Oculus创始人再创业做Sesame：拟真语音叫板主流助手，还要造AI眼镜

大部分人面对现在的语音助手，日常状态基本就是让 Alexa 闭嘴，或者被 Siri 的卡顿和智障回答劝退。大家宁可打字，也不愿对着空气多说两句。

初创公司 Sesame 结束隐身状态，公布了自家的拟真语音技术。更引人注意的是带头人：前 Oculus 联合创始人兼 CEO Brendan Iribe。当年把虚拟现实设备做出来并卖给 Facebook 的原班核心团队，这次要给 AI 语音换上一副智能眼镜。

随时打断、会叹气的 AI 声音

Sesame 这次放出了一个网页版声音 Demo，包含名为 Maya 等两个音色。

在科技媒体 The Verge 记者的实际试听中，最明显的特点是自然停顿与极低的打断门槛。记者让它现场构思跑团冒险故事，并在中间随时插话，要求 Maya 把自己也编进故事里。

对方毫无卡顿地接上了话，直接把自己编成了一个搭建致命陷阱防御兽人的侏儒工程师。这种毫无机械感的呼吸节律和插话反应，被评价为比去年的 ChatGPT 高级语音模式更让人想一直聊下去。

技术层面上，Sesame 发布了一份迷你白皮书。这套模型基于约 100 万小时的公开音频数据训练而成。官方声称，未来几个月内将模型开源，并把支持语言从目前的英语扩展到 20 多种。

豪华硬件老兵，目标是全天佩戴的 AI 眼镜

Sesame 并不打算只做一家卖模型接口的软件公司。它的核心目标是制造能够全天佩戴的 AI 伴侣眼镜。

眼镜的设计定位是提供高质量音频，让 AI 能够陪伴在耳边，同时观察现实世界。从目前放出的几张早期原型图来看，设备还在较早期的阶段。

但这家公司的背景极具分量。除了 Brendan Iribe 挂帅之外，联合创始人还包括前 Ubiquity6 联合创始人兼 CTO Ankit Kumar，以及前 Meta Reality Labs 研究工程总监 Ryan Brown。

投资方名单也是当年 Oculus 的老班底，包括 Andreessen Horowitz、Spark Capital 和 Matrix Partners，融资金额尚未对外公开。

为什么重要

对普通用户来说，现在的语音助手本质上还是工具：定闹钟、放歌、查天气。我们认为，Sesame 试图解决的是人机语音交互里最根本的心理阻碍——尴尬感与等待成本。只要机器的停顿、音调有一丝机械味，人就会退回打字。如果它真能做到顺畅插话与自然接梗，全天候语音陪伴才真正有了日常可用的可能。目前任何人都可以直接去官方网站试听 Demo，感受一下它宣称的跨越语音恐怖谷。

对行业而言，Meta 与 Ray-Ban 的智能眼镜已经在市场上验证了随身硬件的可行性。Sesame 这一步棋下得非常聪明：它没有先憋大招做笨重的 AR 显示眼镜，而是直接做纯音频加环境感知的轻量级眼镜，把计算重心押在对话智能上。

隐患也显而易见。100 万小时公开音频训练出来的模型，其版权和数据合规在未来开源时可能会面临拷问；另一方面，硬件从原型走向量产极为烧钱，哪怕是 Oculus 创始团队，在全天续航、发热与外观之间找到平衡也是极大的考验。但无论如何，能让巨头元老杀回硬件战场，说明语音伴侣的新赛道已经打响了。