看起来各大 AI 公司似乎都希望我们能更频繁地对着他们的产品大声讲话。例如,Meta, Google, OpenAI 和 Anthropic 等公司已经加入了允许用户像与他人交谈那样自然地与 AI 机器人对话的功能,这得益于语音转文本技术的进步。
然而,一家名为 Wispr Flow 的创业公司认为,凭借其支持 100 多种语言的口述输入技术,可以超越这些科技巨头。该公司今天在原有的 Windows 和 Mac 应用基础上,推出了一款全新的 iOS 应用,该应用同时充当键盘,让你能够在任何应用中使用语音输入文字。
现在,你可能会认为这又是另一家专注于语音转文本的公司,但笔者对 Wispr Flow 的体验印象尤为深刻。作为一名印度人,我一直未能找到一款完全能理解我所说内容的语音转文本应用,我也曾多次让 Alexa 和 Siri 等 AI 助手执行指令而碰壁。
然而,与我之前使用过的大型科技公司推出的任何口述输入技术相比,Wispr Flow 带来了截然不同且优越的体验。起初,我不得不在 Wispr Flow 的桌面和移动应用中手动编辑句子,但经过几次使用后,整体口述输入体验便有了极大改善。最终,我用这款应用撰写了长邮件和信息,甚至几乎整篇报道都是仅凭语音完成。
该应用还提供数字和符号键盘,便于在需要输入特殊字符时使用,并且能够自动学习自定义名称和术语,或者你也可以通过它的词典部分手动添加。此外,如果你处于不便大声讲话的环境中,还可以选择轻声耳语来使用麦克风。公司还声称,即便在网络覆盖较差的环境下,这款 iOS 应用同样可以正常工作。
这家创业公司的联合创始人 Tanay Kothari 曾对 TechCrunch 表示,他最初的目标是打造一款可穿戴设备,让用户只需无声地张口便能输入文字。那款可穿戴设备的操作层正是 Flow,而在去年七月,公司遂转型聚焦于软件领域,并在数月后推出了 Mac 应用。
在桌面应用中,用户只需按下热键便可以在任意应用中开始口述输入,这极大地方便了操作。而对于 iOS 应用来说,最大的挑战在于如何说服用户每次使用该应用时都切换到 Wispr 的键盘。
Wispr Flow 每周提供 2,000 字的免费使用额度。超出这个限制后,你可以选择每月 12 美元(或每年 144 美元)的无限制订阅计划,该计划还可让你享受新功能的抢先体验。
至今,该公司已从包括 NEA, Palo Alto Networks 和 8VC 在内的投资者处获得 2600 万美元融资。Kothari 表示,他们的订阅业务转换率达到了 19%,而公司的收入也实现了 60% 的年增长率。
这家创业公司正计划在今年推出 Android 应用,同时还在开发面向团队的共享上下文功能,以使应用能够理解企业环境中常用的术语。
Wispr 的竞争对手众多,包括 YC 支持的 Aqua、Talktastic、Superwhisper 和 Betterdication。尽管 Kothari 预见到随着 AI 与语音技术的不断进步,该领域的竞争将愈发激烈,但他坚信,Wispr 的工程团队以及对这项技术的长期投入将使其独树一帜。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。