闯入音频市场，找准钉子造锤子

影石Wave AI录音全向麦克风以优秀性能和独特设计吸引眼球。资料图片

    “能再说一遍吗？”这可能是视频会议中最高频的提问。

    键盘敲击、空调嗡鸣、窗外车流、相邻工位的交谈……种种环境噪音，让线上沟通变得费力而低效。这样的声音困境，正在无数个空间里反复上演。

    而在深圳的一栋办公楼内，一群以制造全景运动相机闻名的人，正围绕一款AI录音全向麦克风反复较劲儿。这家公司是全景相机市场的头部玩家——影石Insta360。过去十年，它用一系列户外影像的顶流产品奠定自身地位，如今却要扎进巨头林立、看似红海的音频市场。

    看似是一场冒险的跨界，背后却是一场长达三年的“极限拉扯”。也是这家公司用自己最熟悉的方法论——先摸清“钉子”所在，再锻造匹配的“锤子”，去敲开新世界大门的生动实践。

    盯上视频会议的“耳朵”

    做视频会议的麦克风，这个决定并非突发奇想。

    2022年，影石发布了一款Link网络摄像头。上市后，团队留意到很多用户买回不仅是为了直播或网课，还用于远程会议。这个发现让他们更进一步探索视频会议市场的一些痛点。

    这个市场呈现出一种矛盾：软件服务商足够强大，体验越来越好，但硬件要么昂贵、笨重，要么是效果平平、形态固化的“黑色圆饼”麦克风或基础摄像头。

    “判断一个市场是否成熟，不仅要看玩家和销量，更要看用户体验是否被充分满足。”在影石Insta360首席战略官袁跃看来，音频体验是当前视频会议最薄弱的环节。

    混合办公时代，会议场景复杂多样。家中开会面临生活噪音干扰，开放式办公室充斥着键盘声和讨论声，玻璃会议室则容易产生严重混响。“传统设备在复杂声学环境下很吃力。”腾讯云副总裁、腾讯会议天籁实验室主任商世东补充道，“声音模糊、有回声、突然的噪音很刺耳。远端的人听不清，容易疲劳，沟通效率很低。”

    这颗“钉子”，被影石清晰地摸到了。

    影石Insta360硬件产品经理郑进聪将视频会议的需求分为三个层次：一是让人听得见，二是让人听得好，三是让人听得懂。“前一点大部分现有产品勉强能解决，但后两点市场还远未满足。”

    市场存在空白，用户存在痛点，这是影石跨界最直接的动力。但更深层的原因是，技术能力水到渠成的“扩圈”。

    “我们思考的起点，是技术栈能解决什么问题和用户未被满足的需求是什么。”袁跃强调，影石在影像领域积累了AI追踪、防抖、画质优化、实时计算等大量的底层算法能力，其中不少具备迁移室内的适配性。

    这次跨界更关乎影石对自身使命的理解——帮助人们更好记录和分享生活。而工作，是生活的一体两面，完善“记录和分享”的体验，音频是不可或缺的一环。

    算法与硬件的极限“拉扯”

    方向定了，但影石想造的不是一把普通的“锤子”。他们对这款命名为Wave的麦克风产品设定了苛刻的目标：像雨伞一样小巧便携；音质媲美专业设备，0.5m和5m都能清晰拾音；还能集成AI降噪、声源定位、会议记录等智能功能。

    在极有限的空间里实现顶级音频效果，仅靠影石自身积累远远不够。“测试了十多家主流音频算法供应商，发现各有短板。”影石需要一个综合能力强、稳定性好的伙伴。

    腾讯会议天籁实验室进入了视野。其算法已在腾讯会议、QQ等亿级用户产品中得到验证，且与多家硬件厂商有量产合作经验。但更打动影石的，是在一件小事中透出的“气味相投”。合作初期，腾讯天籁工程师寄送测试样机时，没用普通泡沫填充，而是定制一个带精密缓冲结构的木质红酒箱防止磕碰。“从这件小事就能看出，他们对产品严谨的态度和我们是一样的。”郑进聪说。

    第一次技术会议，影石工程师直接点明了挑战：“你们愿意为36毫米的麦克风间距，重做整个音频链路吗？”行业通用间距至少50毫米才能为算法提供足够空间。但Wave为实现小巧便捷，最大间距只有36毫米。

    “产品很小，在理论上都不可思议。”商世东后来坦言。但达成一致后，双方团队开始了“死磕”。最初三个月，几乎每周更新一个算法版本，从芯片到结构调整，进行了数百次测试。

    “音墙”是第二个难关。这是衡量设备抑制外界噪音能力的指标，分贝越大，人声越纯净，行业标准约6分贝。“我们觉得不够。”影石提出了更高要求，至少8分贝起步。一场“分贝拉锯战”就此展开，测试了2万多条音频，最终将指标调校到15分贝。“每提升1分贝，都意味着在嘈杂的声音中挑出一丝微弱人声。”郑进聪如是描述。

    立体声源定位是实现音视频联动的关键。Wave采用“双层8麦”布局，不仅能判断水平方向，还能感知垂直高度。市面上大部分产品只是平面定位，但Wave可以让上方的摄像头云台更精准地追踪站起、坐下或行走中的发言者。

    远近场平衡问题贯穿始终。“太近了容易声音溢出，太远了信噪比又太低。”在商世东看来，这本身就是相互制约的难题，但影石想把两者都做到极致。这倒逼腾讯构建更精细的AI模型，让算法在不同距离、不同混响环境下实现自适应。

    “从90分到95分，投入的精力更大。”郑进聪回忆，为了适应更多需求和场景，团队征集用户反馈，有人提出在咖啡厅开会背景音过滤不够，有用户甚至在行车环境中测试……这些非典型但真实存在的场景，双方都会进行算法调优。

    开发周期超600天，硬件迭代十多个版本，软件算法更新数十次。当Wave最终通过测试时，商世东感慨：“这么多日夜攻关，终于有了回报。”郑进聪也在上市当天发了条朋友圈，“‘娃’生出来了。”

    从C端到B端的市场破局

    2025年9月，Wave AI录音全向麦克风正式发布，优秀性能和独特设计足以吸引眼球。但影石清楚，好产品只是进入新赛道的“敲门砖”。

    公司积累的品牌资产和用户口碑全在C端，如何才能让B端相信一个做运动相机很牛的公司，也能做好视频会议设备？

    “ToB和ToC业务逻辑有很大不同。”袁跃坦言，用户会因为一个酷炫功能直接下单，但企业采购决策链长、容错率低，更看重稳定性、服务体系和整体解决方案。

    在销售渠道上，影石采取双线策略，标准化产品通过电商直达中小企业和个人，面对定制化需求，搭建专业渠道服务体系，提供从方案设计到长期运维的全流程服务。同时积极构建生态，影石将Wave嵌入完整的视频会议生态：Link解决“看得清”，Wave专攻“听得好”，Connect一体机覆盖中大型会议室。这些产品灵活组合，形成不同场景下的音视频协同解决方案，还与腾讯会议等软件深度联动。

    这套组合拳之外，影石意外发现自身深厚的C端根基也成了独特的信任资产。“很多甲方的决策者本身就是影石消费级产品的‘老粉’，这降低了他们的决策成本。”郑进聪说，但也给团队带来压力，“我们必须超越他们的基础期望，才能延续口碑。”

    回顾这场跨界，影石思考清晰。“我们不是相机公司，而是智能影像公司。”袁跃强调，“围绕记录和分享生活，能提供哪些解决方案”这个原点出发，影石还将延伸出更多产品。这个过程，他也看到了行业竞争本质的变化：如果纯粹追求参数，产品会越来越同质化。袁跃认为，未来的护城河是硬件、软件、算法、品牌与用户信赖共同构成的。

    对影石而言，这场跨界的意义早已超越单一产品本身，而是证明了一件事：即使在一个看似成熟的红海市场，只要回到用户真实痛点，用极致的产品思维去打磨，依然能凿出新空间。

    撰文：叶丹