚拟人口语私教”等产品,凸显其“All in AI”的战略决心。

业界分析认为,有道选择在WAIC首展OpenPods,意在向外界传递两个信号:其一,有道在AI大模型的技术储备已具备向消费硬件转化的能力;其二,翻译场景正从“工具”向“服务”升级,有道希望借助耳机这一高频使用设备,构建从语言学习、跨境商务到国际交流的全链路语言服务生态。

值得注意的是,虽然正式售价和上市时间尚未公布,但现场不少海外参展商和企业代表对OpenPods表现出浓厚兴趣。一位来自德国汽车零部件企业的采购经理表示:“如果延迟控制稳定,我们愿意采购用于跨国技术会议。”

行业展望:AI耳机风口已至,但挑战犹存

随着ChatGPT等大模型推动AI应用爆发,智能耳机正成为厂商争夺的新入口。除了有道,苹果、华为、三星等巨头均在探索耳机集成AI助手和实时翻译功能。不过,专业翻译赛道的核心壁垒仍在“垂直语料库”和“场景优化”,这也是有道相比通用型硬件厂商的差异化优势。

当然,OpenPods还需要直面现实挑战:如电池续航是否能支撑长时间同传、极端噪声环境下的识别稳定性、以及十几种语种之间的小语种翻译覆盖率。此外,1689元的传闻售价(尚未证实)是否能为大众市场接受,仍有待检验。

无论如何,网易有道WAIC首秀OpenPods,无疑为“AI+硬件”的落地提供了新范本。当语言障碍不再是沟通的壁垒,一个更加紧密连接的世界或许正在到来。据悉,OpenPods将于今年秋季面向消费者发售,届时将掀起怎样的一场翻译革新?我们拭目以待。