就在上個月，2025 世博會在日本開幕。雖然這屆倉促舉辦的世博會在網(wǎng)上充滿爭議，但我們也不得不承認(rèn)，這一屆世博會確實給我們帶來了不少「樂子」。其中最具傳播效果的，莫過于日媒采訪時使用的翻譯設(shè)備搞錯了語氣，把「有看到什么厲害的東西嗎？」翻譯成了「有什么了不起的？」。

當(dāng)然了，我們都知道，這只是翻譯設(shè)備對上下文理解不夠深入所引發(fā)的小誤會。但如果從用戶的角度看，翻譯設(shè)備作為跨語言交流的媒介，確實需要一個更清晰、明確的能力邊界定義，最好是像汽車的輔助駕駛、自動駕駛分類一樣，有一個清晰的評級。

比如被廣大 90 后學(xué)生當(dāng)成掌機玩的電子詞典，就只能被歸類成 L1 翻譯——這類翻譯設(shè)備本質(zhì)就是一個數(shù)字化、支持快速搜索和朗讀功能的字典：其翻譯引擎基于傳統(tǒng)的文本引擎打造，只能執(zhí)行最基本的詞對詞翻譯。即使你把整句話打進(jìn)去，L1 翻譯也只能一個詞一個詞翻譯。前段時間網(wǎng)絡(luò)熱哏中把「白花了」翻譯成「White Flowers」的情況，就是 L1 翻譯的通病。?

L2 翻譯的原理和 L1 翻譯類似，其本質(zhì)也是詞對詞的「映射」翻譯。只不過為了方便用戶，L2 翻譯「外掛」了語音識別模塊，可以自動把聽到的語音轉(zhuǎn)寫成文字，不再需要用戶自己打字。后續(xù)也有部分品牌將 L2 翻譯集成到耳機中，但「翻譯耳機」充其量只是翻譯設(shè)備形態(tài)的變化，并未改變翻譯時一人說，另一人只能干等的單向翻譯邏輯。

和自動駕駛技術(shù)一樣，L3 也是翻譯技術(shù)的分水嶺：因引入了 AI 大模型，L3 翻譯有了理解語義和上下文聯(lián)系的能力；而多模態(tài)模型等技術(shù)也顯著加快了語音翻譯的進(jìn)程。體驗上，借助矢量降噪技術(shù)， L3 翻譯實現(xiàn)了對「雙向同傳」技術(shù)的突破，因此 L3 級別的 AI 同傳也是目前體驗最好的一種翻譯模式。目前，谷歌、蘋果等企業(yè)都停留在 L2 級別。

不同 AI 翻譯模型的能力可以說千差萬別：有些品牌能做到語義、情緒的精準(zhǔn)傳達(dá)，有些就只能「僅供參考」——開頭是小雷提到的「有什么了不起的？」，就是翻譯錯誤的最好例子。

那有沒有翻譯的正面案例呢？當(dāng)然有，前段時間又一次登上《新聞聯(lián)播》的時空壺，就是目前AI同傳的代表，也是唯一一款達(dá)到L3水準(zhǔn)的AI同傳耳機。

在《新聞聯(lián)播》中，記者用將近 4 分鐘的時間，向外界展示了時空壺如何用 AI 技術(shù)發(fā)力翻譯賽道。《新聞聯(lián)播》、將近 4 分鐘的深度報道，相信大家都能感受到時空壺這 AI 同傳技術(shù)的含金量。說起來，這已經(jīng)是 2025 年里時空壺第二次登上央視舞臺了。作為成立接近十年的「老企業(yè)」，時空壺又如何在 AI 時代找到自己的競爭力呢？

傳統(tǒng)翻譯有何問題？

在雷科技看來，時空壺之所以能用極短的時間坐上翻譯設(shè)備的頭把交椅，并將領(lǐng)先優(yōu)勢延續(xù)了近十年，這背后離不開時空壺對翻譯軟硬件技術(shù)的深度探索。

基于多年的技術(shù)積累，時空壺突破了雙向同傳的技術(shù)限制，率先邁進(jìn) L3 翻譯的階段，隨后在場景拓展、 AI 大模型升級等方面實現(xiàn)飛躍，與傳統(tǒng)的 L2 翻譯拉開了體驗的代差。那么這個代差體現(xiàn)在哪里呢？我們不妨先看看傳統(tǒng)的 L2 翻譯模式有何問題：?

剛剛提到，無論是手持的「翻譯機」還是佩戴的「翻譯耳機」，L2 翻譯設(shè)備都無法擺脫 L1 翻譯效率低、錯誤率高的問題。即使從文字輸入轉(zhuǎn)變?yōu)檎Z音輸入和 TTS 語音輸出，其算法依舊是老舊的L1 翻譯模式。這導(dǎo)致 L2 時代的翻譯耳機需要極長的翻譯時間，只能做到「偽同傳」——一個人說話時，另一個人只能干等。

而且為了控制成本，這些 L2 翻譯耳機通常基于市面上成熟的 TWS 公模開發(fā)。而這些公模 TWS 顯然不會針對翻譯耳機特殊的工作環(huán)境（背景噪聲大、對話距離近，佩戴時間長，人聲降噪要求高）開發(fā)。

以小雷參加 CES 等海外展會的體驗為例：普通的翻譯耳機幾乎無法識別小雷或?qū)Ψ皆谡f什么，更不用說將語音轉(zhuǎn)成文字并準(zhǔn)確翻譯了。

但要說對用戶體驗影響最大的，還得是 L2 翻譯耳機的「偽同傳」問題。小雷參加 CES、MWC 等海外展會，通常都帶有采訪任務(wù)。為了保證雙方發(fā)言的準(zhǔn)確性，我們在采訪時通常都會說各自的母語，再由翻譯設(shè)備進(jìn)行翻譯。

此時， L2 翻譯耳機「單向同傳」的短板就暴露出來了。由于翻譯耳機一次只能處理一個人說話（無論從現(xiàn)場收音質(zhì)量還是模型翻譯質(zhì)量的角度），用 L2 翻譯耳機進(jìn)行采訪會嚴(yán)重影響雙方的交流效率。即使我們用 DeepSeek 等 AI 大語言模型來翻譯，也改變不了 L2 單向「偽同傳」的情況。

這里我給大家模擬一下 L2 翻譯耳機的使用場景：

1. 我對耳機說中文問題；
2. 說完后 App 后臺翻譯句子；
3. 翻譯完成后用 TTS 在對方耳機中播放；
4. 對方聽完后說外語回答；
5. 說完后 App 后臺翻譯句子；
6. 翻譯完成后用 TTS 在我耳機中播放；
7. 回到第一步并循環(huán)

毫無疑問，這種翻譯模式極為麻煩，即使一方說完句子，我們也要等翻譯耳機識別、翻譯、播放，然后再根據(jù)自己的理解進(jìn)行回復(fù)。而這種低效的單向翻譯模式，也無力承載訪談、商務(wù)咨詢、產(chǎn)品發(fā)布會等深度交流的場景，光是在餐廳點菜就已經(jīng)摸到了翻譯能力的上限。

用 AI 突破限制，以技術(shù)重構(gòu)翻譯?

和單向翻譯相比，L3 翻譯的雙向同傳模式允許對話雙方各說各話，各自的同傳會將譯文同時輸出給對方，省略了單向翻譯中的等待的步驟。而且人類的交流天生是需要雙向的，「雙向同傳」模式天然更符合人類母語交流的習(xí)慣。?

既然單向翻譯有這么多問題，那大家為什么不做雙向同傳呢？

首先，在面對面交流中翻譯設(shè)備難以區(qū)分發(fā)言人。還是以小雷的海外采訪經(jīng)歷為例：摩肩接踵的展館很難找到一個安靜的采訪空間，我們用翻譯耳機必須必須足夠大聲；但因傳統(tǒng)翻譯耳機的收音模式未經(jīng)優(yōu)化，我說話的聲音不僅會被我的耳機捕捉到，同時也會被對方的耳機捕捉到。這會直接打破翻譯鏈路，導(dǎo)致翻譯混亂。

此外，傳統(tǒng) L2 翻譯耳機缺乏上下文聯(lián)系的能力，本身也不適合采訪這種深度、長時間、貫穿上下文的對話模式。即使我們準(zhǔn)備兩套翻譯設(shè)備，只會帶來雙倍、甚至是更多的麻煩。事實上，這也是市面上大多數(shù)翻譯設(shè)備不提供雙向翻譯模式的根本原因。

但對時空壺來說，恰恰是雙向同傳及其背后的技術(shù)挑戰(zhàn)，讓時空壺在眾多翻譯設(shè)備中脫穎而出，吸引了央視的大篇幅報道。

首先，時空壺利用軟硬合一的矢量降噪技術(shù)優(yōu)化了收音效果、為雙向翻譯的語音識別準(zhǔn)確率打下基礎(chǔ)。

2021年，時空壺發(fā)布了第一代雙向同傳耳機——W3。W3 的出現(xiàn)標(biāo)志了行業(yè)在雙向翻譯（L3 翻譯）中取得的從零到一的突破。作為 W3 的「繼任者」，W4 Pro 基于 W3 的成功經(jīng)驗，針對 W3 找到的體驗短板做出了多項改進(jìn)。

在 IFA 期間，小雷就發(fā)現(xiàn) W4 Pro 的長桿耳機造型、搭配每邊三麥克風(fēng)陣列與時空壺的軟件降噪技術(shù)，不僅可以在嘈雜環(huán)境中準(zhǔn)確捕捉對話的聲音，還能精確地將對話雙方的聲音分離，確保每只耳機「只聽一人講話」。這一矢量降噪技術(shù)從源頭確保了翻譯原聲的準(zhǔn)確度，為雙向同傳開了個好頭。

而在翻譯環(huán)節(jié)，時空壺也充分開發(fā)、整合了 AI 大模型的能力——在時空壺 App 中，W4 Pro 翻譯耳機的用戶可以隨時切換傳統(tǒng)的 AI 機器翻譯（NMT 模式）和大語言模型翻譯（LLM 翻譯模式）。

得益于大模型的加入，時空壺的雙向翻譯擁有了對上下文的理解能力，可以理解對話場景，并根據(jù)歷史對話，排除不符合語境的多音字、多義詞分支，獲得更準(zhǔn)確的翻譯效果。

以「手沖咖啡」為例，大語言模型驅(qū)動的翻譯模式就能準(zhǔn)確識別出沖洗和沖泡，并給出正確的譯文，避免「直譯」帶來的誤會。

除了更準(zhǔn)確的翻譯效果外，大語言模型的加入也讓時空壺?fù)碛辛恕高^濾」能力。這里的過濾說的并不是過濾環(huán)境噪聲，而是過濾用戶重復(fù)的語氣輔助詞，比如思考時無意識發(fā)出的「啊」「嗯」「那個」等無意義的語氣詞。順帶一提，時空壺甚至能「過濾」掉因緊張、口吃而重復(fù)說出的詞。

而在功能拓展方面，W4 Pro 也沿著雙向同傳的路徑，拓展出電話翻譯、音視頻翻譯等等場景，帶來了「全場景翻譯」的能力。

但其中最重要的，在我看來還得是大語言模型對翻譯的「提速」。因倒裝句的存在，傳統(tǒng)的 NMT（神經(jīng)機器翻譯）模式必須等句子說完才能走翻譯的流程，這其實也是雙向同傳真正「卡脖子」的地方。

但大語言模型的加入讓時空壺有了理解上下文的能力，能準(zhǔn)確「預(yù)判」雙方的含義和原句的完成進(jìn)度，能像真人同傳那樣進(jìn)行「開放式翻譯」——在句子說完之前就輸出譯文，并根據(jù)原文的語義及時調(diào)整輸出的譯文。

這一技術(shù)創(chuàng)新改變了傳統(tǒng)翻譯的模式，讓譯文可以伴隨原聲「同時」出現(xiàn)，顯著壓縮了對話翻譯所需的時間，讓用戶可以更早聽到翻譯結(jié)果，也讓「雙向同傳」走向現(xiàn)實。

是什么讓時空壺堅持到現(xiàn)在？

盡管「雙向同傳」技術(shù)、以及背后對技術(shù)探索的堅持讓時空壺從一眾翻譯設(shè)備中脫穎而出。但回看時空壺自 2016 年創(chuàng)立以來的眾多明星時刻，雷科技幾乎可以肯定，將翻譯硬件行業(yè)帶入 L3 時代的雙向同傳技術(shù)，只不過是時空壺近 10 年發(fā)展史中眾多技術(shù)亮點之一。在翻譯硬件行業(yè)，時空壺必將迎來更多技術(shù)突破。

小雷之所以敢下這樣的判斷，其實也和時空壺這個品牌的「使命」相關(guān)。剛剛提到，創(chuàng)立于 2016 年的時空壺還有不到一年的時間就要迎來自己的十歲生日了。但大多數(shù)人不知道的是，2017 年時空壺就作為首批成員入選了騰訊 AI 加速器；2018 年時空壺更是憑借 WT2 Plus 翻譯耳機與 Concorde、Orange、LVMH、軟銀等重量級企業(yè)達(dá)成合作伙伴關(guān)系，成功登頂美國亞馬遜銷量榜首。

那么是什么推動著時空壺在翻譯領(lǐng)域不斷創(chuàng)新呢？拋開那些「外在的榮譽」，時空壺在翻譯領(lǐng)域深耕多年的原因解釋起來甚至有些意料之外的幽默——時空壺的創(chuàng)始人田力是一個「科幻迷」，想把《銀河系漫游指南》中的「巴別魚」帶進(jìn)現(xiàn)實。

1979 年，英國作家道格拉斯·亞當(dāng)斯出版了科幻巨作《銀河系漫游指南》，書中提到一種虛構(gòu)的生物——巴別魚。這種小魚能接受環(huán)境中的「精神頻率」，并向攜帶者傳輸。只要你將巴別魚放進(jìn)耳朵里，就能立刻理解宇宙中的任何語言。

盡管書中用諷刺筆調(diào)描寫巴別魚，但其背后同樣蘊含著積極、理想主義的哲學(xué)內(nèi)核：巴別魚象征著人類對「交流、溝通」的終極追求——不再被語言隔閡束縛，每一個聲音都能被理解。

而「巴別魚」式的交流模式，也是時空壺奮斗的終極目標(biāo)。

在去年 IFA 現(xiàn)場，雷科技與時空壺 CEO 田力進(jìn)行了一次深度訪談，當(dāng)時田力一針見血地分享了他對翻譯硬件的看法：

耳機不是目的，翻譯設(shè)備未來有可能是眼鏡，有可能是領(lǐng)夾麥克風(fēng)，形態(tài)其實沒有那么重要。時空壺的宗旨不是去做耳機，是如何讓人們能夠沉浸式跨語言交流。

翻譯成對產(chǎn)品的討論，那就是「如何為用戶帶來沉浸、無感、讓人察覺不到跨語言的障礙，這才是翻譯設(shè)備需要解決的問題」。

這些思考在時空壺的產(chǎn)品上同樣有所體現(xiàn)：W4 Pro 用開放式設(shè)計換來了長時間使用的舒適度；全自動的雙向翻譯模式不需要雙方切換發(fā)言人，不會打斷深度交流時的思路……類似的理念也體現(xiàn)在不久前剛剛升級實現(xiàn)全球第一款純離線翻譯的新 T1 和 AI 同聲傳譯器 X1 中。

從這個角度看，這種對無障礙交流的使命感，才是推動時空壺在翻譯領(lǐng)域創(chuàng)新的真正動力——就連時空壺的品牌 Logo，也是對「巴別魚」的一種致敬。

有趣的是，在 L1-L5 翻譯分級中，時空壺還埋藏了一個小彩蛋——在時空壺準(zhǔn)備發(fā)力的 L4 翻譯、全智能 L5 翻譯之后，還有一個 L∞ 級翻譯。而 L∞ 級翻譯的代表，恰恰也是時空壺的終極目標(biāo)——巴別魚。