AI动态

分类：[AI动态] 标签：[人工智能]、[大模型]、[飞书]、[字节跳动] 今年开始，不少企业的工作群里悄然多出了几位“新同事”。它们虽然是 AI，却可以像真人一样被拉进群聊、阅读历史文档、参与会议、承接复杂任务，甚至还能 @ 另一位 Agent 共同推进项目。 在今年的飞书未来无限大会暨豆包工作开工大会上，这一场景正式从概念走向现实。当 Agent 从单兵作战的个人助手升级为组织中的“数字同事”，企业所需要的不再只是一个更聪明的模型，而是一套能够承载人与 Agent 共同工作的协作平台。 协同办公的新拐点：从“高效沟通”到“执行落地” 回溯 IT 发展的 50 年，从 PC、Web 到移动互联网，每一次底层技术浪潮都在重塑工作的入口。进入 AI 时代，协同办公的核心目标正在发生深刻转变：过去的协同平台主要解决如何让人与人高效沟通，而现在的关键则是如何让工作被 AI 理解、执行，并最终产生结果。 如今，越来越多的企业开始用 AI 改造具体的业务流程。从亚朵的食品安全管理、四维图新的文档审核，到北汽福田的自动化工厂日报，AI 不再仅仅停留在生成文本的浅层阶段，而是真正嵌入了企业的工作流中。赛力斯、正大天晴、迈金智能等行业领头羊也纷纷将核心办公系统向飞书迁移，将其视为未来的企业 AI 操作系统。 这一趋势也直接反映在商业数据上。据飞书披露，今年上半年其 ARR 增速达到去年同期的 2.5 倍，创下成立以来的历史新高，其中超过九成的新增客户同步采购了飞书 AI 产品。 飞书 8.0 与豆包工作：构筑 Agent 的上下文底座 决定企业 Agent 能力上限的，不仅是模型本身的智商，更在于它能获得怎样的上下文。企业每日沉淀在协同平台中的群聊、会议、文档、知识与权限体系，构成了业务运转的核心逻辑。缺乏这些信息，Agent 就只能沦为回答通用问题的工具。 为此，飞书 8.0 进行了系统性的重构，推出了三大核心方向： 自然协作：员工可以通过搜索名字或在文档中评论直接 @Agent，让其参与讨论或修改内容。 产品原生：Agent 能够像人一样直接操作多维表格、日程、云盘与妙记。 安全可控：Agent 严格沿用使用者的身份与数据权限，确保企业核心机密安全。 在此基础上，深度融入飞书的“豆包工作”应运而生。它共享账号与权限体系，无需繁琐的第三方连接即可直接“懂业务”。无论是汇总销售报告、提炼电商用户需求，还是持续迭代方案，豆包工作都能提供全流程的辅助。 此外，处于定向共创阶段的“豆包工作伙伴”更进一步，将服务对象从个人扩展到了团队。它拥有独立的身份、记忆与权限，甚至能够主动发现问题并跨群寻找答案，展现了未来“团队数字员工”的雏形。 字节跳动的“多兵种联合作战” 此次大会将飞书与豆包双品牌联动，释放了一个强烈的信号：两个月前整合豆包、飞书与火山引擎力量的字节跳动，正在通过“多兵种联合作战”重塑 AI 时代的生产力产品。 在企业级 AI 市场中，模型、Agent 与协同办公从来不是孤立的三个问题。豆包提供底层的模型与智能能力，飞书承载企业组织与工作流程，火山引擎则输出算力与技术服务。三者紧密协作，打通了从模型能力到业务落地的完整链路。 对企业而言，飞书过去十年在协同办公领域沉淀的组织上下文、知识资产与权限体系，并未因 AI 的到来而过时。相反，这恰恰是 Agent 落地最坚实的地基。模型决定了 Agent 的上限，而飞书的组织底座则决定了它能否真正扎根企业，持续创造商业价值。

分类：AI动态 标签：大模型、终端AI、vivo、蓝心模型 在日前举行的 2026 vivo开发者大会上，vivo 集中展示了其在人工智能领域的最新研发成果，一次性重磅发布了四款不同定位的“蓝心模型”，并前瞻性地公布了 30B MoE（混合专家模型）端侧大模型的预研计划。这一系列动作标志着端侧AI正在从“尝鲜功能”向“核心生产力”加速演进。 四箭齐发：覆盖实时语音到任务中控 为了满足不同场景下的智能化需求，vivo 此次发布的四款蓝心模型在架构与功能上进行了精细化分工： BlueLM-RealTime：采用先进的端到端语音理解架构，能够在大噪声、多轮对话等复杂场景下，精准且自然地理解用户的语音意图，带来更流畅的交互体验。 BlueLM-Nano：聚焦于端侧的实时感知与个人记忆沉淀。它能够深度融合处理屏幕、图像、视频、文本和文件等多模态数据，默默记录并理解用户的日常习惯与偏好，打造真正懂你的私人助手。 BlueLM-Flash 与 BlueLM-Pro：这两款模型定位为手机系统的任务中控，不仅具备强大的逻辑推理能力，还拥有持续学习的能力，能够统筹调度手机各项资源，高效处理复杂应用。 前瞻探索：30B MoE 挑战端侧算力上限 除了上述四款已经落地或蓄势待发的模型外，vivo 还宣布正在预研 30B MoE 端侧大模型。 长期以来，手机端侧受限于硬件功耗与内存带宽，很难部署参数量过大的模型。而 MoE（Mixture of Experts）混合专家架构能够在不显著增加计算功耗的前提下，大幅提升模型的参数规模与表现能力。vivo 此次探索将更大规模的模型部署到手机上，旨在为长链路、高难度的复杂任务提供强有力的端侧算力支撑，进一步拓宽移动终端的智能化边界。 编辑点评 随着大模型技术的不断下沉，端侧AI的竞争已经从早期的“炫技”走向了“拼实用、拼生态”。vivo 此次通过多尺寸、多架构模型的组合拳，不仅完善了其在语音、多模态感知和任务调度上的布局，也为整个智能手机行业在端侧大模型的高效落地提供了极具参考价值的范本。未来，手机将不再只是通讯工具，而是进化为具备持续学习与复杂任务处理能力的超级个人助手。

分类：科技 标签：人工智能、周鸿祎、新能源汽车、大模型 在近日举行的第五届北斗规模应用国际峰会上，360集团创始人、董事长周鸿祎针对外界关心的跨界造车话题给出了明确回应。他直言，360未来不会再投资新能源汽车，并坦言“已经吃过一次亏，不会再入局”。 从投资哪吒到及时止损 回顾360的造车历程，堪称科技互联网企业跨界浪潮的一个缩影。 2021年：360高调宣布计划出资29亿元投资哪吒汽车，最终持股达16.59%，成为除管理团队外的重要大股东。 2022年：360选择“急流勇退”，0元转让了对应未出资10亿元的3.532%股权，放弃剩余增资义务。彼时周鸿祎解释称，创业公司需要让创始人团队主导，而非完全由资本主导。 后续发展：随着市场竞争加剧，哪吒汽车近年陷入经营困境并经历破产审查，管理层也相继被列为失信被执行人。 这段经历让360看清了重资产、长周期造车赛道的残酷性。正如周鸿祎所总结的，当年的尝试交足了学费，也让企业在战略选择上变得更加清醒与务实。 全面转向AI：All in Agent时代 告别新能源汽车赛道后，周鸿祎将360的全部热情和战略重心转移到了人工智能领域。他公开表示，当前的AI浪潮带来了比造车大得多的时代机遇，能够赋能千行百业。 在采访中，周鸿祎甚至向所有年轻创业者给出了具体建议：建议所有创业者都深入掌握 Agent（智能体）技术。 从早期的安全卫士到后来的大模型探索，再到如今坚定押注Agent生态，360的战略调整折射出老牌互联网大佬对下一代技术变革的敏锐嗅觉。对目前的360而言，与其在内卷严重的新能源红海中艰难厮杀，不如在确定性更高的AI软件与场景应用中寻找新的增长曲线。

分类：[AI动态] 标签：[人工智能]、[大模型]、[飞书]、[Agent] 今年，不少公司的工作群里，将会迎来几位特殊的「新同事」。它们虽然是 AI，但不仅能被直接拉进群聊、阅读历史讨论与文档，还可以主动参与会议、承接任务，甚至在群里相互 @ 对方，共同推进一项复杂的企业工作。 在 2026 飞书未来无限大会暨豆包工作开工大会上，字节跳动给出了 AI 时代的全新解法：当 Agent 从个人助手演变为组织中的「数字同事」，企业需要的不仅是更聪明的模型，更是一套能承载人机协同的完整工作平台。 通过飞书 8.0、豆包工作以及全新的「豆包工作伙伴」，字节跳动正在将大模型能力与企业真实业务深度融合。 协同办公的新指标：让 AI 真正进入组织 回顾 IT 产业 50 年的发展，从 PC、Web 到移动互联网，每一次底层技术的跃迁都在重塑工作的入口。进入 AI 时代，「协同办公」的内涵正在发生根本性转变：过去的协同解决的是人与人的高效沟通，而现在的核心则是如何让工作被 AI 理解、执行，并最终产出业务结果。 目前，越来越多的行业头部企业已经开始将 AI 引入具体的业务流中： 亚朵的后厨员工利用 AI 改造食品安全管理； 四维图新将大量文档审核工作交由 AI 处理； 北汽福田打造的「长超小福」Agent，能够自动收集信息、整理数据并生成工厂日报，将数小时的协作时间缩短至数分钟。 与此同时，赛力斯、正大天晴、迈金智能等企业纷纷将飞书作为默认的组织基础设施。飞书官方数据显示，2026 年上半年其 ARR 增速达到去年同期的 2.5 倍，创下历史新高，其中超过九成的新增客户同步采购了飞书的 AI 产品。 筑牢上下文底座：在飞书里盖 Agent 的高楼 决定企业 Agent 能力上限的，不仅是模型有多聪明，更在于它能获得怎样的业务上下文。 企业每天在协同平台中沉淀的大量群聊、会议、文档、知识、数据与流程，解释了一家公司的运转逻辑。离开这些信息，Agent 只能停留在通用问答层面。 飞书 8.0 的升级正是为了解决这一痛点。通过向 Agent 开放飞书 CLI（命令行接口），功能点已从年初的 247 个拓展至 767 个。Agent 不仅能阅读和生成内容，还能直接操作多维表格、安排日程、查阅云盘与妙记、发起审批，甚至绘制可编辑的信息图。 在产品形态上，飞书与豆包工作实现了深度原生融合： 豆包工作：与飞书共用账号与权限体系，能够调用群聊、文档及业务系统中的信息，具备「能力强、懂业务、守规矩」的特点，陪伴用户完成一版又一版的方案迭代。 豆包工作伙伴：将服务对象从个人扩展至整个团队，拥有独立的身份、权限和记忆。它可以主动发现群聊中无人认领的问题并寻找答案，标志着 AI 从「被动响应」走向了「主动协同」。 多兵种联合作战：从模型到业务落地的完整链路 字节跳动在两个月前将豆包、飞书和火山引擎的力量进行了深度整合，聚焦打造优质的工作与生产力产品。 ...

分类：AI动态 标签：人工智能、大模型、硬件创新、数码生活 助听器曾是一门名副其实的暴利生意。一副塞在耳朵里的小东西售价动辄七到十万元，丢失甚至需要动用全城搜索。近九成的全球市场长年被索诺瓦、Demant 等五大外资公司把持，凭借芯片、算法与封闭的线下验配网络锁死了行业格局。 无数创业者曾试图挑战这道高墙，但都在音频分离的技术难关前折戟。然而，这个延续了数十年的垄断格局，正在被 AI 彻底打破。 一、 十万块的助听器，为何难以替代？ 长期以来，助听器的痛点显而易见：价格极高且佩戴痛苦。调查显示，65岁以上应该佩戴助听器的人群中，真正获益的比例仅有 6.5%。堵耳、闷感、操作繁琐让许多老人宁愿将设备闲置。 即便如此，用户过去仍不得不向五大外资品牌妥协。核心原因在于其硬件与算力的绝对优势： 强悍算力支撑：旗舰产品内置专用 AI 协处理器，每秒可进行数十亿次运算。 精准音频分离：通过海量声音样本训练，系统能够在嘈杂的餐厅或饭桌上实时将「人声」单独摘出，避免传统设备的啸叫与错误放大。 专业线下体系：从长达数年的验配跟踪到频段补偿，构成了极高的服务壁垒。 尽管美国在 2022 年放开 OTC 助听器销售，试图通过消费级产品降维打击，但由于缺乏全链路的算法与验配支持，退货率居高不下，处方助听器的统治地位依然稳固。靠传统路径艰难追赶显然行不通，真正的破局点最终指向了 AI。 二、 AI 如何重塑听力体验？ AI 的加入并非简单叠加新功能，而是彻底拆掉了巨头们建立的技术关卡。其核心变革体现在三个关键环节： 声音分离 -> 清除环境杂音，降低底噪，提供极致的舒适感。 声音增强 -> 结合用户的纯音测听结果，生成数字档案并进行针对性频段补偿。 声音预测 -> 通过时序记忆架构（如 CRN 架构），在意外啸叫（如汽车喇叭声）出现之前提前预判并抑制。 更为重要的是，助听器领域的 AI 并不依赖庞大的通用大模型参数量，而是通过轻量化的小模型，在毫瓦级功耗的芯片上实现全链路处理。国产团队正尝试利用强大的本土供应链，将蓝牙、DSP 与高算力 NPU 集成在单颗 SoC 芯片上，用极致的算法压低成本，将曾经的奢侈品带入平价时代。 三、 体验与形态的全面革新 随着 AI 算法的成熟，助听器的产品形态、验配流程与适老化设计正在发生翻天覆地的变化： 形态解放 -> 得益于 AI 对啸叫的出色预判，不入耳的耳夹式开放式 AI 助听器成为可能，彻底告别了闷胀感，外观更接近普通无线耳机。 验配下沉 -> 复杂的线下验配流程被移至手机端。用户在家即可完成纯音测听，并通过远程连线或自营上门网络完成精准适配。 适老化设计 -> 充电盒集成实体按键、支持蓝牙查找与定位等功能，真正降低了老年人的使用门槛。 总结 助听器行业正处于类似传统燃油车向电动车转型的关键节点。虽然中国 1.2 亿听损老人中戴上助听器的比例依然很低，市场普及仍需时间，但技术奇点已经显现。当 AI 拆除了技术与定价的高墙，让这项技术不再是少数人的奢侈品，如何让更多人重新听清这个世界，正成为整个科技数码行业值得奔赴的新方向。

分类：AI动态 标签：大模型、vivo、端侧AI、人工智能 在日前举行的 2026 vivo开发者大会上，vivo 集中展示了其在人工智能领域的最新突破，一次性重磅发布了四款不同定位的“蓝心”系列模型，并前瞻性地预研了 30B MoE 端侧大模型。这一系列动作标志着手机端侧 AI 正在向更深度的场景融合、更复杂的任务处理能力全速演进。 四箭齐发：全面覆盖端侧交互场景 此次 vivo 发布的四款蓝心模型各司其职，精准覆盖了当前用户对语音、实时感知、多模态处理以及手机智能中控的核心需求： BlueLM-RealTime：采用先进的端到端语音理解架构，能够突破传统语音转文字的延迟与语境丢失问题，在各种复杂场景下都能精准理解用户的实时语音表达。 BlueLM-Nano：聚焦于端侧的实时感知与个人记忆沉淀。它能够深度融合处理屏幕、图像、视频、文本以及各类文件，精准记录并分析用户的日常习惯与偏好，打造真正懂你的私人助手。 BlueLM-Flash 与 BlueLM-Pro：这两款模型定位为手机系统的任务中控，不仅具备强大的指令执行能力，更拥有持续学习的进化特性，让手机从被动工具蜕变为主动服务的智能伙伴。 前瞻预研：30B MoE 探索端侧算力极限 除了已经落地发布的四款模型，vivo 还宣布正在预研蓝心 30B MoE 端侧大模型。 通过引入混合专家模型（MoE）架构，vivo 正在积极探索将更大规模的模型成功部署到手机端的可行性。这一技术路径有望在功耗与性能之间找到最佳平衡点，为用户处理长链路、高复杂度的多任务提供强悍的端侧算力支撑。 科技观察 随着大模型技术从云端向终端加速下沉，手机不仅是通信工具，更演变成了个人专属的 AI 计算中心。vivo 此次在端侧 AI 上的密集布局，从实时语音到多模态记忆，再到前瞻性的 MoE 架构探索，展现了国产终端厂商在 AI 时代重塑人机交互体验的决心。未来，端侧大模型 x 手机硬件深度的结合，必将为用户带来更加流畅、安全且个性化的智能体验。

分类：科技 标签：网络安全、数据抓取、人工智能、互联网历史 事件背景：历史存档遭遇恶意流量围攻 作为互联网历史上最伟大的数字档案馆，互联网档案馆（Internet Archive）旗下的“时光机器”（Wayback Machine）近日遭遇了严峻的考验。官方披露，该服务正持续遭受来自大规模自动化机器流量的恶意攻击。 为了维持服务器的稳定并保护核心基础设施，互联网档案馆被迫临时升级了安全防护策略。然而，这一举措也带来了“误伤”副作用——大量真实用户在正常访问历史网页时，频繁遇到了代表“请求过多”的 HTTP 429 错误。对此，官方已公开向广大用户表达歉意，并表示工程师团队正在加紧优化算法，努力实现机器流量与真实用户流量的精准剥离。 背后隐忧：AI 时代的数据抓取狂欢 时光机器承载了数以百亿计的网页历史快照，其中包含大量早已消失在互联网长河中的珍贵资料。对于许多研究人员和网民而言，它是找回失效链接、查阅历史文献的唯一知识库。 然而，正是这种不可替代的巨大价值，使其成为了各大科技公司、网络爬虫以及 AI 训练数据收集者的重点“光顾”对象。随着大模型（LLM）对训练数据需求的呈指数级增长，海量的自动化爬虫日夜不停地抓取公开网络数据。这种无节制的暴力抓取，最终导致了服务器负载超载，并引发了此次的访问危机。 总结与展望 网络爬虫与反爬虫的博弈从未停止，但当这种博弈波及到人类共同的数字文化遗产时，敲响了行业警钟。AI 发展与数据保护之间的平衡亟待重新审视： 恶意抓取/高频爬虫 -> 服务器过载 -> 触发防御限流 -> 正常用户体验受损 如何在满足人工智能时代数据吞吐需求的同时，保护好公共数字基础设施，保障普通人查阅互联网历史的权利，将是摆在互联网档案馆及整个科技行业面前的一道长期课题。

分类：科技 标签：周鸿祎、人工智能、新能源汽车、大模型 在近日举行的第五届北斗规模应用国际峰会期间，360 集团创始人兼董事长周鸿祎接受了媒体采访。面对近年来备受瞩目的新能源汽车赛道，他给出了一番非常明确且务实的表态：360 不会再投资新能源汽车，直言“已经吃过一次亏，不会再入局”。 从投资哪吒到及时止损 回顾当年的跨界造车潮，360 曾在 2021 年高调宣布计划出资 29 亿元投资哪吒汽车，一度成为除管理团队外的第一大股东。然而，造车不仅是一场资本的马拉松，更是一场对供应链、管理和长期现金流的极限考验。 随着市场竞争的加剧，360 在 2022 年选择调整策略，转让了部分未出资股权并放弃后续增资。当时周鸿祎便指出，初创车企需要让创始人团队主导公司发展，而非完全由资本主导。如今回过头来看，这一当年的战略收缩，无疑为企业规避了更大的后续风险。 战略转向：全面拥抱 AI 与 Agent 彻底告别新能源汽车赛道后，周鸿祎将 360 的核心战略全面转向了人工智能。他坦言，相比于实体制造业的重资产与长周期，当前由 AI 带来的技术变革和市场机会要巨大得多。 在谈到人工智能的落地与未来趋势时，周鸿祎向广大创业者提出了明确建议：建议所有创业者都深入掌握 Agent（智能体）技术。 在他看来，大模型技术正在从单纯的对话工具，向能够自主规划、执行复杂任务的 Agent 形态演进。这种技术不仅将重塑各行各业的生产力格局，也将成为个人与企业在数字时代保持竞争力的核心武器。 科技观察与总结 从当年的跨界造车试水，到如今的果断剥离并聚焦 AI 主航道，周鸿祎的经历可以说是中国互联网巨头在产业转型期的一个缩影。 造车浪潮大浪淘沙，资本与激情终究需要回归理性。对于当前的科技圈而言，新能源汽车的红利期正逐步向精细化运营过渡，而人工智能尤其是 Agent 的兴起，正开启新一轮的生产力革命。正如周鸿祎所言，认清方向、及时止损、押注未来，或许才是应对瞬息万变的技术浪潮时最明智的选择。

分类：[AI动态] 标签：[人工智能]、[大模型]、[飞书]、[Agent] 今年，不少公司的工作群里将会迎来一批特殊的“新同事”。它们虽然是 AI，却能像人类员工一样被拉进群聊、阅读此前讨论与文档、参与会议、承接任务，甚至在群里相互 @ 对方，共同推进复杂的业务流程。当 Agent 从个人聊天框中的文字助手演变为组织中的“数字同事”，企业所需要的，远不止一个更聪明的模型，而是一套能够承载人与 Agent 共同协作的平台。 在不久前举办的 2026 飞书未来无限大会暨豆包工作开工大会上，飞书与豆包工作共同交出了一份关于 AI 时代企业协同的完整答卷。 协同办公的新目标：从人际沟通到人机共创 回顾 IT 产业的发展史，每一次底层技术的浪潮都在重塑工作的入口。从 PC 时代的 Office 软件，到云和移动互联网时代的在线文档与协同平台，其核心目标一直是解决“人与人如何高效沟通”的问题。 而进入 AI 时代，协同平台迎来了新的使命。它不仅要服务人类之间的协作，还要无缝承载人与 Agent、Agent 与 Agent 共同完成任务的能力。 如今，越来越多的企业开始用 AI 改造具体的业务工作流。从酒店后厨的食品安全管理，到工厂的自动化日报生成，AI 不再仅仅停留在生成一段文字的浅层交互中，而是真正深入业务流程，执行复杂的实际任务。飞书披露的数据显示，2026 年上半年其 ARR 增速创下成立以来新高，且超过九成的新增客户同步采购了飞书 AI 产品，这标志着企业在选型时，已经将“能否让 AI 真正进入组织”作为核心考察指标。 飞书 8.0 与豆包工作：构筑 Agent 协作的地基 决定企业 Agent 能力上限的，不单是底层模型有多聪明，更在于它能获取怎样的上下文。企业日常沉淀的群聊、会议、文档、知识以及权限体系，共同解释了一家公司的运转逻辑。离开这些信息，Agent 就只能处理通用问题，无法真正融入业务。 为此，飞书与豆包展开了深度融合，通过三个层次的产品矩阵重新定义了办公协作： 飞书 8.0（协作与治理平台）：通过开放 CLI 能力，向 Agent 开放了数百个功能点。用户可以在群聊或文档中直接 @Agent，让其参与协作。同时，Agent 严格沿用使用者的身份权限，确保企业数据的安全可控。 豆包工作（原生企业级 Agent）：与飞书共用账号和权限体系，深度融合群聊、文档与多维表格等信息，具备“能力强、懂业务、守规矩”的特点，能够真正理解公司业务并陪伴任务持续迭代。 豆包工作伙伴（团队智能体）：将服务对象从个人扩展至整个团队，拥有独立的身份、权限和记忆，能够主动观察工作进展并在适当时机介入，探索了 AI 成为组织角色的全新可能。 多兵种联合作战：打通从模型到业务的落地链路 字节跳动在两个月前将豆包、飞书和火山引擎的力量进行了深度整合。在这场“多兵种联合作战”中，豆包提供强大的模型与 Agent 产品，飞书承载企业员工、知识与工作流程，火山引擎则提供算力、模型服务与技术支持。 三者的融合直击行业痛点。在过去，如果各环节产品各自为战，企业往往需要付出极高的系统打通成本，导致 AI 落地停留在演示阶段。而通过将模型能力与飞书十年来积累的组织上下文、业务工具和权限体系相结合，豆包工作成功让 AI 跨越了从“技术展示”到“实际生产力”的鸿沟。 ...

分类：AI动态 标签：人工智能、大模型、科技创新、硬件革新 一个塞在耳朵里的小东西，售价动辄高达七八万元，甚至丢失后需要动用全城搜索——助听器，长期以来都是一门充满壁垒且暴利的独特生意。 在全球市场中，近九成的份额曾长期被索诺瓦（峰力）、Demant（奥迪康）、WS 听力、瑞声达、斯达克这五大外资巨头垄断。他们凭借芯片、音频分离算法以及遍布全球的验配门店，将整个市场锁死在封闭体系内。 然而，这套维持了数十年的高价垄断逻辑，正在被 AI 技术无情打破。中国深圳的创新公司正将原本高高在上的助听器价格打下来，让更多普通人能够负担得起。这场由 AI 掀起的行业变革，正在从根本上重构助听器的技术、价格与体验。 一、传统天价助听器的垄断之谜 为什么一副助听器可以卖到近十万块？核心原因在于技术与渠道的双重高墙。 在过去，想要模拟人耳在嘈杂餐厅里锁定目标声音极为困难。五大外资巨头通过专用的数字信号处理（DSP）芯片和早期算法，把音频分离做到了及格线以上，并以此构建了高昂的定价权。此外，助听器并非一锤子买卖，用户在 3 到 7 年的生命周期内，需要不断前往线下验配门店进行增益曲线、降噪参数的调整。这种深度绑定的服务生态，让无数试图挑战的创业者铩羽而归。 然而，高昂的价格并未带来完美的体验。调查显示，在 65 岁以上需要佩戴助听器的人群中，真正从中获益的比例极低。堵耳、鼓闷感、复杂的按键操作，让许多老年人对助听器望而却步，最终只能让设备在抽屉里吃灰。 二、AI 降临：重构声音处理的核心底层 改写这一切的转折点是 AI。它没有给助听器简单叠加花哨的功能，而是直接拆掉了巨头垄断的技术关卡。AI 的加入主要在三个关键环节实现了质的飞跃： 声音分离：通过轻量化神经网络模型，精准识别并分离环境噪声与人类语音，做到背景干净、互不干扰。 声音增强：根据个体听损曲线进行精细化、定制化频段补偿，实现千人千面的听力辅助。 声音预测：利用时序记忆架构（例如卷积加循环神经网络），在诸如汽车喇叭等尖锐噪声和啸叫出现之前进行前置预判与抑制，延迟控制在毫秒级以内。 相比传统方案，国产团队开始采用将蓝牙、DSP、高算力 NPU 高度集成的单芯片（SoC）路线，以更低的功耗和更小的体积实现全链路处理。真正形成竞争壁垒的，不再是传统芯片的堆砌，而是谁能在相同的算力约束下把算法做到极致。 三、形态、验配与适老化的全面革新 随着 AI 算法的成熟，助听器的产品形态和使用场景也迎来了颠覆式的改变： 形态破局：过去为了防止啸听，助听器多为密封的入耳式。如今借助 AI 的前置预测能力，开放式耳夹形态、几乎隐形的完全入耳式设计开始普及，大大减轻了用户的心理负担与佩戴不适感。 验配线上化：传统的线下多次跑腿验配，被简化为手机 App 纯音测听与远程听力师在线调机，让用户在自己家里就能完成个性化适配。 适老化设计：充电盒集成实体按键、支持室内查找与 GPS 定位等功能，真正从老年人的实际使用习惯出发，解决了「买得起却不会用」的痛点。 总结 助听器市场目前正处于类似于传统汽车向电动汽车过渡的关键节点。尽管全球听损人群的整体采纳率仍有待提升，且市场格局尚未完全定型，但 AI 的介入已经撕开了垄断的防线。 技术向前一步，关怀就落地一寸。当 AI 能够真正帮助老人重新听清世界的声音，这场打破暴利与同质化的科技攻坚战，才刚刚拉开序幕。