Nirva获3300万美元融资推AI吊坠,仅识别佩戴者语音的被动式环境设备
初创公司Nirva完成3300万美元融资,推出一款8克重、续航3天的时尚AI吊坠,主打“仅监听佩戴者本人语音”的被动式环境计算能力,区别于传统录音或会议记录设备。
ambient AI 正在从概念走向产品落地。继亚马逊推出腕戴式Bee设备、苹果在iPhone中集成Voice Intelligence功能后,一家名为Nirva的新创公司选择了一条更隐蔽的路径:将AI传感器嵌入日常佩戴的首饰中。
Nirva近日宣布完成总计3300万美元融资,其中包括2500万美元的Pre-Series A轮新资金,叠加今年早些时候来自Lightspeed与South Park Commons等机构的800万美元,使其总融资额达到3300万美元。该公司成立于2025年,创始团队由两位前Meta Reality Labs工程师Wei Lyu与Jason Chen,以及时尚珠宝品牌创始人Hanying Hu组成——这种技术与设计的组合,直接指向其核心产品定位:一件既符合审美又具备智能功能的可穿戴设备。
其首款产品是一款金属质感吊坠,也可作为手链佩戴,整机重量约8克,单次充电续航达3天。从公开渲染图可见,该吊坠采用圆柱形不锈钢外壳,表面光滑,一端设有微型麦克风开孔,通过编织绳连接佩戴结构,整体风格简约现代,接近高端轻奢配饰。
与市面上多数语音设备不同,Nirva强调其“仅倾听佩戴者本人”的能力。CEO Wei Lyu在与TechCrunch的交流中指出:“这不是一个录音笔,也不是会议纪要工具。我们始终被动监听你自己的语音,持续建模你的语言习惯与思维模式。”这意味着设备在用户佩戴期间保持常开状态,但仅对特定声纹响应,其余环境声音(如他人对话、背景噪音)会被主动过滤。
为实现这一目标,Nirva在用户初始设置阶段要求录制若干语音片段,用于构建专属声纹模型。该模型运行于设备本地,不依赖云端处理,以降低隐私泄露风险。Lyu特别提到,此举旨在规避类似Ray-Ban Meta智能眼镜引发的“旁人被无意录音”的公众担忧——Nirva的设计逻辑是:设备只认“你”,不录“世界”。
这一策略使其与当前几款热门环境AI硬件形成鲜明区隔。例如Taya、Vocci及Sandbar Ring等产品虽也聚焦个人语音交互,但多依赖主动唤醒指令(如说出关键词),而Nirva则追求真正的“无感交互”:无需唤醒词,系统自动识别并处理佩戴者自言自语、思考低语甚至默念内容(需一定音量)。据称,其算法可区分“自我陈述”与“对外交流”,从而避免误触发。
行业观察认为,Nirva的路径代表了ambient computing(环境计算)的第三种范式:第一类是以Apple Vision Pro为代表的沉浸式空间计算;第二类是以Amazon Echo等为主的主动语音交互;第三类则是像Nirva这样,将感知层极度微型化、隐蔽化,并锚定单一用户身份,实现“私人化环境智能”。
值得注意的是,尽管Nirva目前未公布具体应用场景,但从其技术描述可推测潜在方向:个人知识管理(自动整理碎片化想法)、认知辅助(如提醒遗忘事项、归纳谈话要点)、心理健康支持(识别情绪波动趋势)等。这些场景均依赖长期、连续、私密的语音数据积累,而传统录音设备因隐私顾虑难以持续使用,Nirva试图用“仅听自己”的设计破局。
然而,技术可行性仍存挑战。语音分离在嘈杂环境中是否稳定?低语或默念能否被可靠捕捉?本地模型的算力与能耗如何平衡?目前公开信息未披露其芯片方案与算法细节,仅提及设备内置专用语音处理单元。此外,即便声纹识别准确率高,用户心理接受度仍是关键门槛——“全天候被监听”的隐喻仍可能引发抵触,即使对象仅为自身。
从市场角度看,Nirva切入的是一个尚未被主流厂商覆盖的细分赛道。主流消费电子厂商聚焦于耳机、手表、眼镜等“功能明确”的载体,而Nirva选择吊坠/手链这类非功能性饰品,本质是在争夺用户的“身体接触点”:当智能设备不再需要主动拿起或佩戴于特定部位,而是自然融入日常装扮时,其使用频率与黏性才真正具备颠覆潜力。
对比近期其他可穿戴新品,如雷蛇推出的萌猫版北海巨妖V3游戏耳机(售价799元,主打RGB互动与7.1环绕声),二者路径截然不同:前者强化外放表现与社交属性,面向直播创作者;后者收敛感知入口,专注内向型认知增强。这反映出可穿戴设备正加速分化——一边向外拓展交互边界,一边向内深挖个体数据价值。
Nirva计划在未来推出更多形态的设备,但首代产品已清晰传递其理念:AI不应喧宾夺主,而应成为隐形的思维延伸。正如Lyu所言:“我们想做的不是让你更高效地工作,而是让你更清楚地理解自己。”
目前,该产品尚未公布上市时间与定价,但3300万美元融资规模表明资本对其技术路径的认可。在环境AI从“能听”迈向“懂你”的演进中,Nirva或许正尝试定义下一个十年的私人计算入口。
