可穿戴設備迎來“感知革命”。中國AI聲學領軍企業聲智科技（SoundAI）宣布，其全球首款多模態AI時尚耳機將于海外知名眾籌平臺Kickstarter全球首發。該產品突破傳統耳機僅限音頻交互的局限，創新性融合視覺感知與聲學交互，定位為用戶的“隨身感知工具”，讓AI真正“看得見、聽得清、回得準”。

聲視融合：用眼睛看，用耳朵說

不同于普通AI耳機僅依賴麥克風陣列，聲智此次產品搭載微型視覺傳感器與自研多模態大模型，實現“視覺場景驗證 + 聲學結果交付”的閉環體驗：

- 視覺端：通過輕量級攝像頭或環境光感知，識別用戶所處場景（如咖啡館、會議室、街道）；

- 聲學端：基于場景智能優化降噪策略、語音喚醒靈敏度及TTS輸出音色；

- 交互閉環：例如在嘈雜街道，耳機識別“戶外”后自動增強語音收聽清晰度；進入會議室則切換至“靜音模式”，僅通過骨傳導提示日程。

該設計有效解決純語音AI在復雜環境中的誤觸發與響應失準問題，顯著提升交互可靠性。

全棧聲學底座，軟硬一體賦能

產品依托聲智科技自研的全棧聲學技術體系，涵蓋遠場語音識別、聲源定位、回聲消除、個性化聲紋建模等核心技術，并集成其多模態大模型推理引擎，可在端側完成低延遲場景理解，保障用戶隱私與響應速度。

時尚設計+全球首發，瞄準高端消費市場

作為“時尚耳機”，產品由國際設計團隊操刀，兼顧美學與佩戴舒適性，目標用戶為科技愛好者、商務人士與數字游民。選擇Kickstarter首發，旨在借力全球早期用戶反饋，快速迭代并建立海外品牌認知。

AIbase認為，聲智科技此舉標志著AI可穿戴設備從“語音助手”向“環境感知智能體”躍遷。當耳機不僅能聽指令，還能“看懂”你所處的世界，人機交互的自然性與主動性將實現質的飛躍。而這場由聲智掀起的“聲視融合”浪潮，或將成為下一代智能硬件的關鍵入口。