AI录音硬件混战：Plaud年营收上亿美元，Nooklab、Flowtica争相入局

做AI录音的智能硬件，如今是越来越多了。

2026年年初，Nooklab还处在idea阶段，就拿到红杉中国、线性资本的投资，估值逼近1亿美元。到了同年10月，Flowtica又获得祥峰、源码、五源、清水湾基金数千万元人民币融资，这笔钱用于新品verso。两家的打法很像——都用墨水屏，给磁吸录音卡开一扇窗。

图源：nooklab.ai

Nooklab的第一款产品Moonphase Flip只有54克，靠无感录音自动提取待办和日程，不刻意推送，也不打扰用户。Flowtica的Verso重78克，按下即录，实时转写、总结，待办自动生成，盯的是会议前中后的完整流程。

图源：flowtica.ai

把显示做得低调，是它们对“录音之后”给出的新答案。不过这个思路并非凭空冒出来。

磁吸录音卡的开创者是Plaud，半年前它公布过一组数字：软件订阅的ARR两年内从100万美元涨到1亿美元，设备出货量突破200万台，近50%的硬件用户升级成了付费订阅用户。

上亿美元营收、百万级用户，这两件事同时说明了两点——手机背后贴一张卡，是足够轻、足够高频、门槛足够低的入口；而AI才是它价值的核心来源。前Plaud中国区CEO莫子皓说过，比起“AI录音笔”，他更愿意把Plaud放进“AI Work Companion”的坐标系里。

这个品类在市场上的想象空间变了。以前它被看作一门“把声音录下来”的硬件买卖，现在却被装进“个人上下文代理”的故事里。各品牌为了在这条路上占住自己的位置，从不同方向分别使劲，市场也就不再沿着单一路径收敛。

再看现在的产品，形态各有千秋，功能眼花缭乱，抢的却还是手腕、耳朵和手机背面那几寸地方。

当所有人都想尽办法找准自己的位置，一个很具体的问题出现了：AI录音设备，多到桌面摆不下了。

图源：Plaud官网

[标题] 硬件是木马，订阅才是现金流：AI 录音卡的真相

要把这场拥挤的战事看清楚，得先明白消费者是怎么用录音设备的。

在Plaud出现之前，录音设备是标准的“旧数码产品”：手机能录音，软件能转写，索尼、飞利浦把专业市场做了很多年。对大多数人来说，一台录音设备并不是刚需。

转折出现在疫情后的混合办公。线上会议动不动三四个小时，线下沟通此起彼伏，完整的工作时间被打乱，异步沟通需要音频留痕，Plaud押中的就是这份繁杂。

手机身上压了太多信息和功能，录音这事反倒需要一个单独的入口。一张卡片吸在手机背后，按一下就能开始录，转写、摘要、待办事项会在App里自动生成，这套做法是几招并用的。

Plaud官网产品讯息

硬件只是拉来客户的诱饵，真正产生现金流的是软件订阅。20亿的估值、每台25%的利润率，在一个“硬件不赚钱”的市场里把软硬一体的模式跑通了，这个信号足够扎眼。

信号一放出来，跟进的节奏快得惊人，牌桌上很快挤满了背景各异的玩家——争的是占住哪个物理位置，以及在几厘米的空间里能塞进什么别人替代不了的功能增量。

手机背面这块地方最挤。Plaud Note先把信用卡尺寸、不到3毫米、30克立成基准，后来的人就不再只比“薄”，而是比“这块背面还能多干点什么”。钉钉A1 Pro把卡片做厚，装进2980mAh电池，连续录音180小时、待机180天，还能当磁吸移动电源给手机应急充电。追觅把NFC电子名片塞进录音卡，用鳄鱼皮和3.5毫米真钻把它做成商务配饰。Flowtica Verso则加上常亮墨水屏，让设备朝“第二界面”的方向走。

左图为Plaud产品，中图为钉钉产品，右图为追觅产品

穿戴类则反过来，逻辑是轻和无感。安克AI录音豆只有10克，既做吊坠也能做磁吸纽扣。Stream Ring选中了戒指，提供squeeze-to-talk低语转文字功能。Memoket则做11克手环，提供Apple Watch共戴表带，和原有设备结合。只有被“戴得住”，才有被纳入工作习惯的可能。

左图为豆包产品，中图为Stream Ring产品，右图为Memoket产品

新形态之外，蓝牙耳机和传统录音笔也在找出路。韶音盯上开放式挂耳，先把佩戴舒服这件事做扎实，再谈录音。出门问问的TicNote Pods把4G模块装进耳机，充电仓支持独立收音，“不掏手机也能采集”成了它主打的卖点。笔形产品往多模态上走：讯飞Magic把触控屏塞进紧凑的录音终端，Flowtica Scribe则保留了书写的部分，又在APP里加入拍摄，手写笔记、白板、幻灯片都能并进音频上下文。

左图是韶音的产品，中图是出门问问的产品，右图是讯飞的产品

11月4日，苹果放出了iOS 27.3和watchOS 27.3的首个开发者测试版，里面有两个新的AI功能：一个帮用户回看过去15秒的对话，另一个把用户一整天的对话记下来，整理成摘要。

从外观上看，带不带手机、偏社交还是偏隐蔽，各家侧重不同。可拆开来看，内部结构差别不大，拾音部分尤其如此。

设备一旦要做轻薄无感，微型电容麦克风MEMS基本就是默认选项。穿戴产品为了轻，最少只放2颗MEMS。卡片机离声源远，排布阵列更方便，还能加骨传导。录音笔空间最宽裕，靠数量堆砌来扩大拾音范围。MEMS麦克风不贵，最贵也不到十元人民币，却是这些产品绕不开的物理入口。硬件竞争因此很快滑向参数表竞争，而参数表最容易被供应链拉平。

华强北的说法很直接——硬件本身不值那么多钱。

一位做AI会议纪要的创业者告诉霞光社，千元左右的卡片式录音机，BOM成本大概在100元以内，芯片、存储、主板和外壳都算上，最贵的芯片从马来西亚“代购”，还能比国内便宜20%。电商平台上已经能看到199元的磁吸AI录音卡；1688上花260到300元，就能拿到五麦克风、360度拾音的“工厂货”。到市场里走一圈，白牌产品功能相似、宣传词雷同，玻璃柜面摆得满满当当。

中国供应链把硬件成本压到了地板上，轻薄、磁吸、一键录音在硬件层面都不再是壁垒。国内入场券从千元降到499元，硬件利润被摊薄，价格战几乎躲不掉。

那为什么新品还是一款接一款？硬件只回答了两个问题：站在哪个位置，用多低的成本。更关键的是，占住位置之后，用户凭什么留下来、凭什么掏钱？

一张录音卡的全球答卷

硬件是用户接触产品的入口，可在眼下的市场里，更值钱的东西在背后，也就是数据。

2026年Q1，国内线上录音笔零售额1.4亿元，均价从1月的334.8元一路涨到3月的386.3元，量在涨，价也在涨，但涨的是硬件本身。“中国用户软件付费意愿低”，这句话被多位从业者反复确认过。

腾讯研究院的调研显示，中国AI用户每月付费额主要集中在30—100元区间。a16z、Bessemer等机构的数据则显示，北美市场AI产品的C端付费率在15%—40%之间，中国市场只有3%—13%，相差3到4倍。

付费行为分化得这么厉害，国内录音卡想从硬件生意转成订阅生意，要跨的就不是产品门槛，而是更硬的行为习惯。转写不限时、前90天免费用、甚至打出“终身”字样……这些做法指向同一件事：硬件卖得动，软件层收不上钱。

海外市场的底子完全不同，软件订阅制在那里已经跑了十几年，用户早就习惯“每个月花十几美金，买一个能解决具体问题的工具”。

Deposit Accounts的调查显示，美国消费者平均持有4.5项数字订阅，月均支出84美元。这种习惯正好接住了AI录音设备的产品结构——159美元起的硬件，配一档99到240美元的年费，对北美用户来说更像是熟悉的订阅延伸，而不是需要被说服的新消费决策。Plaud的路径就验证了这一点：在正式进入中国市场之前，其近50%的硬件用户最终升级为Pro或Unlimited付费方案。

不过“海外”不能一概而论，内部差异不能忽略。

Plaud最早在美国起量，Kickstarter众筹不到两个月就突破110万美元，但后来软件订阅收入的第一大市场变成了日本，活跃用户数量甚至超过美国。2025年日本地区销售额达到2024年的4倍，日本已成为Plaud硬件销售的第二大市场。

墙内开花墙外香、墙外又不止一朵花，这个结构说明，AI录音设备的需求不由某一个习惯、某一个环境、某一个国家决定，而是被一种工作文化定义——会议密度高、对准确性要求苛刻、有使用效率工具的习惯，再加上一个足够成熟的订阅消费环境。

日本职场看重“记录”和“留痕”，Plaud的转写、摘要功能因此落了地。欧洲贡献的是另一种需求：比利时公共部门的会议常把荷兰语、法语、英语混着说，多语言转写对他们不只是加分项，更是跨境协作能不能成立的前提。新加坡及东南亚给出了第三种样本，作为亚太区域总部枢纽，英语虽是工作语言，区域口音却频繁穿插，转写工具不光要识别，还得稳定处理口音与术语。

一款产品同时踩中多个意愿时，收入天花板就不再由任何单一市场的均价决定。可需求越多元，门槛也越分层，多市场带来收入弹性，也把隐私合规从后台推到了前台。

欧洲监管对“持续聆听”盯得很紧，德国媒体讨论中国出海的AI录音设备时，直接把DSGVO和always-on录音的冲突写进了标题。

Plaud把GDPR、HIPAA、SOC 2 Type II、ISO 27001一层层认证堆上去，在官网和渠道页面上，隐私合规被当成产品说明的一部分来写。准备出海的品牌里，相当一部分正采用“数据不离开设备或法域”的设计，想从根上解决问题。一个always-on的录音设备贴在手机背面、别在领口，用户交给它的不只是几段音频。

在这样的市场上，隐私不是加分项，是准入门槛，过不了这一关，硬件再轻也进不去。而且这道门槛不是局部问题，市场的价值重心与监管程度正高度重合。越是订阅习惯成熟、付费能力强的市场，越不会把隐私当成可选项。

不过，这不代表AI录音设备只能困在区域市场里做买卖。恰恰相反，这个品类天生适合全球化：硬件形态是标准化的，供应链高度集中，AI增值层能靠订阅交付，会议、客户沟通、医患对话、律师会见这些场景又能在各个成熟市场反复套用。

放到国内，硬件卖到199元，图的是用价格换入口；到了海外成熟订阅市场，年费卖到99到240美元，图的是用入口换持续收入。

国内的功能迭代和价格厮拼不会停，但它的角色更接近供应链支撑和产品形态试错；海外靠的是合规信任和订阅关系，适合把一次性的硬件入口变成能累积的收入流。说到底这不是两套产品，而是不同市场下变现重心的差别。

有些产品的留存，来自“不用回听”变成了肌肉记忆；新的产品方向里，也有记录把“生活主线”做成每天看一眼，Pocket的免费策略则是在赌一件事——用户用得够久，总会需要高级功能。

隐私合规决定能不能进场，硬件成本决定能不能普及，声音准确性决定基础体验好不好。站稳之后，更长期的壁垒在于信息整理、理解，以及把它递送到用户下一个工作流里的能力。

录音卡的下一站，是"你的上下文"

中国工程院院士赵沁平曾提出“具人智能”这个概念，并特意与“具身智能”区分开。具身智能回答的是“如何让机器更聪明地做事”，具人智能回答的则是“如何让智能更懂人、更好地与人耦合，使人更强大” 。

他的核心判断是，AI不是独立的替代者，而是在感知、决策与行动中始终受人类意图引导的协同伙伴。承载这类智能的，正是AI眼镜、戒指、吊坠、录音设备这些贴身、连续、可穿戴的终端，它们的演化方向是从“被动工具”走向“主动伴侣”，“越用越懂你，越用越默契”。

NOOKLAB敲定产品形态时，创始人Raymond看中的是“摩擦足够低”，于是选了带屏磁吸录音卡。录音卡确实小巧，随手就能看见，够无感。霞光社与NOOKLAB对话时还了解到，这种低摩擦并不只停留在硬件形态上。

图源:hellomoonphase.com

他举了个很生动的例子：你正忙着一件事，忽然想起猫粮没了、空调该洗了，念头一闪而过，几个小时后大概率忘得干干净净。从“想起”到“做完”，卡住的不只是行动力，还有记录和找回——打开App会被推送带跑，手机本身就是注意力干扰源；写进本子等于埋掉，况且不是随时都有条件写。这时候，就需要一个额外的载体来“润滑”。

Moonphase Flip的逻辑已经摸到了这一层：它留下的不只是一段音频，更像原始时期的“结绳记事”，把前后的对话、任务、进展串成线索，还会从用户的筛选动作里学习。比如第一周提取的五条待办，用户删掉三条，AI就记住了这种权重，下周给出的总结会更贴近这个人的判断。

图源:hellomoonphase.com

如果一张卡片只是帮会议密集的人省下整理纪要的时间，它回答的还是“如何让机器更聪明地做事”。可当它开始接住脑子里那些随时可能滑走的念头、承诺、约定和线索，回答的就是另一个问题：如何让智能更懂这个人，并且越用越懂。这也意味着，数据的价值不在单次采集，而在持续采集之后沉淀出的那个关于“这个人如何运转”的模型。

同类产品正用各自的方式逼近这个终点，这种“跨场景的数据资产”正从办公向生活溢出，靠的是产品定位本身。

Plaud创始人许高曾把未来要做的事拆成四步：capture、extract、utilize之后，他又加了route路由。理由很直接，目标用户往往不只在一个生态里工作，Plaud的角色就是在采集之后，帮用户把这些context分发到不同工具里。这个定位的分量在于，它把录音设备从“工作流的一个配件”翻成了“多个工作流共同的数据源”。

Limitless Pendant是一枚全天佩戴的吊坠，轻巧的存在方便它持续捕捉对话、想法和日常活动，产出可搜索的lifelog，而不是会议纪要。它通过MCP server把这条lifelog接入Claude、Cursor等agent，让那些原本转瞬即逝的东西能反复被调用。

SwitchBot的AI MindClip则把“working parents”直接写进了产品描述，更关键的是，它通过OpenAPI把MindClip采集到的上下文在授权后开放给ChatGPT、Claude Code这类agent，让不同的agent理解用户的工作和生活上下文，去辅助计划、组织和执行。

“对话数据”这个词很容易被说空，但“声音是AI理解一个人最便宜、最密集的上下文”。“工作流”和“生活流”在这个描述里交汇，哪怕只是“存在”上的主动，和对话式AI在“懂人”这件事上也差得很远——录音设备留下的理由不在硬件参数，也不在免费额度，而在于设备沉淀下来的那段上下文是否变得不可替代。

说到底，入口层的胜负最容易用价格战来体现，可它衡量的也就到此为止。录音和转写确实算一道壁垒，但音频素材质量只是开头，真正稀缺的东西在后头：经过筛选的上下文，以及agent入口。

当读音频的人换成agent，硬件就会变成在现实层面吸收讯息的“器官”，围绕这些讯息展开的管理、服务、任务，才是设备“非他不可”的原因。